前言：
本文匯總了?5 大高頻問題?及其解決方案，涵蓋：
-
HuggingFace 認證修復（Token 申請 + 手動下載指南）
-
ComfyUI 版本更新（完整命令 + 依賴管理）
-
自啟動配置（Conda 環境 + 權限修復）
-
網絡問題（遠端圖片下載超時優化）
-
路徑沖突（FastAPI 路由重復排查技巧）
（附：所有解決方案均經過實測驗證，并提供?詳細代碼+圖文教程鏈接）
目錄
一、ComfyUI報錯 huggingface認證失效
二、ComfyUI版本更新
ComfyUI版本更新
PyTorch、CUDA和Python版本版本更新（按需更新）：
版本更新后易出現的節點問題
1、工作流輸入輸出圖像不顯示問題
*虛擬環境判定
2、工作流不能拖動，卡頓問題
三、設置自啟動
conda 方式
四、遠端圖片下載到本地超時問題
五、路徑沖突問題
方法一、直接刪除名稱相同的節點
方法二、精準找出重復的路由
一、ComfyUI報錯 huggingface認證失效
問題描述
原因分析
倉庫未找到（但實際倉庫存在，因此問題可能是認證失敗導致的誤報） ；授權頭中的憑據無效
解決方案
方法1： token申請
在huggingface網頁中登錄申請token，輸入huggingface-cli login命令后
將申請的token復制然后使用回車鍵，在接下來的選項中選擇Y。
詳細教程看下面鏈接：
ComfyUI報錯 huggingface認證失效_hugging face無法創建新令牌-CSDN博客
（此篇博客：詳細提供了從huggingface官網注冊token到jupyter終端代碼運行所有教程）
終端運行（jupyter）：
?
（輸入token時是不顯示的）
效果（能夠正常運行）：
?
方法2：手動下載模型并放入指定目錄
（如果目錄中有模型但是依舊報未找到：通過日志查看模型訪問路徑是否正確，添加一下文件）
二、ComfyUI版本更新
ComfyUI版本更新
"cd /root/ComfyUI
#進入虛擬環境 根據具體的環境來
conda activate comfyui 或者 source bin/activate
git reset --hard #檢查版本信息 #更新到指定版本或者 git pull origin master 更新到最新
pip install -r requirements.txt #安裝依賴 "
詳細教程看下面鏈接：
ComfyUI安裝及版本更新-CSDN博客
（此篇博客：提供了圖文搭配保姆式教程）
PyTorch、CUDA和Python版本版本更新（按需更新）：
官方鏈接：
https://pytorch.org/get-started/previous-versions/https://pytorch.org/get-started/previous-versions/
版本的選擇和安裝參考此博客
深度學習環境配置:PyTorch、CUDA和Python版本選擇-CSDN博客文章瀏覽閱讀923次，點贊18次，收藏21次。在深度學習的世界里，選擇合適的工具版本是項目成功的關鍵。CUDA、PyTorch和Python作為深度學習的三大支柱，它們的版本匹配問題不容忽視。錯誤的版本組合可能導致兼容性問題、性能下降甚至項目失敗。因此，深入理解這三個組件之間的版本對應關系，是每一個深度學習開發者必須掌握的技能。目錄一、核心組件架構硬件層-軟件層關系圖組件定義二、版本匹配矩陣常見的Python和PyTorch版本對應關系常見的Torch、CUDA和Python版本的對應關系三、安裝教程步驟 1：安裝 CUDA。https://blog.csdn.net/abcdefghikk/article/details/149201203?spm=1001.2014.3001.5502
Previous PyTorch VersionsAccess and install previous PyTorch versions, including binaries and instructions for all platforms.https://pytorch.org/get-started/previous-versions/
版本更新后易出現的節點問題
新版本的COMFYUI與節點容易出現不兼容的問題
1、工作流輸入輸出圖像不顯示問題
解決方案
重新下載/更新 comfyui-easy-use 節點
對應節點目錄下執行命令：git pull
安裝依賴：pip install -r requirements.txt （沒有這個文件夾的話 就不需要執行這個）
（安裝依賴前，需進入虛擬環境下）
具體操作代碼：
cd /root/ComfyUI
#進入虛擬環境 根據具體的環境來
conda activate comfyui 或者 source bin/activate
cd custom_nodes
cd comfyui-easy-use
git pull
pip install -r requirements.txt （沒有這個文件夾的話 就不需要執行這個）*虛擬環境判定
以conda為例
顯示如下，說明未進入conda虛擬環境：
正確顯示：
以python為例
顯示如下，說明未進入python虛擬環境：
2、工作流不能拖動，卡頓問題
解決方案
重新下載/更新cg-use-everywhere 節點
對應節點目錄下執行命令：git pull
安裝依賴：pip install -r requirements.txt （沒有這個文件夾的話 就不需要執行這個）
（安裝依賴前，需進入虛擬環境下）
具體操作代碼：
cd /root/ComfyUI
#進入虛擬環境 根據具體的環境來
conda activate comfyui 或者 source bin/activate
cd custom_nodes
cd cg-use-everywhere
git pull
pip install -r requirements.txt （沒有這個文件夾的話 就不需要執行這個）三、設置自啟動
conda 方式
創建文件并寫入 自啟動命令 代碼：./scripts/自定義文件.sh
自啟動命令代碼一：
screen -d -m -D -L -Logfile /tmp/sd.log -S sd bash -l -c 'cd /root/ComfyUI/ && source venv/bin/activate; export LD_LIBRARY_PATH=/root/ComfyUI/venv/lib/python3.10/site-packages/nvidia/cudnn/lib:$LD_LIBRARY_PATH && python main.py --listen 0.0.0.0 --port 80'
自啟動命令代碼二：
bash?-c?'LOG_FILE="/tmp/sd.log"?&&?exec?>?>(tee?-a?"$LOG_FILE")?2>&1?&&?\
echo?"API服務正在啟動,請等待約3分鐘"?&&?\
source?/root/miniconda3/etc/profile.d/conda.sh?&&?\
conda?activate?index-tts-vllm?&&?\
cd?/opt/index-tts-vllm/;?python?api_server.py'
（*注意：可能會出現 權限不夠 無法啟動:）
- 報錯提示：
chmod -R 700 /run/screen/S-root must have mode 700
- 解決方案：
chmod -R 700 /run/screen/S-root四、遠端圖片下載到本地超時問題
問題描述
工作流發布成 api，把遠端的圖片下載到本地，下載超時問題
?
?
原因分析
container.x-gpu-.com的防火墻和c.x-gpu.com不太一樣，實例內部可能無法直接請求，c.x-gpu.com是針對實例內部直接請求需求提供的
核心差異對比：
| 維度 | ...container.x-gpu.com | ...c.x-gpu.com |
|---|---|---|
| 資源隔離 | 容器級隔離（cgroups/nvidia-docker） | 虛擬機級隔離（vGPU/PCIe透傳） |
| 啟動速度 | 秒級（容器鏡像預加載） | 分鐘級（需初始化VM） |
| 網絡性能 | 依賴宿主機網絡棧（可能共享帶寬） | 獨占虛擬網卡（延遲更低） |
| 持久化存儲 | 通常掛載臨時卷 | 支持永久云硬盤掛載 |
| 適用場景 | 高密度部署的微服務/批處理任務 | 需要穩定環境的長期運行任務 |
安全性與運維：
| 方面 | ...container.x-gpu.com | ...c.x-gpu.com |
|---|---|---|
| 漏洞風險 | 容器逃逸可能導致宿主機GPU被濫用 | 虛擬機隔離更徹底 |
| 證書管理 | 需為*.container.x-gpu.com配置通配符證書 | *.c.x-gpu.com證書覆蓋范圍更廣 |
| 日志收集 | 依賴容器引擎的日志驅動（如Fluentd） | 可直接采集虛擬機系統日志 |
解決方案
container.x-gpu-.com? -----》c.x-gpu.com
五、路徑沖突問題
問題描述
在使用?FastAPI?或?Starlette?開發 Web 應用時，你可能會遇到以下錯誤：
RuntimeError: Added route will never be executed, method POST is already registered
這個錯誤的意思是：你嘗試注冊了一個路由（如?POST /items），但該路徑和 HTTP 方法已經被注冊過，導致新路由無法被執行。
原因分析
這個錯誤通常由以下情況導致：
- 重復注冊相同路由：同一個路徑（如 /items）和 HTTP 方法（如 POST）被多次定義。
- 路由沖突：更通用的路由（如 /users/{id}）覆蓋了更具體的路由（如 /users/me）。
- Router 重復引入：如果使用 APIRouter，可能不小心多次 include_router 導致路由重復。
解決方案
方法一、直接刪除名稱相同的節點
打開終端，進入指定目錄下，輸出所有節點,刪除重復節點：
#進入指定目錄下
cd /root/ComfyUI/custom_nodes
#查看目錄下所以文件
ls
#刪除非空目錄（需要確認）
方法一：rm -r 文件夾名
#刪除非空目錄（強制遞歸刪除，無確認）
方法二：rm -rf 文件夾名 （*注意：?刪除目錄時，名稱必須完全匹配（包括大小寫）。在 Windows（默認不區分大小寫）或 macOS（默認不區分大小寫，但底層 HFS+/APFS 可配置）上行為可能不同。但在 Linux 終端下，始終區分大小寫。）
具體操作，如下：
方法二、精準找出重復的路由
1、ComfyUI/server.py 735行左右，添加輸出
print("route", route.method, route.path)具體位置：?
# prefix are supported.
api_routes = web.RouteTableDef()
for route in self.routes:
# Custom nodes might add extra static routes. Only process non-static
# routes to add /api prefix.
if isinstance(route, web.RouteDef):
print("route", route.method, route.path)
_routes. route(route.method, "/api" + route.path) (route.handler, **route.kwargs)
self.app.add_routes(api_routes)
self.app.add_routes(self.routes)
2、根據打印出來的信息，查找重復的路由，遍歷查找包含route.method的文件
3、終端：grep -rl --include="*.py" "/pysssss/text-file/"? /root/ComfyUI/custom_nodes
4、處理掉重復文件
