把 ComfyUI、本地大模型和 AI 短剧生成放在一起看最常见的误解是只要装一个软件、有一张游戏显卡就能让电脑自动生成一整部短剧。实际上本地 AI 短剧生成的是一条由多个模块组成的流水线大语言模型负责剧本和分镜ComfyUI 负责画面和视频帧语音模型负责配音剪辑工具负责把素材拼成成片。ComfyUI 是这条链路中的图像与视频生成节点编排工具本地大模型则是文字创作和画面提示词的起点。这里说的“免费”也不是真正零成本。免费通常指不按 API 次数付费模型权重可以下载到本地生成过程不需要把图片和视频内容发送到云服务。但硬件购置、电费、模型文件下载和调试时间并不会消失。对于创作者来说本地方案的价值在于边际成本低、隐私可控、可反复试验分镜并且能够把工作流固定成一套可以复用的个人生产工具。这篇文章会围绕“本地主机怎么搭配、软件怎么安装、短剧工作流怎么跑通、报错怎么排查”四个问题展开。读者可以是刚开始学习 ComfyUI 的 AI 绘画用户也可以是打算用本地模型做短视频素材生产的个人创作者。文中的配置和代码给的是通用思路硬件型号和模型版本更新很快落地时要结合自己手里的设备再确认一次。1. 先理解本地 AI 短剧的工作流再谈主机配置1.1 ComfyUI、本地大模型和短剧生成的分工ComfyUI 本质上是 Stable Diffusion 等扩散模型的节点化工作流工具。它把“加载模型、文本编码、采样生成、VAE 解码、保存图片”等步骤拆成一个一个节点用户通过连线决定数据流动方向。它适合做图像生成、图像编辑、视频帧生成和风格一致化处理。本地大模型则承担文字侧工作。常见做法是用 Ollama 运行 Qwen 等开源模型让模型写剧本、分镜、角色描述和提示词。ComfyUI 本身不太擅长长文本创作更适合接收稳定的提示词并生成画面。所以一个本地 AI 短剧方案至少要拆成四层剧本层用本地大语言模型生成短剧名称、分段剧情、每集场景和台词。画面层用 ComfyUI 生成主要角色、场景背景、关键帧再用视频模型生成动态片段。声音层把台词文本交给本地 TTS 模型生成配音再生成字幕。合成层用剪辑软件或 ffmpeg 把画面、配音、字幕、转场合并成短视频。很多人先买显卡再安装 ComfyUI发现只能生成一张图片。原因不是软件坏了而是前期的文字剧本和后期剪辑没有纳入工作流考虑。1.2 “免费”到底免了什么还要付出什么标题里的“免费”要说明确一点。开源模型权重和 ComfyUI 本身可以免费获取本地运行也不需要为每次生成付费。这是它相比云端 API 的一大优势。但以下几个成本不会消失硬件成本一张能跑顺畅视频生成的中高端显卡价格并不低。时间成本调试模型、解决依赖、等待渲染都需要时间。电力成本生成几十秒视频素材会让显卡高负载运行耗电明显。模型获取成本下载权重文件需要网络和存储空间部分模型的限制条款也需要阅读。因此“免费生成”更准确的理解是“没有按次按量计费也不受平台配额约束”而不是“完全没有成本”。在搭配主机时可以先按两三千元的预算跑通文生图再按视频生成需求逐步升级。不要一开始就追求“一步到位 24GB 显存”否则很可能模型还没下载完工作流已经换了好几代。1.3 把“文生图”和“视频片段”分开评估预算才合理ComfyUI 能做的任务差异非常大不同任务对主机的要求差距也很大任务类型硬件重点说明文生图显存 8GB 以上即可入门适合学习基础节点、测试提示词和 LoRA图生图与 ControlNet显存 12GB 以上更从容需要同时加载基础模型、控制模型和图片特征模型开源视频模型显存和系统内存都要高视频模型推理需要额外帧间计算显存不足会直接 OOM本地大语言模型显存和内存协调7B 参数模型可在 8GB 显存运行更大模型要另配方案搭配主机前先明确目标如果只是学习 ComfyUI 节点逻辑一张 8GB 显存的入门卡可以跑通如果目标是批量生成短剧素材显存和内存要同步提高如果还要训练角色 LoRA则需要额外考虑训练时的显存占用。2. ComfyUI 本地主机搭配方案显存决定上限内存决定底线2.1 GPU 显存应该放在预算第一位ComfyUI 依赖扩散模型执行扩散去噪过程整个计算必须反复在显存中读写中间张量。模型本身要占一部分显存分辨率、batch size、ControlNet 和视频帧数又会叠加占用。因此显存容量是选主机时最需要优先满足的参数。需要注意的是不要只看显卡定位。游戏场景更看重光栅性能和帧率而本地扩散模型更看重大容量显存和稳定算力。同样是某个型号的入门卡是否支持所需 CUDA 计算能力也要确认。给出几个容量档位作为参考8GB能跑 SD1.5 和部分 SDXL 文生图适合学习和测试生成视频会非常吃力。12GB跑 SDXL 更稳定能尝试轻量视频模型和小尺寸视频片段。16GB适合大量图生图、ControlNet、多个 LoRA 叠加也能跑一部分视频模型。24GB 或以上适合频繁尝试视频生成和更大尺寸出图是本地短剧素材生产的推荐档位。如果受预算限制优先保显存而不是 CPU。多花预算在 CPU 上对 ComfyUI 的单张图生成速度提升非常有限但把显存从 8GB 提到 12GB 能明显扩大可运行的模型范围。2.2 CPU、内存、硬盘、电源和散热如何搭配除了显卡整机还需要注意几个容易被忽略的部件。内存建议 32GB 起步。ComfyUI 在加载大型模型时会把权重读入系统内存视频模型生成期间还会保留多帧数据和中间结果。内存不足不会出现闪退但会极慢甚至让 Windows 频繁清理工作集。如果只需要跑文生图16GB 勉强能用要跑短剧视频32GB 更稳妥有条件直接上 64GB。硬盘建议用 NVMe SSD容量至少 1TB。SD 模型权重通常 2GB 到 7GB视频模型可能 10GB 以上LoRA、ControlNet、VAE 和各种测试素材也会持续增加。普通机械硬盘虽然能存但模型加载速度会拖慢整个生成过程。CPU 不需要顶级但建议 6 核以上。ComfyUI 主要计算在 GPU 上CPU 负责节点调度、数据加载和 VAE 解码的一部分操作。如果经常用 Ollama 跑 7B 以上大语言模型CPU 多核和内存带宽也会影响 tokens 生成速度。电源功率要比整机峰值功耗多留余量尤其显卡满载时功耗变化很大。机箱散热也要考虑视频生成会造成显卡连续十几分钟甚至更久高负载温度过高会触发降频生成速度反而下降。2.3 入门、均衡、极客三个参考方向下面给出的不是具体配置单而是三个侧重点不同的方向用来帮助判断自己的需求属于哪一类。入门方向老显卡或二手 8GB 显卡16GB 内存512GB SSD。适合先熟悉 ComfyUI 节点和本地大模型的基本调用不建议投入太多因为很快会碰到显存上限。均衡方向12GB 到 16GB 显存显卡32GB 内存1TB SSD。适合长期做文生图、图生图、角色 LoRA 和短片段视频测试是目前本地创作者比较常见的选择。高效率方向24GB 显存显卡64GB 内存2TB NVMe SSD大功率稳定电源。适合集中产出短剧素材能跑更大尺寸和更长帧序列但并不等于所有视频模型都能流畅跑因为视频生成对显存的消耗没有上限。这三个方向不是等级排名而是“先确认能接受多少等待时间和调试成本再定预算”的思路。2.4 硬件到手后要做的基准检查新主机到手后不要直接安装一堆集成包先确认底层环境。用 N VIDIA 驱动自带的nvidia-smi命令检查显卡驱动和显存信息。在 Windows PowerShell、CMD 或 Linux 终端输入nvidia-smi回显中主要看两部分Driver Version驱动版本是否支持当前需要的 PyTorch。显卡名称下方的显存容量确认系统识别到的显存和硬件标称一致。接着确认 Python 版本python --versionComfyUI 使用 3.10 或 3.11 版本的情况比较常见具体以你的 GPU 驱动和 PyTorch 版本要求为准。Python 版本太老或太新都可能出现依赖编译问题。3. 软件环境搭建手动安装与整合包两条路径3.1 驱动、Python 和 PyTorch 的环境检查ComfyUI 依赖 PyTorch 调用 NVIDIA CUDA 做 GPU 推理因此环境搭建顺序是先装显卡驱动再装 Python之后在虚拟环境中安装 PyTorch。驱动安装完成后可以用 Python 临时验证 PyTorch 是否真的能用 GPUpython -c import torch; print(torch.__version__); print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0))第一次输出能回答三个问题torch.__version__是否包含cu后缀表示这是带 CUDA 支持的 PyTorch 版本。torch.cuda.is_available()是否为True确定 PyTorch 能识别 GPU。get_device_name是否返回正确显卡型号。如果这里返回False后面的 ComfyUI 大概率只能 CPU 计算速度会慢很多。3.2 手动安装 ComfyUI 的标准流程手动安装有助于理解目录结构和依赖关系排错时更容易定位问题。官方仓库地址要通过项目主页确认下面命令用于说明安装步骤git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI python -m venv venvWindows 激活虚拟环境venv\Scripts\activateLinux 或 macOS 激活source venv/bin/activate然后安装带 CUDA 支持的 PyTorch。不同 CUDA 版本的安装索引会变化下面的cu124只是示例pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124接着安装 ComfyUI 依赖pip install -r requirements.txt启动python main.py浏览器打开http://127.0.0.1:8188能看到 ComfyUI 的节点画布说明环境已经就绪。3.3 使用秋叶一键整合包时要注意什么对于不熟悉 Python 虚拟环境的用户社区里常见的“秋叶一键整合包”可以节省环境配置时间。这套整合包把 Python、PyTorch、ComfyUI 本体、常用组件和部分模型打包在一起解压后运行启动脚本即可。这类整合包适合快速体验但要注意几个问题来源要可靠。第三方打包包可能包含旧版依赖或额外组件下载前确认发布渠道是否可信最好核对文件大小或校验值。集成包不一定总是最新。ComfyUI 更新很快旧的整合包可能不支持新工作流。模型文件不能依赖整合包全部自带。不同短剧风格需要单独下载对应模型、LoRA 和 ControlNet。出问题时要能定位目录。整合包里的模型目录、工作流目录和日志目录要先看清楚。如果从零开始学习建议先弄清整合包里的python和main.py位置后续手动安装出现问题也能自己处理。3.4 使用 Ollama 部署本地大模型短剧剧本生成可以单独用 Ollama 管理。Ollama 是一个本地大模型运行工具提供命令行和 HTTP API适合快速拉起一个本地文字模型服务。Windows 可以下载官方安装包Linux 可以使用官方安装脚本curl -fsSL https://ollama.com/install.sh | sh启动服务ollama serve拉取一个适合文本生成的开源模型例如qwen2.5:7b。模型名称和版本要以 Ollama 模型库当前页面为准ollama pull qwen2.5:7b确认模型已存在ollama listOllama 默认监听的 API 地址是http://localhost:11434。这个地址后面可以被 Python 脚本调用也可以由 ComfyUI 的自定义节点调用。注意第一次运行某个模型时Ollama 会先把模型读取到内存或显存之后生成速度才会恢复正常。3.5 模型文件放进哪个目录才算正确ComfyUI 对模型目录的约定比较固定手动安装时模型要按类型放入对应目录。以下目录名是常见默认结构具体版本可能略有差异ComfyUI/models/checkpoints/ # 主模型 ComfyUI/models/vae/ # VAE 模型 ComfyUI/models/loras/ # LoRA 模型 ComfyUI/models/controlnet/ # ControlNet 模型 ComfyUI/models/embeddings/ # Textual Inversion 词嵌入很多新手把.safetensors文件下载后直接丢到下载文件夹然后在节点里找不到模型这正是最常见的路径错误。模型文件建议用英文命名减少中文路径带来的兼容问题。下载后先看文件大小是否为完整文件再刷新 ComfyUI 页面并重新选择模型。4. 用本地大模型和 ComfyUI 跑通短剧生成最小闭环4.1 让 Ollama 中的大模型生成分镜剧本先用 Python 调用 Ollama让本地大模型输出一个基础短剧脚本。保存一个generate_script.py文件import requests prompt_text ( 你是一名短视频编剧。请生成一部3集恋爱短剧的第一集脚本 要求包含场景标题、画面提示词、中英文视觉关键词、角色台词、单场景时长。 输出用 Markdown 列表不要加入额外说明。 ) resp requests.post( http://localhost:11434/api/generate, json{ model: qwen2.5:7b, prompt: prompt_text, stream: False, }, timeout300, ) data resp.json() print(data.get(response, resp.text))运行python generate_script.py这段代码解决的问题是“先有剧本才有画面”。生成的文本里画面提示词可以直接整理成 ComfyUI 的 positive prompt。如果模型输出格式不稳定可以在提示词里要求使用 JSON 或固定字段再在脚本中解析。这里的关键点不是生成多漂亮的文字而是把“剧情信息”转成“视觉提示词”。短剧创作中长对话文本并不利于 ComfyUI 出图真正有用的是角色、景别、动作、环境和镜头情绪。4.2 ComfyUI 文生图节点链路的正确连接方式在 ComfyUI 画布上最基础的文生图链路如下Load Checkpoint选择主模型。用两个CLIP Text Encode节点分别写 positive prompt 和 negative prompt。用Empty Latent Image设置画布宽高和 batch size。把它们连到KSampler。KSampler去噪后输出 latent。用VAE Decode把 latent 转换为图像。用Save Image保存图片。新手常犯的错误是把文本内容直接连到KSampler的 latent 输入。KSampler需要的 positive 和 negative 并不是原始文字而是文字经过 CLIP 编码后的条件向量。如果连接错误运行时会报类型不匹配或节点执行错误。文本提示词可以直接参考第 4.1 节生成的内容。例如一个年轻女孩站在城市天台边缘黄昏光线从背后拍摄中景电影感胶片色彩negative prompt 可以控制不希望出现的内容模糊低质量畸变水印多余手指画面过曝4.3 人物一致性的核心手段固定 seed、LoRA、ControlNet短剧和单图不同同一角色要出现在多个场景中人物外观不能每次随机变化。单靠每次写同样提示词很难保证人物一致实践中要组合使用多种手段。固定 seed 是最基本的一步。在 KSampler 中保存一个 seed 值其他条件不变时能复现同一张图。但固定 seed 不等于跨场景一致因为换背景和换动作都会影响人物。LoRA 是更有效的一致性手段。先收集某个角色的多角度图片在本地训练一个角色 LoRA生成时加载它角色五官和服装风格会比纯提示词更稳定。训练 LoRA 需要额外准备数据集和时间对短剧批量生产来说值得投入。ControlNet 用于控制人物动作、姿态或构图。用一张手绘草图或另一张参考图的线稿作为条件能限制生成结果的结构减少“换姿势导致角色变形”的问题。这里要注意ComfyUI 的 ControlNet 是辅助约束不是免费的角色复制工具实际效果和底模、预处理器、权重参数都有关系。4.4 视频片段、配音、字幕与剪辑的组装思路生成整段长视频并不现实ComfyUI 更适合生产 5 到 10 秒的动态素材片段。主流做法是先生成首帧静态图或首尾帧再由开源视频模型生成帧序列。开源视频模型的选择变化很快常见方向包括 LTX-Video、Wan 系列、Stable Video Diffusion 等具体以模型发布页和 ComfyUI 社区工作流为准。视频生成的基础组件通常包括加载视频或图像帧的节点。视频模型的采样链路。输出 mp4 或图片序列的视频合并节点。控制播放帧数、fps 和画面 motion 的参数节点。音频部分不属于 ComfyUI 的标准能力。角色台词可以交给本地 TTS 模型生成配音字幕可以先由语音识别或剧本文本生成再装入剪辑软件。最终用剪辑软件把一段时间较短的动态镜头、图片转场、旁白和字幕按剧本顺序排列。当画面素材和语音素材长度不一致时不是去拉伸视频而是回到剧本阶段调整每个场景的时长。这会避免后期反复重生成。5. 关键参数和显存占用CFG、steps、分辨率如何影响出图5.1 参数速查表没有绝对默认值只有基准值ComfyUI 中 KSampler 的参数最容易让新手困惑尤其是 CFG、steps 和 sampler。它们之间相互影响没有一套“永远对”的参数。参数常见取值范围作用调大后的影响调小后的影响steps20 到 40扩散去噪的迭代步数更细致但更慢步数过大收益下降速度快细节可能不足CFG3 到 12控制生成结果与提示词的一致性更贴合提示词过高可能过曝、色彩饱和更柔和过低会跑题samplereuler、euler_ancestral、dpmpp_2m、uni_pc 等采样算法不同算法风格差异明显同一算法下稳定复现schedulernormal、karras、exponential 等采样过程中的噪声调度影响采样稳定性配合模型建议使用seed固定数字或 -1随机数种子固定后可复现结果随机生成不同结果denoise0 到 1图生图时保留原图程度接近 1 重绘更强接近 0 更像原图CFG 本质上代表“文本条件对生成过程的影响权重”。新手第一阶段只需要记住太高不一定更准反而会引入伪影太低则可能忽略提示词。不同模型推荐的 CFG 区间差异很大没有“某个模型一定用 7”的说法要以模型发布页的说明为准。5.2 分辨率和 batch size 如何占用显存ComfyUI 出图前要设置图像宽高。很多新手以为分辨率越大越清晰于是直接设 2048结果显卡直接报CUDA out of memory。实际上模型训练时已经确定了较稳定的分辨率范围。SD1.5 系列常见稳定分辨率为 512 倍数的区域。SDXL 系列常见稳定分辨率为 1024 倍数的图像区域。视频模型对帧数、宽高和 fps 有各自限制。显存占用不是简单按分辨率比例增长。一张 2048 的图像通道数和计算量远大于两张 1024中间张量会迅速撑满显存。batch size 同理一次生成 4 张图需要同时保存多个 latents 和中间特征显存几乎按倍数增加。如果显存有限优先降低长边尺寸把 batch size 改为 1再用多次生成后挑选结果代替一次性批量生成。这样能避免 OOM也方便控制 seed 和挑选素材。5.3 显存不够时的运行参数调整路径ComfyUI 提供了一些降低显存压力的启动参数不一定要换显卡才能继续调试。运行 ComfyUI 时可以通过以下方式查看帮助python main.py --help常见可调参数包括--lowvram 降低显存占用运行速度会变慢 --novram 根据显存情况强制使用更保守策略 --cpu 使用 CPU 运行通常只用于非常旧的设备或调试这些参数本质上是把部分中间数据从显存迁移到系统内存降低单次显存峰值。它们不是万能方案。如果模型需要 20GB 显存而你只有 8GB 显卡即使加上--lowvram也可能跑不动。另外Windows 系统还要关注虚拟内存设置。模型加载和视频生成时系统可能把部分数据转移到页面文件。虚拟内存过小会报内存不足或者在高负载时明显卡顿。建议把系统托管的虚拟内存改为手动设置初始值和最大值可以按 32GB 到 64GB 进行尝试具体数值取决于内存容量和 C 盘剩余空间。6. 运行验证先证明显卡在工作再证明工作流可用6.1 三层面验证GPU、ComfyUI、图像质量第一次运行 ComfyUI 后不要只盯着浏览器里的图片是否出现还要按三个层级验证环境。第一层是 GPU 验证。确认 PyTorch 可以使用 CUDApython -c import torch; print(torch.cuda.is_available())输出为True才说明图像生成走的是显卡计算。如果输出False检查 PyTorch 安装版本是否带 CUDA 支持。第二层是 ComfyUI 启动验证。浏览器打开http://127.0.0.1:8188后点击 queue 执行工作流。正常情况节点会从“等待”变成“执行中”最终在图片节点输出预览结果。打开 ComfyUI 控制台终端会看到类似加载模型和采样耗时的日志。第三层是内容验证。首次成功生成一张图后先不要急着做复杂视频。可以固定其他参数修改一次 seed确认每次都得到不同的新图。这样可以验证模型、采样器和随机逻辑都在正常运作。6.2 一次成功出图和一次成功生成视频的区别能出图不代表能直接生成视频。视频生成是建立在“模型加载、帧间一致性、视频编码”三层之上的任务难度明显更高。判断一次文生图是否真正成功标准很简单输出的是正常图片。提示词中的核心元素出现在画面中。修改 seed 后能产生不同构图。重复运行不会频繁报错。判断一次视频生成是否符合要求至少还要观察生成片段是否有卡顿或闪烁。画面中的主体是否在连续帧中保持基本一致。视频文件能否正常保存和播放。帧间 motion 是否符合设定的镜头方向。如果确认文生图完全正常但视频节点报错可以先找当前视频模型作者提供的工作流样例不推荐自己从零连节点。6.3 保存工作流让结果可以复现和备份ComfyUI 的价值之一是可以复现。调试出满意的画面后要养成保存工作流的习惯。ComfyUI 界面通常可以把工作流导出为 JSON 文件。保存后下次运行直接拖动 JSON 文件到画布节点会重新载入。这种方式也能记录模型文件名、提示词和参数值方便后续复盘。保存时注意命名足够具体例如scene1_girl_rooftop_sdxl.jsoncharacter_lora_training_workflow.jsonvideo_5s_motion_test.json不要全部保存成workflow1、workflow2这类文件。短剧制作通常要反复调整同一个场景良好的工作流命名比花哨的界面重要得多。7. 节点执行错误与报错排查链路7.1 从“节点在执行过程中发生错误”开始倒查ComfyUI 界面提示“节点在执行过程中发生错误”时真正的问题往往在底部错误报告里。新手最容易做的是反复点击 queue而不去看红字和日志。一次典型错误报告可能包含执行错误的节点名称。异常类型。出错的具体堆栈。哪个 Python 文件或函数抛出了异常。正确动作是复制完整错误报告不要只看顶部一行。然后在文本编辑器中先找几个关键信息节点名称确认是KSampler、CLIP Text Encode、VAE Decode还是自定义节点。异常类型CUDA out of memory、FileNotFoundError、ModuleNotFoundError等。异常消息如果是模型路径错误通常会直接写出找不到的文件名。知道这几个信息后再去搜索引擎或社区搜完整异常类型而不是搜索“ComfyUI 报错”。7.2 高频错误对照表现象或日志常见原因检查方向处理建议找不到模型文件模型没有下载或放错目录打开models/checkpoints等目录确认文件存在把文件移到正确目录后刷新页面CUDA out of memory分辨率、batch 过大或模型超过显存用nvidia-smi查看显存占用降低分辨率batch 改为 1使用低显存参数ModuleNotFoundError缺少 ComfyUI 依赖或自定义节点依赖查看错误中的模块名安装对应模块重新启动 ComfyUI节点连接后无法执行输入输出类型不匹配检查节点端口颜色和类型按官方工作流样例重新连接节点中文提示词出现乱码文字编码或模型分词不支持检查文件编码和模型类型保存文件时使用 UTF-8 编码生成速度极慢PyTorch 未使用 GPU执行torch.cuda.is_available()重新安装带 CUDA 的 PyTorch报错信息比现象更重要。比如“生成很慢”不是一个错误不能直接搜“为什么慢”要先确认是不是 CPU 计算再确认是不是加载了超大模型。7.3 虚拟内存、显存不足与自定义节点问题显存不足是本地 ComfyUI 视频生成最常遇到的问题。现象可能不是立刻报 OOM而是运行到一半节点变红或者多批量任务中只有前几张成功、后面失败。排查顺序是修改nvidia-smi观察显存使用。看 ComfyUI 日志是否提示CUDA out of memory。把 batch size 改为 1。降低视频或图像分辨率。重启 ComfyUI释放缓存的模型。如果长期使用增加 Windows 虚拟内存。自定义节点问题则要单独看。从社区下载工作流时经常会看到红框节点原因是缺少对应自定义节点。此时不要强行运行先安装缺失节点并重启 ComfyUI。部分自定义节点还需要额外的 Python 依赖安装后要在终端中重启进程才能生效。7.4 一套完整的排查顺序如果在本地运行 AI 短剧生成时遇到无法启动或反复失败优先按固定顺序检查输入是否正确提示词、模型文件路径、节点参数是否填写完整。文件是否完整模型权重下载是否中断文件后缀是否为.safetensors。路径是否规范模型是否放在 ComfyUI 对应目录是否包含特殊字符。环境是否生效PyTorch 是否带 CUDAOllama 服务是否在运行。资源是否足够显存、内存、虚拟内存、C 盘空间是否达标。依赖是否安装是否缺少自定义节点或 Python 模块。日志是否明确完整错误报告中的 Node 和异常类型是什么。是否版本问题工作流所需的 ComfyUI 版本、模型版本是否与当前环境匹配。这一套顺序能覆盖绝大多数本地 ComfyUI 问题。如果查完前 8 步仍不能解决再考虑找对应模型或工作流作者的 release notes而不是盲目重装。8. 从“能出图”到“能出短剧”最佳实践与扩展路径8.1 把工作流模块化脚本、画面、配音分开管理AI 短剧制作很容易陷入“一个软件做所有事”的矛盾。实际生产层面脚本是脚本画面是画面配音是配音。如果让 ComfyUI 同时完成所有步骤后期改动非常痛苦。推荐用目录和脚本隔离模块short_video/ scripts/ # 调用 Ollama 和拼接素材的 Python 脚本 prompts/ # 按场景保存的提示词文本 workflows/ # ComfyUI JSON 工作流文件 images/ # 文生图结果 video_frames/ # 视频模型输出帧 audio/ # TTS 生成的配音 output/ # 最终成片这样可以在调整剧本时只修改提示词在调整画面时不影响音频。短剧的一集通常由多个镜头组成任何一步“全部推倒重来”都会带来极大时间浪费。8.2 适合本地主机的批处理和渲染节奏本地主机的算力是有限的不变量变。要避免把几百帧视频一次性堆到 ComfyUI 队列里因为中途某一步出错可能导致整个队列失败。批量制作短剧素材时可以按镜头切分任务。一个任务只负责生成一个场景、一个角色或者一个动态片段。生成完毕后立即检查确认可用后再进入下一个镜头。单张图的队列可以批量跑视频片段建议逐个跑防止显存不足和长时间渲染后才发现参数不对。长时间渲染期间还要监控显卡温度。温度过高会降频生成速度越来越慢甚至出现黑屏和重启。可以考虑限制单次任务长度在中途留出 GPU 冷却时间。8.3 模型来源、更新和合规使用建议本地部署不等于可以忽略模型授权和使用范围。下载模型时要确认模型页面的 license是否允许商用、是否允许二次训练、是否允许生成视频后发布。不同开源模型限制差异很大不能一概而论。内容层面也要注意短剧涉及角色肖像、品牌商标、真实人物形象或受版权保护的素材时需要取得必要授权。用户生成内容在本地可以自由创作但公开发布仍然要遵守平台规则和当地法律。技术层面模型来源要保持可靠。不要轻信来路不明的整合包或“一键下载全部模型”脚本优先从模型发布方或可信社区获取。下载完成后查看文件大小是否匹配必要时进行哈希校验。8.4 新手建议路线先跑一张图再跑一条视频链路如果刚开始接触本地 AI 短剧不建议上来就下载几十 GB 的视频模型。先用一张主流文生图模型跑通下面闭环在 Ollama 中运行一个小尺寸本地大模型生成一段短剧分镜文本。在 ComfyUI 中搭好最基础文生图链路成功保存一张图。从这张图中找出角色一致性问题尝试固定 seed 和提示词结构。加入 LoRA 或 ControlNet让同一角色在不同场景中保持一致。再结合电脑显存容量选择一个小尺寸视频模型把其中一张图转为 3 到 5 秒的动态片段。最后接入 TTS、字幕和剪辑把多个片段合成一个短视频。这条路线的关键判断是显存决定你能跑什么模型工作流设计决定你能产出什么内容排错能力决定你能否持续使用这套工具。先不要追逐最新的大模型和视频模型而是用可复现的稳定流程制作出第一批素材。素材积累得足够多之后再根据实际卡点和画面风格需求升级硬件或更换模型会更有针对性。