GPU 租赁平台安装部署

在远程 GPU 租赁平台（如 RunPod、Vast.ai 等）上按时租用算力时，可以直接指定 ComfyCarry 预构建镜像启动实例，无需单独购买或挂载持久化存储。每次开启新实例后，通过向导中的配置导入与云存储同步，就能把之前的设置、模型和工作流恢复过来。硬件与磁盘空间估算见部署前准备。

填写实例配置

在平台控制台创建实例或容器时，按以下内容填写：

平台设置	填写内容	用途
容器镜像	erocraft/comfycarry:latest（ARM64 实例填 erocraft/comfycarry:arm）	使用 ComfyCarry 预构建环境
平台架构	linux/amd64 或 linux/arm64	与所选实例架构及镜像标签对应
GPU	RTX 20、T4、RTX 30、RTX 40、L4、A100 或更新型号	满足 CUDA Compute Capability 7.5 及以上要求
容器磁盘空间	按准备使用的模型体积分配（建议 80 GB 起）	容纳运行环境、下载的模型与生成输出
ComfyCarry 端口	映射容器的 5000	打开部署向导和日常页面
ComfyUI 端口	需要端口直连时映射 8188	直接打开 ComfyUI 工作流页面
JupyterLab / SSH	按需映射 8888 和 22	使用对应的远程管理功能
启动命令	保持镜像默认值	让镜像自动准备并启动 ComfyCarry

如果平台支持填写自定义启动脚本（如 On-start Script），也可以填写以下命令，让容器在启动时自动拉取最新面板部署包：

wget -qO- https://raw.githubusercontent.com/vvb7456/ComfyCarry/main/bootstrap.sh | bash

打开面板与相关服务

实例开始运行后，等待 2–5 分钟完成首次初始化，再按照平台提供的端口访问按钮或公网地址打开映射到容器 5000 端口的入口。

需要直接通过端口打开 ComfyUI 时，打开平台为 8188 端口生成的地址；也可以在部署向导中启用 Cloudflare Tunnel，通过公网 https:// 域名统一访问面板、ComfyUI、JupyterLab 和 SSH。

页面显示 环境检测通过 后，进入首次部署向导。