Guide ComfyUI débutant : installation, interface, nodes, modèles et première image

Vous avez peut-être déjà entendu dire que ComfyUI est l’interface node la plus flexible pour Stable Diffusion. Pourtant, la première visite sur le site officiel bloque vite : Desktop, Portable ou Manual ? Dans quel dossier placer le modèle ? Pourquoi l’interface affiche-t-elle surtout des boîtes et des lignes ? Et après l’installation, pourquoi le premier essai affiche-t-il null dans Load Checkpoint ou échoue-t-il avec CUDA out of memory ?

Ce guide poursuit un seul objectif : vous aider à vérifier dès le premier jour que ComfyUI démarre, que le modèle est lu et que le workflow par défaut génère une première image. Il couvre le choix de l’installation, la structure des dossiers de modèles, les nodes essentiels de l’interface, le premier flux texte-vers-image et une checklist pour les erreurs les plus fréquentes. Les workflows avancés, les comparaisons de modèles et les recommandations matérielles viendront dans les articles suivants de la série.

Comment choisir la méthode d’installation

Le site officiel de ComfyUI propose quatre chemins d’installation : Desktop, Portable, Manual et Cloud. Les trois premiers tournent en local ; le dernier est un service cloud. Le choix dépend surtout de deux questions : avez-vous un GPU NVIDIA, et voulez-vous gérer l’environnement Python vous-même ?

Desktop regroupe les dépendances dans l’installateur et vérifie l’environnement au premier lancement. En contrepartie, le chemin est peu flexible : l’application est fixée sur le disque C, et le dossier des modèles se trouve généralement dans le répertoire utilisateur du disque C. Si ce disque manque d’espace, ou si vous préférez centraliser les modèles ailleurs, Portable ou Manual sera souvent plus adapté.

Portable est une archive compressée. Une fois extraite, le dossier peut être placé où vous voulez. Les scripts de démarrage distinguent le mode GPU NVIDIA (run_nvidia_gpu.bat) du mode CPU (run_cpu.bat), sans vous demander de configurer Python ou le backend PyTorch CUDA. C’est un bon choix si vous voulez éviter la configuration d’environnement tout en gardant la main sur l’emplacement d’installation.

Manual s’adresse aux développeurs qui disposent déjà d’un environnement Python 3.10+ et savent quelle version de PyTorch utiliser. Le processus est plus long que Desktop ou Portable, mais vous pouvez cloner une branche précise et installer des versions de dépendances spécifiques. Pour un débutant, ce n’est pas le meilleur point de départ : la configuration de l’environnement est déjà une source d’erreurs.

Cloud est accessible depuis le site officiel. En pratique, vous louez des ressources GPU dans le cloud pour exécuter ComfyUI. Si votre ordinateur n’a pas de GPU NVIDIA, ou si vous voulez seulement tester l’interface rapidement, cela peut dépanner. Sur la durée, le coût s’accumule, et l’accès aux services cloud étrangers depuis la Chine peut être instable.

Étapes d’installation de Desktop

Desktop convient aux débutants qui veulent le chemin le plus rapide. L’assistant gère l’environnement Python, le téléchargement des dépendances et la configuration des chemins. Vous suivez surtout les étapes d’acceptation et de continuation.

Processus d’installation

1. Ouvrez le site ComfyUI (docs.comfy.org) et trouvez le lien Desktop dans la section Installation. Choisissez la version Windows. macOS et Linux ont aussi leurs versions, mais ce guide prend Windows comme exemple.

2. Double-cliquez sur l’installateur téléchargé. L’assistant affiche le chemin d’installation : par défaut sur le disque C, non modifiable. Si vous devez choisir l’emplacement, ne prenez pas Desktop ; utilisez Portable.

3. Une fois l’installation terminée, le premier lancement vérifie les dépendances. Si des composants manquent, l’assistant les télécharge automatiquement.

4. Après le démarrage, le navigateur ouvre automatiquement http://127.0.0.1:8188. L’interface affiche un graphe de nodes vide ou le workflow par défaut.

Emplacement du dossier des modèles

Le dossier des modèles de Desktop n’est pas le même que celui de Portable. Par défaut, il se trouve dans le répertoire utilisateur, pas dans le dossier d’installation. Au premier lancement, ce dossier est vide, donc le node Load Checkpoint affiche null.

Pour le trouver, utilisez le menu de ComfyUI Desktop : Help -> Open folder -> Open models folder. Ce menu ouvre directement le dossier models ; inutile de chercher le chemin à la main.

Desktop peut télécharger certains modèles depuis l’interface. Si un modèle de base manque au démarrage, ComfyUI peut vous proposer un bouton de téléchargement. Après le clic, le modèle est placé dans le bon dossier checkpoints. Ce téléchargement automatique couvre seulement quelques modèles de base recommandés officiellement. Pour des modèles tiers, par exemple Civitai ou LiblibAI, vous devez encore les télécharger manuellement et les placer dans checkpoints.

Vérifications après le premier lancement

Après le démarrage, vérifiez trois points : le navigateur affiche l’interface avec 127.0.0.1:8188 dans la barre d’adresse ; un bouton Queue Prompt est visible à droite ; une entrée ComfyUI-Manager apparaît à gauche ou en haut. Desktop inclut généralement Manager.

Si l’interface s’ouvre mais que Queue Prompt ne réagit pas, ou si un node apparaît en rouge, ne lancez pas tout de suite une génération. Vérifiez d’abord que le modèle est bien en place. La section suivante détaille les chemins et le rafraîchissement.

Étapes d’installation de Portable

Portable convient si vous ne voulez pas occuper le disque C, si plusieurs versions de Python coexistent déjà, ou si vous voulez maîtriser l’emplacement d’installation. C’est essentiellement une archive qui contient Python et les dépendances ; après extraction, vous lancez un script.

Télécharger et extraire

1. Ouvrez le dépôt GitHub de ComfyUI (github.com/Comfy-Org/ComfyUI) et cherchez la dernière version stable dans Releases. Téléchargez l’archive Windows Portable, généralement au format 7z ou zip, avec portable dans le nom du fichier.

2. Extrayez l’archive avec 7-Zip ou l’outil intégré de Windows vers l’emplacement souhaité, par exemple D:\ComfyUI_portable. Gardez un chemin assez court pour éviter les problèmes de droits et de longueur de chemin.

3. Le dossier extrait contient plusieurs éléments clés : ComfyUI (programme principal et dossier models), python_embeded (environnement Python intégré) et des scripts de démarrage comme run_nvidia_gpu.bat ou run_cpu.bat.

Choisir le script de démarrage

Portable fournit plusieurs scripts selon le type de GPU et le mode d’exécution :

• run_nvidia_gpu.bat : utilisez ce script si vous avez un GPU NVIDIA et que le pilote est installé. Il démarre le plus vite et exploite le VRAM le plus efficacement.

• run_cpu.bat : utilisez le mode CPU si vous n’avez pas de GPU NVIDIA ou si le pilote NVIDIA pose problème. C’est plus lent, mais suffisant pour vérifier que l’installation fonctionne.

• Les autres scripts, comme run_nvidia_gpu_lowvram.bat, servent aux cas de VRAM limité. Pour un premier lancement, vous n’en avez généralement pas besoin.

Double-cliquez sur le fichier bat correspondant. Une fenêtre de ligne de commande s’ouvre et affiche le journal de démarrage : version de Python, chargement du backend PyTorch CUDA, résultats du scan des modèles. Après quelques secondes, le navigateur devrait ouvrir http://127.0.0.1:8188. S’il ne s’ouvre pas, saisissez cette adresse manuellement.

🔥 Ne perdez plus des mois sur des produits sans demande ! Validez vos promesses SaaS avec Adsterra à petit budget →

Tester l'MVP →Pub

Vérifier le journal du premier lancement

Le journal de la ligne de commande donne quelques signaux importants :

• Starting server : le service a démarré.
• To see the GUI go to: http://127.0.0.1:8188 : l’adresse du navigateur est correcte.
• Total VRAM ... : ComfyUI a détecté la quantité de VRAM disponible.
• Scan du dossier models/checkpoints : si un modèle existe, son nom de fichier apparaît ; sinon, seul le chemin s’affiche.

Si le journal affiche une erreur comme CUDA not available, vérifiez d’abord le pilote GPU. Portable inclut déjà un PyTorch configuré pour CUDA, mais le système doit tout de même disposer d’un pilote NVIDIA correct.

Installation Manual (facultative)

Manual convient aux développeurs qui ont déjà Python 3.10+ et savent quelle version de PyTorch installer. Les étapes sont plus nombreuses que Desktop et Portable, et les dépendances sont faciles à casser. Les débutants ne devraient pas commencer ici.

Si vous tenez à installer en Manual, voici les étapes essentielles :

1. Exécutez git clone https://github.com/Comfy-Org/ComfyUI.git dans le dossier cible. Si vous voulez une branche ou une version précise, faites ensuite un checkout du tag correspondant.

2. Entrez dans le dossier cloné et trouvez requirements.txt. Exécutez pip install -r requirements.txt. Cette étape installe les dépendances principales de ComfyUI, mais pas forcément le backend PyTorch CUDA adapté. Vous devez le gérer séparément.

3. Installez PyTorch. Choisissez la version selon votre GPU. Les GPU NVIDIA nécessitent un build PyTorch avec CUDA. Pour la commande exacte, suivez le guide officiel d’installation de PyTorch. Si vous installez par erreur la version CPU, ComfyUI affichera CUDA not available au démarrage.

4. Lancez ComfyUI avec python main.py. Le port par défaut est 8188 ; ouvrez ensuite http://127.0.0.1:8188 dans le navigateur.

Paramètres de démarrage

La version Manual prend en charge plusieurs paramètres pour contrôler le VRAM et le port d’écoute :

• --lowvram : à utiliser quand le VRAM est limité. Cela réduit l’utilisation mémoire, mais ralentit la génération.
• --cpu : force le mode CPU.
• --port 8188 : change le port d’écoute, 8188 étant la valeur par défaut.
• --listen 0.0.0.0 : autorise l’accès depuis le réseau local. Par défaut, seul l’ordinateur local peut accéder au service.

Si votre GPU a moins de 4 Go de VRAM, ajoutez --lowvram au démarrage pour réduire le risque de CUDA out of memory.

Risques liés aux versions et dépendances

Le principal risque de Manual vient de l’alignement entre Python et PyTorch. La recommandation officielle est Python 3.10.x ; la compatibilité avec Python 3.11 ou 3.12 n’est pas garantie. PyTorch doit aussi correspondre à la version CUDA. Si le système a CUDA 12.x mais que votre build PyTorch cible CUDA 11.x, des erreurs CUDA peuvent apparaître.

Si le démarrage échoue, lisez d’abord les erreurs dans le journal de la ligne de commande. Les cas fréquents sont ImportError: DLL load failed (version PyTorch incompatible), ModuleNotFoundError (dépendances incomplètes) et CUDA not available (PyTorch sans CUDA ou problème de pilote GPU).

Où placer les modèles

Le dossier des modèles est l’un des premiers blocages. ComfyUI ne fournit pas de modèle de base au démarrage. Vous devez le télécharger et le placer dans le bon dossier. Quand Load Checkpoint affiche null, le modèle est généralement au mauvais endroit.

Emplacement du dossier des modèles

Pour Portable et Manual, le dossier des modèles se trouve sous le répertoire d’installation :

<répertoire d'installation ComfyUI>/ComfyUI/models/

Par exemple, si vous extrayez Portable dans D:\ComfyUI_portable, le dossier checkpoint est :

D:\ComfyUI_portable\ComfyUI\models\checkpoints\

Desktop utilise un autre dossier, généralement dans le répertoire utilisateur. Ne cherchez pas le chemin au hasard : ouvrez Help -> Open folder -> Open models folder, et ComfyUI ouvrira directement le dossier models.

Rôle des sous-dossiers

Le dossier models contient plusieurs sous-dossiers. Chaque type de modèle a son emplacement :

Pour une première exécution, vous devez seulement placer le modèle de base dans checkpoints. Les autres types de modèles servent aux workflows plus avancés.

Format des fichiers de modèle

Les modèles de base existent surtout en deux formats : .safetensors et .ckpt. .safetensors est plus récent et plus sûr, et ComfyUI le recommande en priorité. .ckpt est plus ancien ; certains modèles historiques utilisent encore cette extension. ComfyUI reconnaît les deux formats, mais si vous avez le choix, privilégiez .safetensors.

Le nom du fichier peut être libre, mais il vaut mieux conserver le nom du modèle et sa version pour le reconnaître plus tard. Par exemple : sd_v1-5.safetensors, sdxl_base_1.0.safetensors.

extra_model_paths.yaml

Si vous avez plusieurs installations de ComfyUI ou des modèles répartis sur plusieurs disques, vous pouvez configurer des chemins supplémentaires avec extra_model_paths.yaml. Ce fichier se trouve dans le dossier ComfyUI, au format YAML, et permet de déclarer plusieurs dossiers de modèles externes. Pour un premier lancement, un débutant n’a pas besoin de le modifier ; le chemin par défaut suffit.

À quoi ressemble l’interface

Le coeur de ComfyUI est le graphe de nodes. Chaque node représente une opération, comme charger un modèle, saisir un prompt, effectuer le sampling ou décoder l’image. Les données circulent entre les nodes via des connexions. Comprendre cette structure est la base pour utiliser ComfyUI.

Éléments principaux de l’interface

Après ouverture, vous verrez principalement ces zones :

• Zone du graphe de nodes : au centre de l’interface, elle affiche tous les nodes et leurs connexions. Vous pouvez déplacer un node, cliquer sur une connexion pour la supprimer et faire un clic droit sur un node pour afficher ses options.

• Bouton Queue Prompt : situé à droite ou en haut de l’interface, il exécute le workflow. Après le clic, ComfyUI parcourt le graphe de nodes étape par étape et génère l’image.

• Bouton Clear : efface le graphe de nodes actuel et revient à un état vide.

• Bouton Save : enregistre le workflow actuel sous forme de fichier JSON, que vous pourrez recharger ensuite.

• Bouton Load : charge une JSON de workflow enregistrée.

• Bouton Load Default : charge le workflow texte-vers-image par défaut, avec cinq nodes principaux.

• ComfyUI-Manager : barre latérale ou entrée de menu utilisée pour installer de nouveaux nodes, mettre à jour les nodes déjà installés et chercher des workflows communautaires. Desktop et Portable incluent généralement Manager ; Manual demande une installation séparée.

Les cinq nodes principaux du workflow par défaut

Après un clic sur Load Default, cinq nodes apparaissent dans l’interface, connectés de gauche à droite :

Les lignes entre nodes indiquent le sens des données. Par exemple, la sortie CLIP de Load Checkpoint est reliée aux entrées CLIP des deux nodes CLIP Text Encode. La sortie LATENT de KSampler est reliée à l’entrée LATENT de VAE Decode.

Menu contextuel

Un clic droit sur un node ouvre un menu d’actions, avec notamment :

• Add Node : ajoute un nouveau node près du node actuel.
• Remove : supprime le node actuel.
• Bypass : ignore le node actuel sans l’exécuter.
• Reroute : ajoute un point de reroutage pour organiser les connexions.

Sur une zone vide, un clic droit permet de choisir Add Node -> rechercher le nom du node, puis d’ajouter un nouveau node au workflow.

Vultr - Serveur cloud NVMe haute performance, 32 emplacements mondiaux, déploiement Docker en un clic

Voir les tarifs →Pub

Ports d’entrée et de sortie des nodes

Chaque node a ses ports d’entrée à gauche et ses ports de sortie à droite. Les ports sont représentés par de petits points ; les couleurs indiquent les types de données :

• Violet : MODEL (modèle)
• Jaune : CLIP (encodeur texte)
• Bleu : VAE (décodeur)
• Vert : CONDITIONING (conditionnement du prompt)
• Rouge : LATENT (données du latent space)
• Blanc : IMAGE (données image)

Quand vous connectez deux ports, la couleur de sortie doit correspondre à la couleur d’entrée. Une sortie MODEL peut se connecter à une entrée MODEL, pas à une entrée CLIP. Si les couleurs ne correspondent pas, la connexion ne se crée pas.

Comment utiliser le workflow par défaut

Le workflow par défaut est la configuration minimale texte-vers-image fournie officiellement par ComfyUI. Il contient cinq nodes principaux, déjà connectés dans le bon ordre. Il suffit de choisir un modèle, de saisir les prompts et de cliquer sur Queue Prompt pour produire la première image.

Charger le workflow par défaut

1. Lancez ComfyUI ; le navigateur ouvre l’interface (http://127.0.0.1:8188).

2. Trouvez le bouton Load Default à droite ou en haut de l’interface. Après le clic, le graphe affiche cinq nodes : Load Checkpoint, CLIP Text Encode (positif), CLIP Text Encode (négatif), KSampler, VAE Decode et Save Image.

3. Vérifiez que tous les nodes apparaissent. Si un node est rouge ou si une connexion manque, le chargement est peut-être incomplet. Cliquez de nouveau sur Load Default ou vérifiez les connexions manuellement.

Relations de connexion entre nodes

Les connexions du workflow par défaut sont les suivantes :

• Load Checkpoint : sort MODEL, CLIP et VAE. MODEL est relié à l’entrée MODEL de KSampler. CLIP est relié aux entrées CLIP des deux nodes CLIP Text Encode. VAE est relié à l’entrée VAE de VAE Decode ; dans certains workflows, il est aussi relié à l’entrée VAE de KSampler.

• CLIP Text Encode (positif) : reçoit CLIP et sort CONDITIONING. Il est relié à l’entrée positive de KSampler.

• CLIP Text Encode (négatif) : reçoit CLIP et sort CONDITIONING. Il est relié à l’entrée négative de KSampler.

• KSampler : reçoit MODEL, CONDITIONING positif, CONDITIONING négatif et, selon le workflow, VAE. Il sort LATENT, relié à l’entrée LATENT de VAE Decode.

• VAE Decode : reçoit VAE et LATENT, sort IMAGE, puis se connecte à l’entrée images de Save Image.

• Save Image : reçoit IMAGE, l’enregistre dans le dossier de sortie et affiche un aperçu dans l’interface.

Cet ordre est le processus central du texte-vers-image : charger le modèle -> encoder le prompt -> sampler dans le latent space -> décoder l’image -> enregistrer la sortie.

Vérifier l’intégrité du workflow

Après chargement du workflow par défaut, vérifiez trois points :

1. Sélection du modèle dans Load Checkpoint : cliquez sur le node. Le menu déroulant doit lister les modèles placés dans checkpoints. Si null s’affiche ou si la liste est vide, le modèle est mal placé ou ComfyUI n’a pas été rafraîchi.

2. Toutes les connexions sont présentes : vérifiez que chaque entrée et sortie nécessaire est connectée. Si une entrée reste vide, le node peut ne pas s’exécuter.

3. Aucun node rouge : un node rouge indique un problème de configuration. Cliquez dessus pour vérifier ses paramètres et repérer une entrée manquante.

Si ces trois points sont corrects, vous pouvez passer à l’étape suivante : la première génération texte-vers-image.

Première génération texte-vers-image

L’objectif de la première génération n’est pas d’obtenir une image parfaite. Il s’agit de vérifier que le processus complet peut s’exécuter. Voici les étapes concrètes.

Checklist des étapes exécutables

1. Choisir le modèle : dans le node Load Checkpoint, cliquez sur le menu déroulant et sélectionnez le modèle placé dans checkpoints. Si vous utilisez un modèle SD 1.5, avec un nom contenant v1-5 ou sd1.5, les paramètres par défaut suffisent pour tester. Avec SDXL, le besoin en VRAM est plus élevé et CUDA out of memory peut apparaître dès le premier essai.

2. Saisir le prompt positif : dans le node CLIP Text Encode positif, généralement étiqueté Prompt, entrez une description en anglais. Par exemple : a cat sitting on a windowsill, soft light, simple background. La longueur n’est pas strictement limitée, mais pour un premier test, 10 à 20 mots suffisent pour observer l’effet.

3. Saisir le prompt négatif : dans le node CLIP Text Encode négatif, indiquez ce que vous ne voulez pas voir dans l’image. Par exemple : blurry, low quality, watermark, text. Les prompts négatifs servent à réduire les problèmes fréquents.

4. Vérifier les paramètres KSampler : cliquez sur le node KSampler et vérifiez ces paramètres :

   • seed : graine aléatoire, qui contrôle la variation des résultats. Pour le premier test, gardez la valeur par défaut ou entrez un nombre quelconque.
   • steps : nombre d’étapes de sampling, souvent 20 par défaut. Pour le premier test, laissez 20 et n’augmentez pas.
   • sampler_name : nom du sampler, par exemple euler ou ddim. Gardez la valeur par défaut.
   • cfg : force de guidage du prompt, souvent 7 à 8 par défaut. Gardez la valeur par défaut au premier essai.
   • denoise : intensité de débruitage, généralement 1,0. Gardez la valeur par défaut.

La signification de ces paramètres sera détaillée dans les articles suivants de la série. Pour la première génération, ne les modifiez pas ; validez simplement le workflow avec les valeurs par défaut.

5. Cliquer sur Queue Prompt : utilisez le bouton Queue Prompt à droite ou en haut de l’interface. Après le clic, le graphe de nodes commence à s’exécuter. Un indicateur vert apparaît autour des nodes en cours d’exécution, et la progression globale s’affiche à droite.

6. Attendre la fin de la génération : la durée dépend de la taille du modèle, du VRAM et du nombre de steps. Un modèle SD 1.5 prend généralement 5 à 15 secondes avec un VRAM moyen (8 à 12 Go). SDXL prend plus de temps. Si la progression bloque, il peut s’agir de CUDA out of memory ou d’une autre erreur ; utilisez la checklist ci-dessous.

7. Voir l’image de sortie : une fois la génération terminée, Save Image affiche un aperçu. Faites un clic droit sur l’image pour choisir Open Image et l’ouvrir dans une nouvelle fenêtre, ou Save Image pour l’enregistrer à un chemin précis. Par défaut, l’image est sauvegardée dans le dossier output, au même niveau que le dossier models.

Situations fréquentes lors de la première génération

La première génération ne donne pas forcément l’image espérée. C’est normal. Les cas fréquents :

• Résolution trop faible : la résolution du workflow par défaut est contrôlée par le paramètre latent_image de KSampler et peut être 512x512 par défaut. Avec SDXL, cette résolution peut être insuffisante et donner une image floue. Il faudra ajuster empty_latent_image dans KSampler ou utiliser un workflow adapté à SDXL.

• Couleurs anormales ou voile gris : certains modèles ont besoin d’une VAE associée pour être décodés correctement. Si les images semblent grises, ternes ou surexposées, la VAE ne correspond peut-être pas. Ce point sera traité dans un chapitre plus avancé.

• Le prompt semble peu influent : le prompt du premier test est peut-être trop vague. Essayez d’ajouter des détails, par exemple a fluffy orange cat sitting on a wooden windowsill.

Gérer un VRAM insuffisant

Si CUDA out of memory apparaît pendant la génération, essayez ceci :

• Redémarrez ComfyUI et ajoutez --lowvram (pour Manual et Portable, dans la commande ou le script de démarrage).
• Réduisez le nombre de steps, par exemple de 20 à 15.
• Utilisez un modèle moins gourmand en VRAM. SD 1.5 demande moins de VRAM que SDXL.

Le besoin mémoire varie fortement selon le modèle et la configuration. Il ne faut pas promettre un chiffre universel. Si votre GPU a moins de 4 Go de VRAM, testez d’abord Cloud ou le mode CPU.

Que faire si l’image ne se génère pas ?

Lors de la première génération, les erreurs sont possibles. Voici cinq familles de problèmes fréquents et les vérifications associées.

1. Load Checkpoint affiche null ou la liste est vide

Symptôme : en cliquant sur le node Load Checkpoint, le menu déroulant est vide ou affiche null. Les nodes suivants deviennent rouges et indiquent que le modèle est introuvable.

Étapes de dépannage :

• Vérifiez l’emplacement du modèle : assurez-vous que le fichier se trouve dans checkpoints. Avec Desktop, utilisez Help -> Open models folder pour vérifier le vrai dossier.
• Vérifiez le format du fichier : il doit se terminer par .safetensors ou .ckpt.
• Rafraîchissez la liste des modèles : cliquez sur Refresh dans la barre latérale si le bouton existe, ou redémarrez ComfyUI.
• Vérifiez le journal de démarrage : la fenêtre de ligne de commande liste les modèles détectés. Si votre modèle n’y apparaît pas, le chemin est incorrect.

2. CUDA out of memory

Symptôme : les nodes s’arrêtent pendant la génération, et la ligne de commande ou l’interface affiche CUDA out of memory.

Étapes de dépannage :

• Redémarrez avec --lowvram.
• Réduisez les steps de sampling, par exemple de 20 à 10-15 dans KSampler.
• Utilisez un modèle moins gourmand en VRAM. SD 1.5 demande moins que SDXL.
• Vérifiez si d’autres programmes occupent le VRAM, comme de nombreux onglets de navigateur ou d’autres applications IA en arrière-plan.

Le besoin en VRAM varie beaucoup selon le modèle et la configuration ; les chiffres génériques ne sont pas fiables. SD 1.5 fonctionne généralement avec un VRAM moyen (8 à 12 Go), tandis que SDXL demande davantage.

3. Erreur de format du modèle ou incompatibilité de version

Symptôme : le node Load Checkpoint devient rouge, avec des messages contenant safetensors header ou version mismatch.

Étapes de dépannage :

• Vérifiez l’intégrité du fichier modèle : une interruption de téléchargement peut corrompre le fichier. Téléchargez de nouveau le modèle.
• Vérifiez que la version du modèle correspond à votre version de ComfyUI. Certains modèles récents, comme SDXL, nécessitent une version récente de ComfyUI. Une vieille version Portable peut ne pas les prendre en charge.
• Vérifiez la source du modèle : privilégiez les sites officiels ou fiables. Certains modèles tiers peuvent avoir un format irrégulier.

4. Dépendances manquantes ou problème d’environnement Python

Symptôme : au démarrage, la ligne de commande affiche ImportError ou ModuleNotFoundError. Après Queue Prompt, un node signale une erreur rouge parce qu’un module est introuvable.

Railway - Plateforme de déploiement moderne, sans opérations complexes, en ligne en quelques minutes

Commencer →Pub

Étapes de dépannage :

• Si vous utilisez Manual, vérifiez que pip install -r requirements.txt s’est bien terminé.
• Vérifiez que PyTorch a installé la version CUDA correcte : exécutez python -c "import torch; print(torch.cuda.is_available())" dans l’environnement Python. Si le résultat est False, PyTorch n’a pas la bonne prise en charge CUDA.
• Réinstallez les dépendances : avec Manual, supprimez et recréez l’environnement virtuel ; avec Portable, réextrayez l’archive.

Desktop et Portable incluent normalement les dépendances et rencontrent moins souvent ce problème. Manual est plus exposé aux dépendances manquantes.

5. Un node signale une erreur, mais le message est flou

Symptôme : un node apparaît en rouge, mais le clic ne donne pas de message d’erreur clair.

Étapes de dépannage :

• Vérifiez les connexions du node : toutes les entrées nécessaires doivent être connectées et les couleurs des ports doivent correspondre.
• Vérifiez les paramètres du node : cliquez dessus et contrôlez chaque valeur. Le seed de KSampler, par exemple, ne doit pas être vide.
• Essayez de supprimer puis de recréer le node : clic droit sur le node -> Remove, puis clic droit sur une zone vide -> Add Node -> rechercher le node correspondant.
• Rechargez le workflow : cliquez sur Clear pour vider le graphe, puis de nouveau sur Load Default.

6. Échec de démarrage : port occupé ou service non lancé

Symptôme : le navigateur ne parvient pas à ouvrir http://127.0.0.1:8188, ou la ligne de commande affiche Address already in use.

Étapes de dépannage :

• Vérifiez que la ligne de commande tourne encore : si la fenêtre est fermée, le service s’est arrêté.
• Vérifiez l’occupation du port : un autre programme utilise peut-être le port 8188. Essayez de démarrer avec --port 8189.
• Vérifiez le pare-feu : certains pare-feux bloquent les services locaux.

Si l’erreur ne figure pas dans cette liste, ouvrez le journal de la ligne de commande pour trouver le message exact, puis cherchez des cas similaires dans GitHub Issues ou Discord.

Que lire ensuite

Une fois la première génération texte-vers-image réussie, vous savez que ComfyUI démarre, que le modèle est chargé et que le workflow par défaut s’exécute. Vous pouvez ensuite avancer dans trois directions.

Documentation officielle et extensions de nodes

La documentation officielle de ComfyUI (docs.comfy.org) couvre l’installation, les concepts de base, la gestion des modèles, les listes de nodes et d’autres sujets. Si vous voulez comprendre un paramètre de node ou vérifier l’implémentation officielle d’une fonction, commencez par cette documentation.

ComfyUI-Manager est l’outil central pour les nodes communautaires. Desktop et Portable l’incluent généralement ; Manual demande une installation manuelle. Manager permet de rechercher et installer de nouveaux nodes, de mettre à jour les nodes existants, d’importer des workflows partagés par la communauté et de vérifier la compatibilité des versions.

Si vous voulez essayer ControlNet, LoRA ou AnimateDiff, Manager est le point d’entrée pour installer les nodes nécessaires. Pour un débutant, mieux vaut d’abord comprendre le workflow par défaut, puis ajouter de nouveaux nodes progressivement.

Pistes de workflows avancés

Une fois le processus texte-vers-image par défaut maîtrisé, vous pouvez explorer ces pistes :

• Réutilisation et gestion des workflows : apprendre à importer des fichiers JSON de workflow partagés, modifier des paramètres et enregistrer les configurations fréquentes. Cette direction correspond aux prochains articles de la série “Guide de réutilisation des workflows ComfyUI”.

• Contrôle fin avec ControlNet : utiliser les nodes ControlNet pour contrôler la pose, les contours, la profondeur ou la couleur de l’image. C’est utile quand la composition doit être précise. Cette piste correspond à l’article suivant de la série “Guide complet ComfyUI ControlNet”.

• Fine-tuning de modèles LoRA : utiliser LoRA pour transférer un style ou des traits de personnage vers un modèle de base. C’est adapté à la génération d’images avec un style ou un personnage précis. Cette piste correspond au futur article “Guide pratique des modèles LoRA dans ComfyUI”.

Ces trois directions demandent des nodes et des modèles supplémentaires. Avancez étape par étape et n’installez pas trop de nodes à la fois.

Sources et recommandations de modèles

Le modèle du premier test peut être un SD 1.5 général ou un SDXL Base. Si vous voulez tester d’autres styles, cherchez sur ces sites :

• Civitai : grande communauté internationale de modèles Stable Diffusion, avec modèles de base, LoRA, VAE, ControlNet, etc. Vérifiez la version du modèle (SD 1.5 / SDXL) et l’origine des données d’entraînement.

• LiblibAI : plateforme chinoise de modèles Stable Diffusion, souvent plus rapide d’accès depuis la Chine, avec de nombreux modèles et LoRA partagés par des créateurs chinois.

• Hugging Face : dépôt de modèles qui contient les modèles de base publiés par Stability AI et de nombreux modèles open source.

Au téléchargement, vérifiez trois points : la version du modèle est-elle compatible avec votre version de ComfyUI ? L’usage du modèle est-il clair (texte-vers-image / image-vers-image / ControlNet) ? Si possible, privilégiez le format .safetensors.

Autres articles de cette série

Cet article est la page d’entrée de la série “Guide pratique ComfyUI et Stable Diffusion”. Les articles suivants traiteront la gestion de workflows, ControlNet, LoRA, les recommandations de modèles et l’optimisation des performances. Si vous connaissez déjà le déploiement local de modèles, vous pouvez aussi lire :

• Pour déployer un LLM en local, lisez le guide Ollama pour débuter avec un LLM local.

• Pour apprendre les techniques de prompt, lisez Prompt Engineering en pratique commerciale.

• Pour optimiser la configuration GPU locale, lisez configurer l’accélération GPU avec Ollama.

• Pour intégrer ComfyUI dans un processus d’automatisation, lisez automatiser des workflows IA en pratique.