完成版 How to build an environment of ComfyUI on Windows
14.11.2025, updated for Pytorch2.9.1+cu130＆xformers0.0.33.
序
本記事では、完全に0ベースから、Windows上にComfyUI環境を構築し、かつ一例として、下記事にあるControlAltAIのアイデアを基に私が作成したIC Light.jsonのVer.Ⅰを稼働させるまでの「全ての手順」を解説していきます。
本記事を作成する理由はいくつかありますが、私がここまで作成してきたComfyUI関連の記事は、基本的にComfyUIの初学者各位を前提には作成していません。
公開してきた各jsonも単に公開しているだけで、いちいちその設定方法などは解説していません。
ここまで公開してきた全てのjsonに対して、改めて解説をする予定はありませんが(さすがにそれは工数的に現実的ではない)、
ここで一つ例を取って、「完全に０ベースから環境を構築する全ての手順」を解説していきたいと思います。
PythonとGitをインストールする
Pythonをインストールする
まず、ComfyUIは、Pythonというプログラム言語のもとに動作する。この言語環境はデフォルトでWindowsには装備されていない為、手動でインストールする必要がある。
ちなみに、このPython言語が近年急速に注目を集めつつあるのは、Stable Diffusionはじめ多くのオープンソース型AIがPythonを介して動くから、と言う点も大きく影響している。
まず、以下からインストーラーをダウンロードする。
バージョンについてであるが、2025年9月現在においては3.12.xシリーズを推奨する。但し、A1111やForge、reForgeは現時点3.12.xでは動作しない点を留意しておく必要がある。
(※但し、A1111系WebUIが3.10.6でなければ動作しないという事は一切なく、3.11.xで完全に動作する事も付言しておく)
従って、本記事ではPython3.10.x或いは3.11.xを既にインストールしている環境に、追加でインストールする3.12.xを併存させる前提で解説する。
2025年9月現在、3.12.x用のインストーラーは既に開発が完了しているので、インストーラー付きの最新版は3.12.10である。
次にインストーラーを起動してインストールしていくが、このとき必ず下図のように「Add Python.exe to PATH」にチェックをつけること。
「Install Now」をクリックした後は、メッセージに従って「OK」を押し続けていればよいだけである。
尚、ここでPython3.12.10がインストールされたパスを覚えて多く事。これは、この後において非常に重要なファクターである。ユーザー名部分は当然、各自の環境によって異なるが、以下の様になっている筈だ。
C:\Users\ユーザー名\AppData\Local\Programs\Python\Python312Visual Studio Codeをインストールする
VS CodeそのものはComfyUIにおける必須環境ではないが、この後に解説するGitにおいて推奨されている上に、ComfyUIをインストール後に、応用的なカスタマイズを行う際にはあった方が良いコードエディタなので、ここでインストールしておく。
以下から、Windows用インストーラーをダウンロードして実行する。
Gitをインストールする
Pythonのインストールが完了したら、次にファイル管理アプリケーション「Git」のインストールを行う。いずれも一般的なPCユーザーにはなじみの薄いソフトだが、Pythonと共にComfyUIの必須条件になっている。
Gitは世界最大級のITエンジニアフォーラム「Github」にて公開されている各種プログラムを簡単にWindows上で扱えるようにする為のファイルマネージャーソフトである。
まず以下から、Windows版のインストーラーをダウンロードする。
インストールに際して特に注意すべき点はないが、もし以降Githubを開発者として利用する場合には、以下「GitHub上に開発者環境を構築する方法」を参照すること。
これで、GitHub上で公開されている各種のPythonプログラムをWindows上で使用できる環境が揃ったことになる。
Microsoft Visual Studioをインストールする
ComfyUIは、実は拡張機能においてVisual Studioの開発環境を使いに行く場合がある。
インストール方法
無償版で良いので、以下からインストーラーをダウンロードして、インストールしておく。
インストール環境としては、初期設定の他、下図のようにPython開発とC++によるデスクトップ開発、Windows11と10のSDKにチェックを付けておけば良いだろう。
環境変数の設定
インストール完了後、Windowsに環境変数設定を追加する。まずは下図のように、設定画面からシステム→バージョン情報と選択し、次にシステムの詳細設定をクリックして、開いたウィンドウで環境変数をクリックする。
次に下図のように、システム環境変数の「path」を選択して、編集をクリックする。
次の二行を追加して、保存して閉じる。バージョンに関しては、下の記述を参考に、Visual Studioのインストールフォルダにて確認する事。
C:\Program Files\Microsoft Visual Studio\2022\Community\VC\Tools\MSVC\バージョンをここに記入する\bin\Hostx64\x64
C:\Program Files (x86)\Windows Kits\10\bin\バージョンをここに記入する\x64尚、この時同時に、上でインストールしておいたPython3.12.10のパスと既存のPythonのパスが「双方ともに存在している」事を確認しておく。
この場合、私の環境を例に取っているが、Python3.12.xと3.13.xの2種類が併存している状態になる。
powershellを開いて、下図のように「cl」と入力して実行した時、下図のように表示されれば、Visual Studioの設定は正常に完了している。
CUDAとCuDNNをインストールする
nVidia公式の、ComfyUIに限らず各種AIをローカル環境で動作させる為に非常に重要なプログラムではあるが、実は、ComfyUIはWindowsのグローバル環境にインストールされたCUDAとCuDNNを、「基本的には使いに行っていない」点を理解する必要がある。
この場合、ComfyUIは独自の仮想環境で動作し、かつその仮想環境内にあるPytorchがCUDAとCuDNNを内装している為、原則的にはWindwsへのインストールは不要…なのである。
が、ここからが重要で、原則論としてはそうであっても、一部の拡張機能はグローバル環境のそれらを使いに行く事があり、その為にグローバル環境にもCUDAとCuDNNをインストールしておく事が、結局は必要になる。
大前提を解説した上で、以下インストール方法について記載する。
CUDAをインストールする
まず下記、nVidia の CUDA サイトから最新の CUDA をダウンロードし、インストールを行う。特にカスタム操作はないので、メッセージに従って操作すればよい。
CuDNNをインストールする
次いで下記、nVidia の CuDNN ダウンロードサイトから最新の CuDNN をダウンロードし、インストールを行う。
こちらも同様に、特にカスタム操作はないので、メッセージに従って操作すればよい。
インストールが完了したら、次にWindowsのシステム環境変数の設定を行う。ウィンドウの開き方は、Microsoft Visual Studioのインストール方法において前述した通りである。
次に下図のように、システム環境変数ウィンドウで「新規」をクリックし、手動入力で「CUDNN_PATH」を作成し、CuDNN をインストールしたフォルダのパスを入力する。
尚、上図はVer9.1となっているが、2025年9月時点での最新版9.13をインストールした場合、インストールパスは「"C:\Program Files\NVIDIA\CUDNN\v9.13"」となっているので、そのように記述する事。
この時、上の図のように CUDA に関しても 2 行の PATH が作成されていることを確認する。もしなければ、同様に手動でパスを入力すること。CUDAに関しても、上図はVer12.4となっているが、2025年11月時点の最新版は13.0であるから、そのように設定されていなければならない。
ComfyUIの基本プログラムをインストールする
基本プログラムを展開する
この場合、仮にD:\USERFILES\ComfyUIフォルダにインストールする形で、記述する。
上サイトから、下図のようにgit clone用のコードを取得する。
Powershellを立ち上げ、取得したコードにより以下の如く実行する。
git clone https://github.com/comfyanonymous/ComfyUI.gitダウンロードしたフォルダ名をComfyUI312に変更する。
次に下図のように、パスをPython312フォルダに移動する。
cd comfyui312以下の様に、Python3.12環境でvenv環境を構築し、アクティベートする。
C:\Users\ユーザー名\AppData\Local\Programs\Python\Python312\python.exe -m venv venv
venv\scripts\activatePythonライブラリーの手動インストール
次に、基本的に必要なPythonライブラリーをインストールする。また、下記事で解説しているPythonライブラリーのインストール手順、コマンド文については以降ComfyUIを使用していく上で非常に重要であるので、確実にマスターしておくこと。
以下、Pytorch、xformers、triton、onnx、onnxruntime-gpu、insightfaceというライブラリーをインストールしていくが、何れもComfyUIにおいては絶対的に重要なライブラリーである。
まず、xforemersのインストールを行う。この時、cpu動作用のtorchがインストールされてしまう為、削除も同時に行う。
pip install xformers
pip uninstall torch
最も基本的なPytorchをインストールする。インストールコマンドは、以下サイトから取得する。
2025年11月時点の最新版は2.9.1+cu130であり、以下のコマンドになる。
pip3 install torch torchaudio torchvision --index-url https://download.pytorch.org/whl/cu130次に下図のように、pipの更新を行う。
python.exe -m pip install --upgrade pip次に以下のコマンドで、関連ライブラリーの一括のインストールを行う。
pip install triton-windows
pip install https://github.com/woct0rdho/SageAttention/releases/download/v2.2.0-windows.post3/sageattention-2.2.0+cu130torch2.9.0.post3-cp39-abi3-win_amd64.whl
pip install https://huggingface.co/ussoewwin/onnxruntime-gpu-1.24.0/resolve/main/onnxruntime_gpu-1.24.0-cp312-cp312-win_amd64.whl
pip install https://huggingface.co/ussoewwin/Insightface_for_windows/resolve/main/insightface-0.7.3-cp312-cp312-win_amd64.whl
pip install https://huggingface.co/ussoewwin/Flash-Attention-2_for_Windows/resolve/main/flash_attn-2.8.3%2Bcu130torch2.9.0cxx11abiTRUE-cp312-cp312-win_amd64.whl
pip install -r requirements.txtWaveSpeedを使用する為の準備
私が作成するjsonは基本的に、ComfyUIを高速化する為のWaveSpeedという技術を使用する形で作成している。
その準備として、以下記事内のⅠとⅡをここで実施しておく。global_config.pyの設置と、起動用バッチファイルに対する環境変数の追記の二点である。この場合、バッチファイルが既存のファイルとしては存在しないので、新規に作成する事になるが、全文も後述する。
上記事に基づいて、以下の記述で起動用バッチファイルを作成する。名前は、任意で良い。このように、「環境変数をバッチファイルで指定する」というロジックも以降、ComfyUIを扱っていく上では重要なファクターであるので覚えておく事。
当然ながら、以下は「D;\USERFILES\ComfyUI312」にインストールしした場合であり、各自環境に合わせる事。
@echo off
chcp 65001 >nul
REM === ComfyUI venv Startup Batch ===
REM Environment variables setup
set CUDA_VISIBLE_DEVICES=0
set PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:32,garbage_collection_threshold:0.8
set TORCH_COMPILE_OPT_LEVEL=2
set TORCH_DYNAMO_CONFIG=force_parameter_static_shapes=false
REM Change to ComfyUI directory
cd /d "D:\USERFILES\ComfyUI312"
REM Activate virtual environment
echo Activating virtual environment...
call "venv\Scripts\activate.bat"
REM Verify virtual environment is active
echo Checking Python path...
where python
echo.
REM Update dependencies
echo Updating dependencies...
"venv\Scripts\python.exe" -m pip install -U protobuf
"venv\Scripts\python.exe" -m pip install numpy==2.2.6
REM Start ComfyUI
echo Starting ComfyUI...
"venv\Scripts\python.exe" main.py --use-sage-attention --windows-standalone-build
REM Pause to see any errors
pause
以下のように、ComfyUIフォルダ直下に作成する。この場合は、「run_nvidia.gpu.bat」として作成している。
エラー対処用のCustom Nodesをインストールする
ComfyUIというWebUIは様々な意味で拡張性と自由度に優れているが、その代償とも言うべきか、往々にして意味不明のエラーが発生する。
何ら実効性を伴う訳でもない「エラーメッセージを消す為だけの拡張機能」をインストールする必要があり、まず以下記事中で公開しているComfyUI-NAI-styler用のzipファイルをダウンロードして解凍し、ComfyUIフォルダ内の\ComfyUI\custom_nodesフォルダに保存する。
次に、同様のエラー対策用Custom_nodesであるComfyUI_ADV_CLIP_embをインストールする。
ここでは、以下記事からリンクを取得してgit cloneコマンドを使用して、インストールを行う手順を解説するが、このロジックは以降全てのCustom Nodesを導入する際に共通の手順であるので、完全にマスターしておく事。
まず、下図のようにpowershellを起動して、custom_nodesフォルダにパスを通しておく。
次に下図のように、上記事からgit clone用のリンクを取得する。
次に下図のように、上で取得したアドレスを使用して、git cloneを行いcustom_nodesをインストールする。
但し、実際には後述するComfyUI Managerを使用することにより、git clone構文によってCustum Nodesをインストールする事はほとんどない。しかし、バックグラウンドでベースとなっているロジックはこうだという点を理解しておく必要がある。
ComfyUI Managerをインストールする
次に、必須環境と言ってもいいCustom Nodes「ComfyUI Manager」のインストールを行う。
以下からリンクを取得し、上と同様にgit cloneコマンドによるインストールを行う事。
インストール後、この時点でcustom_nodesフォルダは以下の構成になっていなければならない。
Comfy-WaveSpeedをインストールする
次に、Custom Nodes「Comfy-WaveSpeed」のインストールを行う。
以下からリンクを取得し、上と同様にgit cloneコマンドによるインストールを行う事。
requirements.txtを持つCustom nodesについて
この場合、ここまで解説した3個のcustom_nodesは上記を以てインストールは完了しているのだが、実はgit cloneだけでインストールが完了するcustom nodesは少数派であり、多くの場合git cloneだけではインストールが完了しないことを理解しておく必要がある。
例えば以下は、ComfyUI-Image-Saverという拡張機能であるが、インストール方法を読むと、git cloneの他に、「pip install -r requirements.txt」というコマンドを適切な形で実行する必要があることがわかる。
下図は、そのComfyUI-Image-Saverを展開したフォルダであるが、requirements.txtファイルが存在することがわかる。ここまで上記で解説したいくつかの拡張機能は、このrequirements.txtファイルが存在しない為、git cloneだけでインストールが完了しているが、それは寧ろ例外であり、多くの場合はrequirements.txtファイルのインストールが必要なのである。
そのrequirements.txtファイルを展開すると下図のようになっているが、この場合、piexifというPythonライブラリーをインストールする必要があるという意味である。この場合、只一つのライブラリーしか記載されていないが、requirements.txtファイルを使用すると、ここに複数のライブラリーを記述することも可能である。
それでは実際に、requirements.txtファイルの内容をインストールする方法について解説するが、まず、下図のように、git clone後に以下のコマンドを実行する。
cd ..
cd ..
venv\scripts\activate
cd custom_nodes\ComfyUI-Image-Saver
pip install -r requirements.txt当然ながら、上はComfyUI-Image-Saverの場合であり、拡張機能によってフォルダ名は異なる。
これで、requirements.txtに記載されているPythonライブラリーが全てインストールされる。多くのCustom nodesはここまでして初めて、インストールが完了するのだと覚えておく事。更に、各種モデルや追加処置が必要な場合もあり、拡張機能ごとにGithubの記述をよく読んでおく事。
Base modelとVAEをインストールする
画像生成を行う為には、Base modelとVAEという二種類のファイルが最低限必要であり、ここではそれらを入手して所定の場所に保存する。
まず、本記事で使用するIC-Light.jsonでは、以下の2つのBase modelを使用している。保存場所は、"\ComfyUI\models\checkpoints"である。
VAEファイルは以下からダウンロードする。保存場所は、"\ComfyUI\models\vae"である。
IP-Apapter用の設定を行う
本記事で例に取るIC-Lightに限らず、IP-AdapterはComfyUIで多用する機能であり、ここで設定を行う。
まず、下図のように\ComfyUI\models"フォルダ内にipadapterフォルダを作成する。
次に下図のように、ComfyUIフォルダ内にextra_model_paths.yaml.exampleファイルをコードエディタで開く。上でインストールしておいたVS Codeを使うと良いだろう。
次に下図のように、上で作成したipadapterフォルダのパスを記載して、「extra_model_paths.yaml」ファイルとして、sampleと同じくComfyUIフォルダ内に保存する。拡張子をyaml形式に変更する、という意味である。
ComfyUIを起動する
jsonをロードする
ここまで設定したら、下図のように作成しておいた「run_nvidia_gpu」バッチファイルをダブルクリックして、ComfyUIを起動する。
すると下図のように、WebUIが起動する。
次に下図のように、左上のメニューからワークフロー→開くを選択し、以下記事で公開しているIC-Light.jsonをダウンロードして読みこむ。
すると、下図のような画面になるので、エラー表示ウィンドウは×をクリックして閉じる。
Missing Nodesをインストールする
次に下図のように、右上のメニューからManagerをクリックし、次いでInstall Missing Custom Nodesをクリックする。
次に下図のように、全てにチェックを付けて、Installをクリックする。
インストールが完了したら、Restartをクリックする。
再起動後、Missing nodesエラーが全て消えていれば、必要なCustom Nodesのインストールは完了である。
Base ModelとVAEを指定する
これでもまだ、ComfyUIを動作させることはできない。更に、様々な設定が必要なのである。
以下、順次それらを解説する。
まず、Base ModelとVAEを設定するが、ここまで正しく進めていれば、下図のように自動的に設定されている筈である。
少し右側に、SD1.5用の設定ウインドウがあるので、ここでは下図のように、SD1.5用モデルを選択する。
必要なLoRAを入手して配置する
次に、必要なLoRAファイルを入手して、所定の場所に保存する。
このワークフローでは3つのLoRAを使用するが、それぞれ以下から入手する。保存場所は"\ComfyUI\models\loras"である。
上ファイルを保存後、Rキーを押すとファイルが反映されるので、下図のように、プルダウンメニューからここでは以下2個のLoRAを設定する。PCMはSDXL用とSD1.5用を混同しないように注意する。ここで使用するのはSDXL用である。
少し右側に、SD1.5用のLoRAを設定する場所があるので、ここでは下図のように、SD1.5用LoRAを選択する。
IC-Light用モデルを入手して配置する
次に、IC-Light用モデルをダウンロードするが、以下の方法はIC-Lightに限らず、様々なケースで常用できるので、よく覚えておく事。
まず、下図のようにManagerからモデルを選択し、この場合は「Light」という単語で検索をかけた。必要なモデルは「IC-Light/fc」なので、そのInstallをクリックする。
この時、右端にダウンロード場所も表示されるので、それも覚えておく事。
ダウンロード完了後、Rキーを押すと下図のようにモデルを適用できるようになる。
IP-Adapter用モデルを入手して配置する
ここでも、上で解説した方法にてモデルを入手する。
まず、下図のように「ip adapter」で検索をかけ、CLIP-Vit-H-14をインストールする。保存場所も確認しておく事。
次に下図のように、「ip-adapter-plus_sd15」をインストールする。
ダウンロード完了後、Rキーで反映させて、下図のように2か所でモデルを設定する。
CCSR用モデルを入手して配置する
最後に、アップスケール用のCCSRモデルファイルを以下から入手する。保存場所は、Base modelと同じである。
ダウンロード完了後、Rキーを押して反映させ、下図のように設定する。
ComfyUIで生成を行う
これで、ようやく全ての設定は完了である。「Queue」をクリックすると、下図のように生成が行われる筈である。生成できない場合、ここまで解説した内容の何かが正しく行われていないのである。
