0 环境要求

★ 安装流程总览

1 NVIDIA 驱动

新电脑先保证显卡驱动可用，直接命令行确认：

nvidia-smi

能看到显卡型号和 CUDA Version（≥ 12.6 即可）就 OK。看不到 / 报错则先装驱动：NVIDIA 官网驱动，选对应显卡下载安装。

2 安装 Git 可选

推荐用 git 安装内核（以后一条命令升级）。Win10/11 可直接：

winget install Git.Git

或者去 git-scm.com 下载安装包，一路默认即可。不装 Git 也能继续（第 4 步改用下载 ZIP）。

3 安装 Python 3.13 务必 3.12~3.13

下载 64 位安装包（国内可用华为云镜像，速度快）：

https://mirrors.huaweicloud.com/python/3.13.12/python-3.13.12-amd64.exe

安装时 务必勾选 “Add python.exe to PATH”，其余默认。装完验证：

py -3.13 --version

能打印 Python 3.13.x 即成功。

4 获取 ComfyUI 内核（≥ v0.30.0）

H3 的节点是 v0.30.0 才内置的（2026-08-04 发布），内核版本低于它就没有 H3 节点。用 git 克隆到 D:\ComfyUI：

git clone --depth 1 https://github.com/comfyanonymous/ComfyUI.git D:\ComfyUI

如果 clone 很慢/卡住，先执行（国内网络提速）：

git config --global http.version HTTP/1.1

不装 Git 的话：浏览器打开 https://github.com/comfyanonymous/ComfyUI → Code → Download ZIP → 解压并重命名为 D:\ComfyUI。

5 建 venv + 安装 CUDA 版 torch 本教程最关键一步

5.1 创建虚拟环境

cd D:\ComfyUI
py -3.13 -m venv venv
venv\Scripts\python.exe -m pip install --upgrade pip -i https://mirrors.cloud.tencent.com/pypi/simple/

5.2 安装 CUDA 版 torch（⚠ 不要用默认 pip 源！）

方式 A（推荐，一条命令装全 torch+torchvision+torchaudio，含 CUDA 运行时）：

venv\Scripts\python.exe -m pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

国内直连 download.pytorch.org 较慢（约 0.1~0.5 MB/s），可用上海交大镜像替代（simple 格式兼容 pip）：

venv\Scripts\python.exe -m pip install torch torchvision torchaudio -i https://mirror.sjtu.edu.cn/pytorch-wheels/

方式 B（备用，离线 wheel 手动解压）：从 https://mirror.sjtu.edu.cn/pytorch-wheels/torch/ 下载 torch-2.12.1+cu126-cp313-cp313-win_amd64.whl（约 2.6GB）及配套 torchaudio-2.11.0+cu126、torchcodec-0.14.0+cu126，然后用 zip 解压到 venv\Lib\site-packages，再补装 filelock typing-extensions sympy networkx jinja2 fsspec。

5.3 立即验证（必须成功再往下）

venv\Scripts\python.exe -c "import torch; print(torch.__version__, torch.cuda.is_available())"

期望输出：2.x.x+cu126 True（或 +cu128 ... True）。看到 False 就回去看 5.2，别往下走。

6 安装依赖（排除 torch 三件套）

requirements.txt 里也写了 torch/torchvision/torchaudio——直接装会把 5.2 的 CUDA 版覆盖成 CPU 版。先过滤掉再装：

cd D:\ComfyUI
Get-Content requirements.txt | Where-Object { $_ -notmatch '^(torch|torchvision|torchaudio)' } | Set-Content req_wo_torch.txt
venv\Scripts\python.exe -m pip install -r req_wo_torch.txt -i https://mirrors.cloud.tencent.com/pypi/simple/

torchsde 依赖 torch 会再次把 CPU 版拉进来，必须 --no-deps 单独装：

venv\Scripts\python.exe -m pip install torchsde --no-deps -i https://mirrors.cloud.tencent.com/pypi/simple/

7 模型目录 & 路径配置

推荐模型库与内核分离（D:\manjuComfyUI\models），以后多套 ComfyUI 共用。新建目录：

mkdir D:\manjuComfyUI\models\diffusion_models D:\manjuComfyUI\models\text_encoders D:\manjuComfyUI\models\vae

在 D:\ComfyUI\extra_model_paths.yaml 写入以下内容（没有就新建）：

manju_models:
    base_path: D:/manjuComfyUI/models
    is_default: true
    checkpoints: checkpoints
    configs: configs
    loras: loras
    vae: vae
    vae_approx: vae_approx
    text_encoders: |
        text_encoders
        clip
    diffusion_models: |
        diffusion_models
        unet
    clip_vision: clip_vision
    style_models: style_models
    embeddings: embeddings
    diffusers: diffusers
    controlnet: controlnet
    gligen: gligen
    upscale_models: upscale_models
    hypernetworks: hypernetworks
    photomaker: photomaker

不想分离、直接把模型放 D:\ComfyUI\models\ 下也可以，跳过本步。

8 下载 H3 模型（5 个文件，63.4 GB）

8.1 用下载脚本（推荐，自动断点续传）

把下面的脚本保存为 D:\manjuComfyUI\download_h3.py（ROOT 按你的模型目录改），然后运行。脚本强制 IPv4 并支持断点续传，中断后重跑即可接着下：

# -*- coding: utf-8 -*-
"""MiniMax H3 模型下载器 — ModelScope 镜像, 强制 IPv4, 断点续传, 多线程"""
import socket, urllib.request, os, time, threading

# ---- 强制 IPv4（本机 IPv6 路由不通时 curl 会卡死，此补丁解决）----
_orig = socket.getaddrinfo
def _v4(host, port, *a, **k):
    res = _orig(host, port, *a, **k)
    v4s = [x for x in res if x[0] == socket.AF_INET]
    return v4s or res
socket.getaddrinfo = _v4

BASE = "https://modelscope.cn/models/Comfy-Org/MiniMax-H3/resolve/master/"
ROOT = r"D:\manjuComfyUI\models"   # <-- 改成你的模型目录
FILES = [
    ("diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors", None),
    ("diffusion_models/minimax_h3_ref2va_pruned_int8_convrot.safetensors", None),
    ("text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors", None),
    ("vae/minimax_h3_video_vae_fp16.safetensors", None),
    ("vae/minimax_h3_audio_vae_fp32.safetensors", None),
]
UA = {"User-Agent": "Mozilla/5.0", "Accept": "*/*"}
MAX_RETRY = 30
status = {}
lock = threading.Lock()

def human(n):
    try: return "%.2f GB" % (n / 1e9)
    except Exception: return str(n)

def download_one(rel, expect):
    dest = os.path.join(ROOT, rel.replace("/", os.sep))
    os.makedirs(os.path.dirname(dest), exist_ok=True)
    name = os.path.basename(rel)
    st = status.setdefault(name, {"done": 0, "total": 0, "ok": False, "err": ""})
    resume = os.path.getsize(dest) if os.path.exists(dest) else 0
    retry = 0
    while True:
        try:
            headers = dict(UA)
            if resume > 0: headers["Range"] = "bytes=%d-" % resume
            req = urllib.request.Request(BASE + rel, headers=headers)
            with urllib.request.urlopen(req, timeout=60) as r:
                total = st["total"]
                if not total:
                    cr = r.headers.get("Content-Range", "")
                    if "/" in cr: total = int(cr.split("/")[-1])
                    st["total"] = total
                mode = "ab" if resume > 0 else "wb"
                with open(dest, mode) as f:
                    while True:
                        chunk = r.read(1 << 20)
                        if not chunk: break
                        f.write(chunk); resume += len(chunk)
                        if total and resume >= total:
                            st["ok"] = True; st["done"] = resume
                            print("[%s] 完成 %s" % (name, human(resume)), flush=True)
                            return
        except urllib.error.HTTPError as e:
            if e.code == 416:
                st["ok"] = True; st["done"] = resume
                print("[%s] 文件已完整 %s" % (name, human(resume)), flush=True)
                return
            retry += 1
            if retry > MAX_RETRY: st["err"] = str(e); return
            print("[%s] HTTP%s 重试%d 已下%s" % (name, e.code, retry, human(resume)), flush=True)
            time.sleep(3)
        except Exception as e:
            retry += 1
            if retry > MAX_RETRY: st["err"] = str(e); return
            print("[%s] %s 重试%d 已下%s" % (name, e, retry, human(resume)), flush=True)
            time.sleep(3)

def main():
    threads = [threading.Thread(target=download_one, args=(rel, exp), daemon=True) for rel, exp in FILES]
    for t in threads: t.start()
    for t in threads: t.join()
    print("=== 全部下载结束 ===", flush=True)
    for name, st in status.items():
        print("  %-52s %s ok=%s err=%s" % (name, human(st["done"]), st["ok"], st["err"]), flush=True)

if __name__ == "__main__":
    main()

cd D:\manjuComfyUI
py -3.13 download_h3.py

ModelScope 国内实测 30~50 MB/s，5 个文件约 25~40 分钟。脚本会多线程同时下载 5 个文件。

8.2 手动逐个下载（不想要脚本的话）

浏览器直接打开下面的链接就会开始下载（ModelScope 国内快）：

https://modelscope.cn/models/Comfy-Org/MiniMax-H3/resolve/master/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors
https://modelscope.cn/models/Comfy-Org/MiniMax-H3/resolve/master/diffusion_models/minimax_h3_ref2va_pruned_int8_convrot.safetensors
https://modelscope.cn/models/Comfy-Org/MiniMax-H3/resolve/master/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
https://modelscope.cn/models/Comfy-Org/MiniMax-H3/resolve/master/vae/minimax_h3_video_vae_fp16.safetensors
https://modelscope.cn/models/Comfy-Org/MiniMax-H3/resolve/master/vae/minimax_h3_audio_vae_fp32.safetensors

若浏览器下载中断（无断点续传），还是建议用 8.1 的脚本。

9 启动 & 自检

建一个一键启动脚本 D:\ComfyUI\启动ComfyUI.bat，内容如下（以后双击它启动）：

@echo off
chcp 65001 >nul
title ComfyUI (MiniMax H3 Ready)
cd /d D:\ComfyUI
echo ============================================
echo   ComfyUI v0.30.0  -  MiniMax H3 已配置
echo   启动后访问 http://127.0.0.1:8188
echo ============================================
venv\Scripts\python.exe main.py
pause

双击运行，等黑窗口出现 Starting server / To see the GUI go to: http://127.0.0.1:8188，然后浏览器打开：

http://127.0.0.1:8188

自检三连（cmd/PowerShell 里）：

curl http://127.0.0.1:8188/system_stats   rem 返回 JSON 即服务正常
venv\Scripts\python.exe -c "import torch; print(torch.cuda.get_device_name(0))"

10 打开 H3 工作流模板 & 首跑参数

★ 换电脑 · 数据迁移方案

你有现成的 D:\ComfyUI 和 D:\manjuComfyUI，换电脑时按情况选：

! 常见问题排错表

附 附录 · 速查

最终目录结构

D:\ComfyUI\                      ComfyUI 内核（v0.30.0）
├── venv\                        Python 虚拟环境（torch 2.12.1+cu126）
├── main.py                      启动入口
├── extra_model_paths.yaml       模型库挂载配置
├── 启动ComfyUI.bat              一键启动脚本（双击）
└── output\                      出片目录
D:\manjuComfyUI\models\          独立模型库（63.4GB）
├── diffusion_models\            fl2va + ref2va（各 20.97GB）
├── text_encoders\               qwen3vl NVFP4（15.69GB）
└── vae\                         video VAE + audio VAE

每日使用流程

① 双击 启动ComfyUI.bat → ② 浏览器开 127.0.0.1:8188 → ③ Templates 选模板 / 拖 JSON → ④ 调参 → ⑤ Queue 出片。

版本速记（实测组合）