艾萝工坊

主题

本地 Linux 安装部署 ​

在本地 Linux 电脑上运行 ComfyCarry 时，系统通过 Docker 容器承载完整的 Python、CUDA 和 ComfyUI 环境，并借助 NVIDIA Container Toolkit 让容器直接使用主机显卡。只要主机装好满足版本要求的 NVIDIA 驱动与 Docker 环境，就可以用一条命令启动 ComfyCarry 并把模型与生成结果保存在本地存储中。

下面的安装命令适用于 Ubuntu 22.04、24.04 和 26.04。使用其他 Linux 发行版时，先按发行版对应的官方说明安装 Docker Engine 和 NVIDIA Container Toolkit，再从验证 Docker 的 GPU 支持继续。硬件与空间要求见部署前准备。

检查 NVIDIA 驱动 ​

在终端中运行：

bash
nvidia-smi

命令应显示 GPU 名称和驱动版本。ComfyCarry 镜像使用 CUDA 13.0，Linux 主机驱动版本需要达到 580.65.06 或更高。运行所需的 CUDA 组件已经包含在镜像中，主机只安装显卡驱动和下面的 NVIDIA Container Toolkit 即可把 GPU 提供给容器。

驱动安装方法见 NVIDIA Ubuntu 驱动安装说明，版本要求见 CUDA 13.0 Release Notes。

安装 Docker Engine ​

这台电脑如果以前通过 Ubuntu 软件源安装过 docker.io、containerd 或其他 Docker 组件，先按 Docker 官方说明处理可能冲突的软件包，再添加下面的官方软件源。全新系统可以直接继续。

添加 Docker 官方软件源：

bash
sudo apt update
sudo apt install -y ca-certificates curl
sudo install -m 0755 -d /etc/apt/keyrings
sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg \
  -o /etc/apt/keyrings/docker.asc
sudo chmod a+r /etc/apt/keyrings/docker.asc

sudo tee /etc/apt/sources.list.d/docker.sources > /dev/null <<EOF
Types: deb
URIs: https://download.docker.com/linux/ubuntu
Suites: $(. /etc/os-release && echo "${UBUNTU_CODENAME:-$VERSION_CODENAME}")
Components: stable
Architectures: $(dpkg --print-architecture)
Signed-By: /etc/apt/keyrings/docker.asc
EOF

安装并启动 Docker：

bash
sudo apt update
sudo apt install -y docker-ce docker-ce-cli containerd.io \
  docker-buildx-plugin docker-compose-plugin
sudo systemctl enable --now docker
sudo docker run --rm hello-world

最后一条命令显示 Docker 的欢迎信息，说明 Docker Engine 已经可以正常创建容器。安装步骤更新时，可以对照 Docker Engine Ubuntu 安装说明。

安装 NVIDIA Container Toolkit ​

NVIDIA Container Toolkit 让 Docker 容器能够使用主机上的 GPU。添加 NVIDIA 软件源并安装：

bash
sudo apt-get update
sudo apt-get install -y --no-install-recommends ca-certificates curl gnupg2

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey \
  | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg

curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list \
  | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' \
  | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit

把 NVIDIA GPU 支持加入 Docker，并重新启动 Docker：

bash
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

完整安装说明见 NVIDIA Container Toolkit。

验证 Docker 的 GPU 支持 ​

bash
sudo docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi

命令会临时启动一个 Ubuntu 容器。输出中应出现与主机一致的 GPU 名称；看到 NVIDIA-SMI、驱动版本和显卡信息后，Docker 的 GPU 环境已经准备完成。

启动 ComfyCarry ​

bash
sudo docker run -d \
  --name comfycarry \
  --gpus all \
  --restart unless-stopped \
  -p 5000:5000 \
  -p 8188:8188 \
  -p 8888:8888 \
  -p 2222:22 \
  -v comfycarry-workspace:/workspace \
  erocraft/comfycarry:latest
命令内容作用什么时候调整
docker run -d创建容器，并让它在后台持续运行排查启动问题时可以暂时省略 -d，让启动日志直接显示在当前终端
--name comfycarry把容器命名为 comfycarry，方便以后启动、停止和查看同一台电脑运行多个实例时，为每个实例使用不同名称
--gpus all把主机上的全部 NVIDIA GPU 提供给 ComfyCarry只使用第 1 张时，改为 --gpus '"device=0"'；使用第 1、2 张时改为 --gpus '"device=0,1"'。显卡从 0 开始编号，可用 nvidia-smi 查看顺序
--restart unless-stopped电脑重启或 Docker 服务恢复后自动启动 ComfyCarry；手动停止的容器保持停止希望每次都由自己启动时，移除此项
-p 5000:5000通过主机的 5000 端口打开 ComfyCarry5000 已被占用时，可改为 -p 15000:5000，访问地址随之改成 http://localhost:15000
-p 8188:8188通过主机的 8188 端口打开 ComfyUI端口被占用时只修改左侧，例如 -p 18188:8188；需要使用 localhost 或局域网地址打开 ComfyUI 时保留
-p 8888:8888通过主机的 8888 端口打开 JupyterLab准备通过 localhost 或局域网地址使用 JupyterLab 时保留；主机端口可按相同方式更换
-p 2222:22通过主机的 2222 端口连接容器 SSHSSH 客户端连接时使用左侧端口；平台已经提供 SSH 时，以平台分配的端口为准
-v comfycarry-workspace:/workspace使用名为 comfycarry-workspace 的 Docker Volume 保存模型和生成文件想把文件放在指定目录时，将左侧改成主机绝对路径，例如 /data/comfycarry:/workspace
erocraft/comfycarry:latest使用当前发布的 x86_64 镜像在 ARM64 架构主机上运行时改为 erocraft/comfycarry:arm；需要固定版本时换成对应标签

容器启动后，可以查看首次启动进度：

bash
sudo docker logs -f comfycarry

日志开始持续输出后，按 Ctrl+C 返回终端；容器会继续在后台运行。在浏览器中打开 http://localhost:5000，页面出现 ComfyCarry 部署向导后，即可继续完成首次部署向导。