Windows 上装 ComfyUI，2026 年官方给了两条路：便携版（Portable）和桌面版（Desktop）。便携版是免安装压缩包，自带 Python 环境，解压就能跑；桌面版有图形化安装器和自动更新，支持的显卡范围更广。这篇按官方文档核对了当前的版本号要求，顺带解决几个最常见的 CUDA 报错。
一、装之前先确认这三件事
| 项目 | 官方要求 (截至 2026-08-16 核对) |
|---|---|
| Python 版本 | 官方推荐 3.13，兼容性问题时降到 3.12 |
| CUDA 版本 | cu130 或以上，20 系及以上 NVIDIA 显卡都要求这个版本 |
| 便携版支持的显卡 | 仅 NVIDIA GPU 或纯 CPU 模式，不支持 AMD |
| 桌面版支持的显卡 | Windows 上支持 NVIDIA 或 AMD；桌面版另有 macOS Apple Silicon 版本 |
| 前置软件 | 7-Zip（解压便携版压缩包）、Git for Windows（部分自定义节点安装需要） |
官方系统要求页面明确写了这份文档"可能不会及时更新"，具体以 GitHub 仓库当前状态为准，这里给出的是 2026-08-16 查到的版本号，装的时候建议再核对一次官方页面数字有没有变。
二、便携版安装步骤
- 装好 NVIDIA 最新驱动（Windows 11 环境）
- 装 7-Zip 和 Git for Windows
- 从官方发布页下载最新的 Windows 便携版压缩包
- 解压到没有中文和特殊字符的路径（路径问题是新手最容易踩的坑）
- 双击
run_nvidia_gpu.bat启动，首次启动会自动装依赖，耗时取决于网络 - 浏览器打开
http://127.0.0.1:8188看到界面即成功
便携版自带的 Python 环境是它 80% 安装简易性的来源，不需要单独装系统级 Python，也就不会和电脑上其他 Python 项目产生版本冲突。
三、桌面版安装步骤
桌面版走图形化安装器，适合想要自动更新、且显卡不是 NVIDIA 的情况：
- 从官方网站下载 Windows 桌面版安装包
- 运行安装器，按提示选择安装路径和模型存放目录
- 首次启动会检测显卡类型，NVIDIA 走 CUDA 路径，AMD 走对应的兼容层
- 安装完成后自动打开浏览器界面
桌面版比便携版多一层安装器管理，好处是后续更新点一下按钮就行，不用像便携版那样手动替换文件。
四、常见报错怎么修
Torch not compiled with CUDA enabled
这条报错的意思是当前跑的是 CPU 版 PyTorch，不是 GPU 版。原因通常是环境里误装了不带 CUDA 的 torch 包，或者显卡驱动版本太老，和 cu130 wheel 对不上。解法:
pip uninstall torch torchvision torchaudio
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu130
注意这是修复 Python 环境里的包，不是重装 ComfyUI 本体，两者是两回事。
自定义节点装不上
官方文档给出的备选方案是把 Python 从 3.13 降到 3.12，部分社区节点还没跟上最新 Python 版本的兼容性适配，降版本是最快的绕过方式，不用等节点作者更新。
启动后浏览器打不开界面
先看命令行窗口有没有报错卡在依赖安装那一步，网络问题导致依赖下载不全是常见原因；确认端口 8188 没有被其他程序占用；防火墙第一次弹窗允许联网权限。
我的判断
新手、只有一张 NVIDIA 显卡、想尽快跑起来的，选便携版，省掉安装器这层麻烦；需要 AMD 显卡支持或者想要长期维护、自动更新体验的，选桌面版。CUDA 版本号这块每隔几个月会跟着 PyTorch 官方 wheel 索引往前挪，装之前花两分钟去官方系统要求页确认当前数字，比装完报错再回头查省事得多。
相关阅读
- AI 编程工具大乱斗：Cursor / Claude Code / Windsurf 怎么选
- 本地部署 AI 完全指南：Ollama 从入门到进阶
- Ollama 报 CUDA out of memory 怎么办：显存不足排查清单