本讲目录

第 06 讲 · 你的这台机器与这套安装

实战篇从"盘家底"开始。这一讲把 E:\AI 下的每个目录、每个脚本、每个配置文件过一遍——全部内容都对照你机器的实际状态核实过。知道每样东西在哪、归谁管，是后面一切操作和排障的地基。

1. 大局：portable 版意味着什么

你装的是 ComfyUI Windows Portable（当前 0.22.0）：整个程序 + 一个专属的内嵌 Python（3.13 + PyTorch 2.11/cu130）都在 E:\AI\ComfyUI_windows_portable 里，与系统 Python、与 Medusa 的环境完全隔离——互不打扰，删目录即卸载。这是最省心的安装形态。你的启动命令还带了一整套定制参数（下面逐个讲），把所有"会长大的东西"都挪出了程序目录——这套组织相当干净，值得保持。

2. E:\AI 目录地图（实机核实版）

E:\AI
├─ ComfyUI_windows_portable   程序本体+内嵌Python —— 别动里面的东西
├─ Models                     * 所有模型: checkpoints/loras/vae/controlnet/...
├─ Inputs                     图生图的输入图放这里(Load Image 节点读这里)
├─ Outputs                    * 生成结果落盘处(Save Image 节点写这里)
├─ Workflows                  你自己保存的工作流 .json(本课程的 course/ 包也放这)
├─ User                       设置、数据库(comfyui.db)、Manager 配置 —— 备份重点
├─ Cache                      临时文件(可随时清空换空间)
├─ Logs                       启动与运行日志 —— 排障第一现场
├─ Tools                      aria2、7-Zip 等下载解压工具
├─ Start/Stop/Open_ComfyUI.*  启停脚本(桌面快捷方式指向它们)
├─ extra_model_paths.yaml     * 模型路径配置(见第 4 节)
└─ ComfyUI_操作指南.md         GPT 写的速查手册(本课程的前身)

日常三个动作：启动双击桌面 ComfyUI.lnk（或 Start_ComfyUI.bat），首次要等十几秒；访问 http://127.0.0.1:8188；停止 ComfyUI Stop.lnk（释放约几 GB 显存——不用时记得停，Medusa 还在这台机器上干活）。

3. 启动参数逐个读（你的实际配置）

你的 ComfyUI 是带这些参数启动的（我从运行中的进程上读下来的），每个都值得知道：

参数	作用
`--enable-manager`	启用内置 Manager（装节点/装模型的应用商店，第 15 讲主角）
`--extra-model-paths-config E:\AI\extra_model_paths.yaml`	模型路径外置（第 4 节）
`--input/--output/--temp/--user-directory ...`	输入/输出/缓存/用户数据全部指到 E:\AI 下各目录
`--database-url sqlite:///E:/AI/User/comfyui.db`	元数据库也外置
`--port 8188 --disable-auto-launch`	端口与"启动不自动开浏览器"

含义：程序目录是"无状态"的——你的一切资产（模型、成图、工作流、设置）都在外面。将来升级/重装 ComfyUI 本体，资产原地不动。

4. extra_model_paths.yaml：模型都去哪找

这个文件告诉 ComfyUI："除了程序自带的 models 目录，还去 E:/AI/Models 找"（你的配置里它是 is_default: true，即主模型库）。里面每一行 loras: loras 就是"LoRA 类型 → E:/AI/Models/loras 子目录"的映射。三条实用规则：

下载的模型放对子目录才会被对应节点看见（checkpoint 放 checkpoints、LoRA 放 loras……对不上号 = 下拉框里找不到，第 5 大常见"故障"其实是放错目录）；
放入新文件后不用重启：在加载节点的下拉框上点刷新（或 Ctrl+R 刷新页面）即可；
子目录里可以再建文件夹分类（如 loras/anime/、loras/style/），下拉框会显示相对路径——模型多了以后的救命习惯。

5. 16GB 显存的账本

第 04 讲讲过精度与大小，这里落到你这张卡的实际预算（推理时显存 ≈ 模型权重 + 激活值 + VAE 解码峰值）：

任务	显存占用（约）	你的 16GB
SD1.5 @512	3–4GB	随便跑，秒级出图
SDXL @1024	7–9GB	舒适主力区
SDXL + LoRA×2 + ControlNet	10–12GB	可以，别再叠了
FLUX.1 fp8 @1024	12–15GB	能跑，慢（分体加载，T5 会吃内存）
FLUX fp16 / 视频模型	20GB+	超预算，需量化版或放弃

两个缓冲知识：ComfyUI 显存不够时会自动把部分权重挪到内存（变慢但不崩，你 32GB 内存是后备队）；真 OOM 了的排查顺序在第 15 讲。经验红线：常驻别超 13GB，给 VAE 解码峰值和系统留余量。

另外记住这台机器的特殊性：它同时是 Medusa 的生产机（常驻 python 进程 + Postgres + 每 4h 的抓取任务）。生图是重 GPU 轻 CPU 的活、Medusa 反之，二者基本兼容，但大批量生图请避开 07:30–09:00 的分析窗口——那是它一天中最忙的时候。

6. 更新与备份

更新 ComfyUI：portable 包内有 update 目录（update_comfyui.bat），或用 Manager 的 Update 按钮。别追最新：生图生态的节点/模型兼容性以"能跑"为大，稳定运行的版本没事别升，升级前看一眼社区有没有炸锅；
备份什么：E:\AI\User（设置+数据库）、E:\AI\Workflows（你的劳动成果）、extra_model_paths.yaml。Models 不用备份（都能重新下载，太大），记录一份"我装了哪些模型"的清单即可（第 10 讲给你清单模板）；
安全提醒（呼应第 04 讲）：只下 .safetensors；自定义节点是任意代码，装之前看一眼 GitHub 星数和最近更新（第 15 讲展开）。

上机任务

打开 E:\AI，把第 2 节的目录地图逐个点开对一遍——特别是 Models 下的空文件夹们，默念每个将来放什么（对不上的回第 05 讲总表）；
启动 ComfyUI，打开 http://127.0.0.1:8188，在设置里把界面语言切成中文（如果还没有）；
打开 E:\AI\Logs 里最新的日志文件，找到启动时打印的 Total VRAM 和加载的路径配置行——排障时你会回到这里；
用完记得点 Stop，任务管理器里确认显存已释放。

家底盘清了。下一讲把默认文生图工作流拖上画布，逐个节点对号入座——上篇五讲的每个数学对象，都会在画布上找到自己的位置。