前言：
本文汇总了 5 大高频问题 及其解决方案，涵盖：
-
HuggingFace 认证修复（Token 申请 + 手动下载指南）
-
ComfyUI 版本更新（完整命令 + 依赖管理）
-
自启动配置（Conda 环境 + 权限修复）
-
网络问题（远端图片下载超时优化）
-
路径冲突（FastAPI 路由重复排查技巧）
（附：所有解决方案均经过实测验证，并提供 详细代码+图文教程链接）
目录
一、ComfyUI报错 huggingface认证失效
二、ComfyUI版本更新
ComfyUI版本更新
PyTorch、CUDA和Python版本版本更新（按需更新）：
版本更新后易出现的节点问题
1、工作流输入输出图像不显示问题
*虚拟环境判定
2、工作流不能拖动，卡顿问题
三、设置自启动
conda 方式
四、远端图片下载到本地超时问题
五、路径冲突问题
方法一、直接删除名称相同的节点
方法二、精准找出重复的路由
一、ComfyUI报错 huggingface认证失效
问题描述
原因分析
仓库未找到（但实际仓库存在，因此问题可能是认证失败导致的误报） ；授权头中的凭据无效
解决方案
方法1： token申请
在huggingface网页中登录申请token，输入huggingface-cli login命令后
将申请的token复制然后使用回车键，在接下来的选项中选择Y。
详细教程看下面链接：
ComfyUI报错 huggingface认证失效_hugging face无法创建新令牌-CSDN博客
（此篇博客：详细提供了从huggingface官网注册token到jupyter终端代码运行所有教程）
终端运行（jupyter）：
（输入token时是不显示的）
效果（能够正常运行）：
方法2：手动下载模型并放入指定目录
（如果目录中有模型但是依旧报未找到：通过日志查看模型访问路径是否正确，添加一下文件）
二、ComfyUI版本更新
ComfyUI版本更新
"cd /root/ComfyUI
#进入虚拟环境 根据具体的环境来
conda activate comfyui 或者 source bin/activate
git reset --hard #检查版本信息 #更新到指定版本或者 git pull origin master 更新到最新
pip install -r requirements.txt #安装依赖 "
详细教程看下面链接：
ComfyUI安装及版本更新-CSDN博客
（此篇博客：提供了图文搭配保姆式教程）
PyTorch、CUDA和Python版本版本更新（按需更新）：
官方链接：
https://pytorch.org/get-started/previous-versions/https://pytorch.org/get-started/previous-versions/
版本的选择和安装参考此博客
深度学习环境配置:PyTorch、CUDA和Python版本选择-CSDN博客文章浏览阅读923次，点赞18次，收藏21次。在深度学习的世界里，选择合适的工具版本是项目成功的关键。CUDA、PyTorch和Python作为深度学习的三大支柱，它们的版本匹配问题不容忽视。错误的版本组合可能导致兼容性问题、性能下降甚至项目失败。因此，深入理解这三个组件之间的版本对应关系，是每一个深度学习开发者必须掌握的技能。目录一、核心组件架构硬件层-软件层关系图组件定义二、版本匹配矩阵常见的Python和PyTorch版本对应关系常见的Torch、CUDA和Python版本的对应关系三、安装教程步骤 1：安装 CUDA。https://blog.csdn.net/abcdefghikk/article/details/149201203?spm=1001.2014.3001.5502
Previous PyTorch VersionsAccess and install previous PyTorch versions, including binaries and instructions for all platforms.https://pytorch.org/get-started/previous-versions/
版本更新后易出现的节点问题
新版本的COMFYUI与节点容易出现不兼容的问题
1、工作流输入输出图像不显示问题
解决方案
重新下载/更新 comfyui-easy-use 节点
对应节点目录下执行命令：git pull
安装依赖：pip install -r requirements.txt （没有这个文件夹的话 就不需要执行这个）
（安装依赖前，需进入虚拟环境下）
具体操作代码：
cd /root/ComfyUI
#进入虚拟环境 根据具体的环境来
conda activate comfyui 或者 source bin/activate
cd custom_nodes
cd comfyui-easy-use
git pull
pip install -r requirements.txt （没有这个文件夹的话 就不需要执行这个）*虚拟环境判定
以conda为例
显示如下，说明未进入conda虚拟环境：
正确显示：
以python为例
显示如下，说明未进入python虚拟环境：
2、工作流不能拖动，卡顿问题
解决方案
重新下载/更新cg-use-everywhere 节点
对应节点目录下执行命令：git pull
安装依赖：pip install -r requirements.txt （没有这个文件夹的话 就不需要执行这个）
（安装依赖前，需进入虚拟环境下）
具体操作代码：
cd /root/ComfyUI
#进入虚拟环境 根据具体的环境来
conda activate comfyui 或者 source bin/activate
cd custom_nodes
cd cg-use-everywhere
git pull
pip install -r requirements.txt （没有这个文件夹的话 就不需要执行这个）三、设置自启动
conda 方式
创建文件并写入 自启动命令 代码：./scripts/自定义文件.sh
自启动命令代码一：
screen -d -m -D -L -Logfile /tmp/sd.log -S sd bash -l -c 'cd /root/ComfyUI/ && source venv/bin/activate; export LD_LIBRARY_PATH=/root/ComfyUI/venv/lib/python3.10/site-packages/nvidia/cudnn/lib:$LD_LIBRARY_PATH && python main.py --listen 0.0.0.0 --port 80'
自启动命令代码二：
bash -c 'LOG_FILE="/tmp/sd.log" && exec > >(tee -a "$LOG_FILE") 2>&1 && \
echo "API服务正在启动,请等待约3分钟" && \
source /root/miniconda3/etc/profile.d/conda.sh && \
conda activate index-tts-vllm && \
cd /opt/index-tts-vllm/; python api_server.py'
（*注意：可能会出现 权限不够 无法启动:）
- 报错提示：
chmod -R 700 /run/screen/S-root must have mode 700
- 解决方案：
chmod -R 700 /run/screen/S-root四、远端图片下载到本地超时问题
问题描述
工作流发布成 api，把远端的图片下载到本地，下载超时问题
原因分析
container.x-gpu-.com的防火墙和c.x-gpu.com不太一样，实例内部可能无法直接请求，c.x-gpu.com是针对实例内部直接请求需求提供的
核心差异对比：
| 维度 | ...container.x-gpu.com | ...c.x-gpu.com |
|---|---|---|
| 资源隔离 | 容器级隔离（cgroups/nvidia-docker） | 虚拟机级隔离（vGPU/PCIe透传） |
| 启动速度 | 秒级（容器镜像预加载） | 分钟级（需初始化VM） |
| 网络性能 | 依赖宿主机网络栈（可能共享带宽） | 独占虚拟网卡（延迟更低） |
| 持久化存储 | 通常挂载临时卷 | 支持永久云硬盘挂载 |
| 适用场景 | 高密度部署的微服务/批处理任务 | 需要稳定环境的长期运行任务 |
安全性与运维：
| 方面 | ...container.x-gpu.com | ...c.x-gpu.com |
|---|---|---|
| 漏洞风险 | 容器逃逸可能导致宿主机GPU被滥用 | 虚拟机隔离更彻底 |
| 证书管理 | 需为*.container.x-gpu.com配置通配符证书 | *.c.x-gpu.com证书覆盖范围更广 |
| 日志收集 | 依赖容器引擎的日志驱动（如Fluentd） | 可直接采集虚拟机系统日志 |
解决方案
container.x-gpu-.com -----》c.x-gpu.com
五、路径冲突问题
问题描述
在使用 FastAPI 或 Starlette 开发 Web 应用时，你可能会遇到以下错误：
RuntimeError: Added route will never be executed, method POST is already registered
这个错误的意思是：你尝试注册了一个路由（如 POST /items），但该路径和 HTTP 方法已经被注册过，导致新路由无法被执行。
原因分析
这个错误通常由以下情况导致：
- 重复注册相同路由：同一个路径（如 /items）和 HTTP 方法（如 POST）被多次定义。
- 路由冲突：更通用的路由（如 /users/{id}）覆盖了更具体的路由（如 /users/me）。
- Router 重复引入：如果使用 APIRouter，可能不小心多次 include_router 导致路由重复。
解决方案
方法一、直接删除名称相同的节点
打开终端，进入指定目录下，输出所有节点,删除重复节点：
#进入指定目录下
cd /root/ComfyUI/custom_nodes
#查看目录下所以文件
ls
#删除非空目录（需要确认）
方法一：rm -r 文件夹名
#删除非空目录（强制递归删除，无确认）
方法二：rm -rf 文件夹名 （*注意： 删除目录时，名称必须完全匹配（包括大小写）。在 Windows（默认不区分大小写）或 macOS（默认不区分大小写，但底层 HFS+/APFS 可配置）上行为可能不同。但在 Linux 终端下，始终区分大小写。）
具体操作，如下：
方法二、精准找出重复的路由
1、ComfyUI/server.py 735行左右，添加输出
print("route", route.method, route.path)具体位置：
# prefix are supported.
api_routes = web.RouteTableDef()
for route in self.routes:
# Custom nodes might add extra static routes. Only process non-static
# routes to add /api prefix.
if isinstance(route, web.RouteDef):
print("route", route.method, route.path)
_routes. route(route.method, "/api" + route.path) (route.handler, **route.kwargs)
self.app.add_routes(api_routes)
self.app.add_routes(self.routes)
2、根据打印出来的信息，查找重复的路由，遍历查找包含route.method的文件
3、终端：grep -rl --include="*.py" "/pysssss/text-file/" /root/ComfyUI/custom_nodes
4、处理掉重复文件
