.ai

najlepsze otwarte modele AI

Szukaj

Błędy ComfyUI i jak je naprawić: czerwone węzły, brakujące modele, brak pamięci CUDA

Q: Czerwone pola wszędzie po załadowaniu pobranego workflow

Workflow używa niestandardowych węzłów, których nie masz. Manager > Install Missing Custom Nodes, zainstaluj wszystko, Restart, przeładuj kartę przeglądarki.

Temat: Błędy i rozwiązania

Autor: Captain

Opublikowano 2026-05-12

Przegląd

ComfyUI

pokazuje problemy w dwóch miejscach: czerwone węzły na płótnie przed naciśnięciem Run oraz czerwony komunikat o błędzie (z długim tracebackiem w terminalu), gdy węzeł zawiedzie podczas działania. Czerwone węzły to prawie zawsze brakujące niestandardowe węzły lub pliki. Błędy podczas działania to zwykle problemy z pamięcią, model w złym loaderze albo niezgodność pakietu Pythona z zainstalowanym torch. Ten przewodnik wymienia komunikaty w kolejności, w jakiej ludzie je spotykają, z przyczyną i najszybszą naprawą.

Każda naprawa zakłada przenośną wersję Windows lub standardową instalację git z ComfyUI Manager. Jeśli krok mówi „update”, użyj przycisku Update All w Managerze albo git pull w folderze ComfyUI, a potem pip install -r requirements.txt w tym samym środowisku Pythona, w którym działa ComfyUI (python_embeded\python.exe -m pip w wersji przenośnej).

Gdy workflow potrzebuje więcej GPU niż masz, zamiast walczyć z błędem możesz uruchomić ten sam graf na hostowanym GPU:

BitVector

ma setki workflow ComfyUI z preinstalowanymi modelami i węzłami, a

PirateDiffusion

uruchamia workflow z Telegrama komendami /wf /run:name. Oba są na stronie Apps tego serwisu.

Odniesienie

Nazwa	Typ	Co to jest
Red node with a title in red	symptom	Workflow używa niestandardowego węzła, którego nie masz zainstalowanego. Manager > Install Missing Custom Nodes znajdzie go w JSON workflow.
Prompt outputs failed validation	error	Loader wskazuje na plik, którego nie ma w folderze modeli, albo wartość widgetu jest poza zakresem. Otwórz węzeł podany w komunikacie i wybierz plik z listy.
torch.cuda.OutOfMemoryError / Allocation on device	error	Model, latent i aktywacje nie mieszczą się w VRAM . Zmniejsz rozdzielczość lub batch, użyj mniejszej precyzji (fp8, GGUF) albo dodaj --lowvram.
mat1 and mat2 shapes cannot be multiplied	error	Zły typ modelu w loaderze: SDXL LoRA na checkpoint SD 1.5 , Flux VAE na grafie SDXL albo tekstowy enkoder z innej rodziny.
Error while deserializing header: HeaderTooLarge / MetadataIncompleteBuffer	error	Plik .safetensors jest niekompletny lub uszkodzony. Pobierz go ponownie i porównaj rozmiar lub hash ze stroną źródłową.
ERROR: Could not detect model type	error	LoRA, VAE lub ControlNet załadowano przez Load Checkpoint albo plik wcale nie jest modelem dyfuzji. Użyj loadera pasującego do typu pliku.
xformers / torch version mismatch, DLL load failed	error	Pakiet zainstalowano dla innej wersji torch. Zainstaluj ponownie torch, torchvision i xformers razem dla tej samej wersji CUDA albo usuń xformers.
CLIPTextEncode: expected ... got ...	error	Tekstowy enkoder nie pasuje do modelu (Flux potrzebuje clip_l plus t5xxl, SDXL ma swoje dwa enkodery, Qwen i Wan mają własne).
Value not in list: ckpt_name	error	Workflow zapisano z nazwami plików innej osoby. Wybierz swój plik z listy; Manager może też mapować popularne nazwy.
Server disconnected / reconnecting	symptom	Proces Pythona się zawiesił, najczęściej z powodu braku RAM systemowego podczas ładowania dużego modelu. Sprawdź terminal i obserwuj Menedżera zadań podczas ładowania.

Bez instalacji – uruchamiaj modele AI w chmurze

BitVector Prism to najprostszy sposób na start: wybierz model, wpisz prompt i generuj w przejrzystej aplikacji webowej, bez żadnej konfiguracji. BitVector jest też dostępny na Discordzie i w sieci (SpyGlass).

Wypróbuj BitVector

Krok po kroku

Czytaj terminal, nie tylko okno dialogowe. Ostatnie linie przed Traceback mówią, który węzeł i plik zawiodły; pierwsza linia tracebacka z folderem custom_nodes pokazuje, która rozszerzenie się nie powiodło.
Najpierw czerwone węzły: otwórz Manager, kliknij Install Missing Custom Nodes, zainstaluj wszystko, co jest na liście, potem Restart. Po restarcie odśwież kartę przeglądarki.
Potem brakujące pliki: dla każdego loadera z czerwonym obramowaniem lub komunikatem „Value not in list” otwórz listę i wybierz plik, który masz, albo pobierz plik, o który prosi workflow, do odpowiedniego folderu (models/checkpoints, models/loras, models/vae, models/clip, models/unet lub diffusion_models, models/controlnet).
Sprawdź rodzinę każdego pliku w grafie: checkpoint, LoRA, VAE, enkodery tekstowe i ControlNet muszą pochodzić z tej samej rodziny. Strona modelu na tym serwisie pokazuje rodzinę na górze; mieszanie ich powoduje błędy kształtu.
Błędy pamięci: zmniejsz batch do połowy, obniż rozdzielczość do natywnej dla rodziny (512 dla SD 1.5, 1024 dla SDXL i Flux), przełącz model na wersję fp8 lub GGUF i uruchom ComfyUI z --lowvram lub --novram, jeśli dalej nie działa. Tiled VAE Decode zastępuje normalne dekodowanie dla dużych obrazów.
Błędy pakietów: uruchom skrypt aktualizacji swojej wersji (update_comfyui_and_python_dependencies.bat w wersji przenośnej) albo pip install -r requirements.txt w odpowiednim środowisku. Jeśli jest xformers, odinstaluj go; ComfyUI używa uwagi PyTorch bez niego.
Jeśli dalej nie działa: uruchom ComfyUI z --disable-all-custom-nodes. Jeśli workflow działa, włączaj rozszerzenia po połowie w Managerze, żeby znaleźć konfliktujące.
Gdy sprzęt to limit, uruchom workflow na hostingu: otwórz ten sam workflow na BitVector albo na PirateDiffusion komendami /workflow /show:name i /wf /run:name, a lokalne środowisko zostaw na to, co się mieści.

Przykłady

Start z małą pamięcią VRAM w wersji przenośnej

.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --lowvram --use-pytorch-cross-attention

Ponowna instalacja torch dla CUDA 12.4 w wbudowanym Pythonie

.\python_embeded\python.exe -m pip uninstall -y torch torchvision torchaudio xformers

.\python_embeded\python.exe -m pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

Znajdź rozszerzenie powodujące awarię

python main.py --disable-all-custom-nodes

# runs? then re-enable extensions in Manager, half at a time

Porady

Trzymaj modele w jednym folderze i wskaż go w extra_model_paths.yaml, żeby ComfyUI,
Forge
i A1111 korzystały z tych samych plików i pobierały każdy checkpoint tylko raz.
Nazwij pliki według rodziny przy zapisie (flux-, sdxl-, sd15-), żeby łatwo było zauważyć niezgodność na liście.
Opcja Managera „Fix node (recreate)” na czerwonym węźle często naprawia workflow zapisany starszą wersją rozszerzenia.
Wersja GGUF Flux, Wan lub Qwen (loader Unet z ComfyUI-GGUF) działa na kartach 8-12 GB z prawie żadną utratą jakości przy Q8 i niewielką przy Q5.
Ustaw plik wymiany Windows na zarządzany przez system na SSD z 40 GB wolnego miejsca: ładowanie dużych modeli mocno obciąża RAM systemowy, a mały plik wymiany powoduje ciche zawieszenie serwera.
Aktualizuj ComfyUI przed aktualizacją niestandardowych węzłów, nigdy odwrotnie; najpierw rdzeń, potem rozszerzenia.
Workflowy z przewodników tego serwisu pokazują potrzebne pliki w Inputs; pobierz je przed załadowaniem JSON.

Jak to naprawić

Usuń i pobierz ponownie; porównaj rozmiar z oryginałem. Używaj menedżera pobierania dla plików powyżej 5 GB.

ImportError / DLL load failed po aktualizacji

Dlaczego tak się dzieje

torch, torchvision lub xformers zaktualizowano do niezgodnych wersji.

Jak to naprawić

Odinstaluj wszystkie trzy i zainstaluj razem z PyTorch dla swojej wersji CUDA; jeśli xformers dalej powoduje problemy, usuń go.

Flux lub Wan ładuje się kilka minut, potem serwer pada

Dlaczego tak się dzieje

RAM systemowy, nie VRAM, skończył się podczas ładowania wag.

Jak to naprawić

Zamknij inne programy, powiększ plik wymiany, załaduj wersję fp8 lub GGUF albo użyj hostowanej kopii na BitVector lub PirateDiffusion.

Bez instalacji – uruchamiaj modele AI w chmurze

PirateDiffusion działa tylko na Telegramie i jest stworzony dla profesjonalistów: tysiące modeli, LoRA i workflowów sterowanych komendami czatu, z nielimitowanym generowaniem w stałej cenie.

Wypróbuj PirateDiffusion

Pytania

Do którego folderu trafia każdy plik?

Checkpointy do models/checkpoints, LoRA do models/loras, VAE do models/vae, enkodery tekstowe do models/clip (lub models/text_encoders), gołe modele dyfuzji jak

Flux dev

do models/unet lub models/diffusion_models, ControlNet do models/controlnet, upscalery do models/upscale_models.

Ile VRAM potrzebuję?

SD 1.5 działa na 4 GB, SDXL na 8 GB, Flux dev fp8 na 12 GB (GGUF Q5 na 8 GB),

Qwen-Image

Wan 2.2

14B na 16-24 GB z fp8 lub GGUF,

HunyuanVideo

na 24 GB. Tabela VRAM jest na tej stronie.

Czy mogę uruchomić workflow bez GPU?

Tak, na hostowanej usłudze: BitVector ma preinstalowane workflow ComfyUI z tego serwisu na chmurowych GPU, a PirateDiffusion uruchamia workflow z Telegrama. Nie wymaga instalacji.

Dlaczego ten sam workflow działa u kogoś innego?

Inne nazwy plików, inne wersje niestandardowych węzłów albo większa karta. Porównaj listę Inputs z przewodnika z twoimi folderami przed czymkolwiek innym.

Czy --lowvram spowalnia?

Tak, umiarkowanie: przenosi części modelu między RAM systemowym a VRAM. Nadal jest dużo szybsze niż awaria. --novram jest jeszcze wolniejsze i dla kart 4 GB.