Skip to content

समस्या-निवारण अवलोकन: कोई समस्या हो तो पहले यह पेज देखें (60 सेकंड में जाँच) ​

ComfyUI त्रुटि आने पर, जल्दबाजी में त्रुटि का मूल पाठ खोजने से पहले रुकें। अधिकांश ComfyUI त्रुटियों को 60 सेकंड के भीतर चार श्रेणियों में बाँटा जा सकता है: वातावरण और स्टार्टअप, मॉडल लोडिंग, VRAM और जनरेशन, कस्टम नोड। यह पेज आपको पहले एक त्वरित जाँच करने में मदद करता है, समस्या को श्रेणी तक लोकेट करता है, और फिर संबंधित विशेष पेज पर गहराई से उपचार के लिए भेजता है।

सीखने के बाद आप क्या कर सकेंगे ​

  • 3 कमांड से 60 सेकंड के भीतर पुष्टि करें कि GPU, CUDA और Python वातावरण सामान्य है या नहीं
  • त्रुटि को 「वातावरण / मॉडल / VRAM / नोड」 श्रेणियों में बाँटें, अंधाधुंध खोज न करें
  • बार-बार होने वाली त्रुटियों के मूल पाठ से मिलान करें, और सत्यापित समाधान सीधे लागू करें
  • जब आप जान जाएँ कि आप समाधान नहीं कर सकते, तो कौन-सी जानकारी एकत्र करें और कहाँ प्रश्न पूछें

पहली जाँच: 60 सेकंड में त्वरित परीक्षण ​

समस्या होने पर सबसे पहले करने का काम: ComfyUI शुरू करने वाले टर्मिनल विंडो पर लौटकर लॉग पढ़ें। जनरेशन विफल होने पर इंटरफ़ेस पर 「Prompt execution failed」 संवाद बॉक्स दिखाई देगा; 「Show report」 पर क्लिक करने से विस्तृत त्रुटि जानकारी दिखेगी — पहले उसे कॉपी कर लें।

फिर टर्मिनल में वातावरण की जाँच के लिए ये तीन कमांड चलाएँ:

bash
# 1. 确认 GPU 能被系统识别(NVIDIA 显卡)
nvidia-smi

# 2. 确认 PyTorch 的 CUDA 可用
python -c "import torch; print('CUDA available:', torch.cuda.is_available())"

# 3. 确认 Python 版本(需 3.9+,推荐 3.12)
python --version

आपको यह देखना चाहिए: पहली (संख्या 1) कमांड ग्राफ़िक्स कार्ड का मॉडल और ड्राइवर संस्करण दिखाएगी; दूसरी (2) कमांड CUDA available: True आउटपुट करेगी; तीसरी (3) कमांड 3.9 या उससे ऊँचा संस्करण नंबर आउटपुट करेगी। यदि कोई भी अपेक्षा के अनुरूप न हो, तो पहले इंस्टॉल नहीं हो रहा तो क्या करें: इंस्टॉलेशन और स्टार्टअप समस्या-निवारण पर जाएँ।

💡 पहले कस्टम नोड्स की जाँच करें (उन्हें कारण के रूप में हटाकर देखें)

आधिकारिक तौर पर प्राप्त फ़ीडबैक issue में से अधिकांश कस्टम नोड्स से संबंधित हैं। गहराई से जाँच से पहले, कस्टम नोड समस्या-निवारण: पहले अक्षम करें, फिर बाइनरी सर्च करें की विधि से सभी कस्टम नोड्स अक्षम करें, और पुष्टि करें कि समस्या नोड्स के कारण है या नहीं।

सामान्य समस्याओं की जाँच ​

वातावरण और स्टार्टअप संबंधी ComfyUI त्रुटियाँ ​

"Torch not compiled with CUDA enabled" ​

कारण: इंस्टॉल किया गया PyTorch CPU संस्करण है, जिसमें CUDA सपोर्ट कंपाइल नहीं हुआ है, इसलिए GPU गणना में भाग नहीं ले सकता।

समाधान:

  1. पहले मौजूदा torch अनइंस्टॉल करें:
bash
pip uninstall torch
  1. CUDA संस्करण का PyTorch दोबारा इंस्टॉल करें (CUDA 13.0):
bash
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
  1. इंस्टॉलेशन सत्यापित करें:
bash
python -c "import torch; print(torch.cuda.is_available())"

आपको यह देखना चाहिए: आउटपुट True।

"Frontend or Templates Package Not Updated" ​

कारण: Git से ComfyUI अपडेट करने के बाद, फ़्रंटएंड डिपेंडेंसी एक साथ अपडेट नहीं हुईं।

समाधान:

bash
pip install -r requirements.txt

आपको यह देखना चाहिए: डिपेंडेंसी इंस्टॉल होने के बाद ComfyUI पुनरारंभ करें, प्रॉम्प्ट गायब हो जाएगा।

मॉडल लोडिंग संबंधी समस्याएँ ​

"Value not in list: ckpt_name: 'model-name.safetensors' not in []" ​

कारण: वर्कफ़्लो द्वारा संदर्भित मॉडल फ़ाइल मौजूद नहीं है — या तो वह डाउनलोड नहीं हुई, या गलत सबडायरेक्टरी में रखी गई है। not in [] में खाली लिस्ट बताती है कि ComfyUI ने संबंधित डायरेक्टरी में एक भी मॉडल नहीं पाया।

समाधान:

  1. जाँचें कि मॉडल सही सबडायरेक्टरी में है या नहीं:
    • Checkpoints: models/checkpoints/
    • VAE: models/vae/
    • LoRA: models/loras/
    • ControlNet: models/controlnet/
  2. यदि मॉडल गायब है तो ComfyUI Manager से स्वतः डाउनलोड करें, या मैन्युअल रूप से डाउनलोड करके संबंधित डायरेक्टरी में रखें।
  3. यदि मॉडल कहीं और रखा है (जैसे अन्य ड्रॉइंग सॉफ़्टवेयर के साथ साझा), तो extra_model_paths.yaml को संपादित करके कस्टम मॉडल डायरेक्टरी जोड़ें, विवरण के लिए Windows पोर्टेबल पैकेज इंस्टॉलेशन देखें।

आपको यह देखना चाहिए: ComfyUI पुनरारंभ करने के बाद, नोड के ड्रॉपडाउन में वह मॉडल चुना जा सकता है।

"Error while deserializing header" ​

कारण: मॉडल फ़ाइल डाउनलोड के दौरान खराब हुई, या डिस्क स्पेस की कमी या गलत फ़ाइल अनुमति के कारण पढ़ी नहीं जा सकी।

समाधान:

  1. मॉडल दोबारा डाउनलोड करें (मॉडल फ़ाइल 2–15GB या उससे बड़ी हो सकती है, पूरा डाउनलोड होना सुनिश्चित करें)।
  2. जाँचें कि डिस्क पर पर्याप्त खाली स्पेस है या नहीं।
  3. जाँचें कि ComfyUI प्रोसेस के पास मॉडल फ़ाइल पढ़ने की अनुमति है।
  4. किसी दूसरे मॉडल से परीक्षण करें, और पुष्टि करें कि यह एक फ़ाइल की समस्या है या सिस्टम-व्यापी समस्या।

VRAM और जनरेशन संबंधी ComfyUI त्रुटियाँ ​

"RuntimeError: CUDA out of memory" ​

कारण: वर्तमान मॉडल और वर्कफ़्लो के लिए VRAM पर्याप्त नहीं है, जो बड़े मॉडल या उच्च रिज़ॉल्यूशन जनरेशन में आम है।

समाधान: क्रम से चरण-दर-चरण VRAM का उपयोग कम करें, हर बदलाव के बाद ComfyUI पुनरारंभ करें:

bash
# 方案 1:先用 lowvram(文本编码器放到 CPU)
python main.py --lowvram

# 方案 2:不够再换 novram
python main.py --novram

# 方案 3:最后手段,纯 CPU(很慢,仅绝对必要时使用)
python main.py --cpu

साथ ही जनरेशन रिज़ॉल्यूशन या बैच साइज़ कम करें, और VRAM उपयोग करने वाले अन्य प्रोग्राम बंद करें। अधिक सिस्टम-स्तरीय समाधानों के लिए VRAM की कमी और अटकना: OOM के सिस्टम-स्तरीय समाधान देखें।

आपको यह देखना चाहिए: जनरेशन पूरा चलता है, और बीच में त्रुटि से नहीं रुकता।

"जनरेशन का परिणाम पूरी तरह काला या एक ही रंग का" ​

कारण: आउटपुट चरण में समस्या हुई है। प्रलेखित कारणों में शामिल हैं: VAE चरण में गड़बड़ी (डिफ़ॉल्ट टेक्स्ट-से-इमेज पाइपलाइन KSampler → VAE Decode → Save Image है, VAE का गलत लोड होना सीधे आउटपुट को प्रभावित करता है); --fp16-vae स्टार्टअप पैरामीटर VAE को fp16 में चलाता है, जिससे काली इमेज हो सकती है; क्वांटाइज़्ड मॉडल पर अटेंशन बैकएंड चुपचाप काला आउटपुट लौटा सकता है।

समाधान:

  1. वर्कफ़्लो जाँचें: पुष्टि करें कि KSampler के बाद VAE Decode जुड़ा है, और लोड किया गया VAE मॉडल आर्किटेक्चर से मेल खाता है (उदाहरण के लिए Flux के लिए ae.safetensors उपयोग करना होगा, sdxl_vae या taesd नहीं)।
  2. यदि स्टार्टअप पर --fp16-vae जोड़ा गया था, तो वह पैरामीटर हटाकर पुनः आरंभ करें।
  3. यदि FlashAttention सक्षम है (--use-flash-attention या नोड पैकेज द्वारा चालू), तो डिफ़ॉल्ट अटेंशन बैकएंड पर स्विच करके पुनः आरंभ करें और दोबारा आज़माएँ——क्वांटाइज़्ड मॉडल पर FlashAttention अक्षम करना पूरी तरह काले आउटपुट के समाधान के रूप में सत्यापित हो चुका है।
  4. रीयल-टाइम प्रीव्यू बंद करके हस्तक्षेप हटाएँ: कुछ मामलों में केवल प्रीव्यू काला होता है, सहेजी गई फ़ाइल वास्तव में सामान्य होती है।

आपको यह दिखना चाहिए: पुनः जनरेट करने के बाद आउटपुट सामान्य इमेज है।

कस्टम नोड से संबंधित समस्याएँ ​

"Can't Find Custom Node" (कस्टम नोड नहीं मिला) ​

कारण: वर्कफ़्लो में उपयोग किया गया कस्टम नोड इंस्टॉल नहीं है या सही ढंग से सक्षम नहीं है, फ़्रंटएंड सत्यापन त्रुटि दे रहा है।

समाधान:

  1. पहले ComfyUI सेटिंग्स में नोड सत्यापन अस्थायी रूप से अक्षम करें, समस्या की सीमा की पुष्टि करें।
  2. संकेत के अनुसार संबंधित नोड पैकेज इंस्टॉल करें और पुनः आरंभ करें।
  3. यदि समस्या बनी रहती है, तो कस्टम नोड ट्रबलशूटिंग: पहले अक्षम करें, फिर बाइनरी सर्च प्रक्रिया के अनुसार सभी नोड्स अक्षम करके बाइनरी सर्च से पहचानें।

"Missing nodes still showing as missing after installation and restart" ​

कारण: नोड पैकेज इंस्टॉल हो गया लेकिन डिपेंडेंसी इंपोर्ट विफल——कंसोल/लॉग में अक्सर "Failed to import" दिखता है। सामान्य कारण: नोड पैकेज को अतिरिक्त wheel डिपेंडेंसी चाहिए; विभिन्न प्लगइन्स की डिपेंडेंसी संस्करण आवश्यकताएँ टकराती हैं (जैसे एक को torch==2.4.1, दूसरे को torch>=2.4.2); नेटवर्क समस्या से डिपेंडेंसी इंस्टॉल नहीं हुई।

समाधान:

  1. टर्मिनल लॉग खोलें, "Failed to import" से जुड़ा नोड पैकेज नाम ढूँढें।
  2. उस नोड पैकेज की अनुपस्थित डिपेंडेंसी मैन्युअल रूप से इंस्टॉल करें।
  3. डिपेंडेंसी संस्करण टकराव पर, कस्टम नोड ट्रबलशूटिंग पेज की Python एनवायरनमेंट प्रबंधन विधि के अनुसार कार्य करें।

फिर भी नहीं हो रहा? ​

प्रश्न पूछने से पहले यह जानकारी एकत्र करने से समाधान की दक्षता बहुत बढ़ जाती है:

bash
# GPU 型号与驱动版本
nvidia-smi --query-gpu=driver_version --format=csv

# CUDA 是否可用及版本
python -c "import torch; print('CUDA available:', torch.cuda.is_available()); print('CUDA version:', torch.version.cuda)"

# Python 版本
python --version

प्रश्न के साथ संलग्न करें: पूरी त्रुटि का मूल पाठ (टर्मिनल लॉग या "Show report" सामग्री), GPU मॉडल, ComfyUI संस्करण, इंस्टॉल विधि (डेस्कटॉप / पोर्टेबल / मैन्युअल इंस्टॉल), कस्टम नोड उपयोग होता है या नहीं।

कहाँ पूछें:

अगले पाठ की झलक ​

यह पेज आपकी ComfyUI त्रुटियों को चार बड़ी श्रेणियों में वर्गीकृत करने में मदद करता है। अगला पाठ सबसे अधिक बार आने वाली श्रेणी में गहराई से जाता है: कस्टम नोड ट्रबलशूटिंग: पहले अक्षम करें, फिर बाइनरी सर्च, जो आपको बाइनरी सर्च से समस्या पैदा करने वाले नोड को तेज़ी से पहचानना सिखाता है।

gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.