从依赖地狱到成功运行：ComfyUI Nunchaku完整攻略

凌晨两点，我盯着屏幕上那个刺眼的错误提示："Missing Node Types: NunchakuQwenImageDiTLoader"。这是我今晚第十七次看到这行字。桌上的咖啡早就凉透了，我甚至开始怀疑人生——装个插件而已，怎么就这么难？后来我才明白，这不是一场简单的插件安装，而是一次与Python依赖地狱的正面交锋。如果你也曾在ComfyUI的工作流加载界面前抓狂，那这篇文章就是写给你的。因为我替你踩完了所有的坑，现在轮到你抄近道了。

第一章：当一切看起来很简单的时候

问题的开端

故事要从一个看似普通的需求说起：我想用ComfyUI做视频生成。工作流文件下载好了，模型也准备齐了，满怀期待地点击加载，然后——

Missing Node Types: EmptyHunyuanLatentVideo, SaveVideo, CreateVideo

三个节点，集体失踪。😰

这种感觉就像你兴冲冲跑到电影院，爆米花都买好了，结果发现电影院今天不放映。但问题是，电影明明在海报上，票也卖了，就是放不了。

第一次天真的尝试

按照常规思路，缺少节点？那就装插件呗。打开ComfyUI Manager，搜索相关插件：

等等，已安装但是失败？ 这就像你的车钥匙插进去了，但就是打不着火。问题出在哪儿？

启动日志给了答案：

ModuleNotFoundError: No module named 'av'
Nunchaku version: Package 'nunchaku' not found.

好家伙，插件装了，但依赖包没装。这就是故事真正开始变得有趣的地方。

第二章：在依赖地狱里打转

VideoHelperSuite：一个缺少的字母

第一个问题相对简单。VideoHelperSuite 失败是因为缺少 PyAV 包，具体来说，就是一个叫 <code>av</code> 的Python模块。

解决起来也直接：

& "I:\ComfyUI\.ext\python.exe" -m pip install av

安装过程倒是顺利，几十兆的文件下载完，重启ComfyUI，VideoHelperSuite 成功加载。✅

两个节点解决了！ SaveVideo 和 CreateVideo 可以用了。但 Nunchaku 的问题才是真正的噩梦。

Nunchaku：版本号的迷宫

当我看到这行日志时，我觉得问题不大：

Nunchaku version: Package 'nunchaku' not found.
Please update nunchaku to a supported version in ['v1.0.0']

需要 1.0.0 版本？简单，装一个呗：

pip install nunchaku==1.0.0

然后 pip 告诉我：

ERROR: Could not find a version that satisfies the requirement nunchaku==1.0.0

什么意思？ PyPI 上根本没有 1.0.0 版本！😱

我去查了一下，PyPI 上的 nunchaku 版本是这样的：

• 0.1.0
• 0.15.0 ~ 0.15.4
• 0.16.0 ~ 0.16.1

没有 1.0.0！ 完全没有！

这就像你去便利店买可乐，店员说："我们只有 0.15 升和 0.16 升的，没有 1.0 升的。"你说："那我要 0.15 升的吧。"然后回家一喝，发现根本不是可乐，是雪碧。

试试 0.15.4 吧

既然 PyPI 上有 0.15.4，那就试试呗。也许插件能兼容？

pip install nunchaku==0.15.4

安装成功！重启 ComfyUI，然后：

Nunchaku version: 0.15.4
ComfyUI-nunchaku 1.0.1 is not compatible with nunchaku 0.15.4
Node <code>NunchakuQwenImageDiTLoader</code> import failed:
ModuleNotFoundError: No module named 'nunchaku.utils'

还是不行。 原来 PyPI 上的 nunchaku 和插件需要的 nunchaku 根本就是两个东西！😤

这就像你在淘宝搜"苹果"，结果买到的是水果，而你要的是手机。名字一样，但压根不是一个东西。

GitHub 上的 40 个 Wheel 文件

在绝望之际，我找到了 MIT Han Lab 的 nunchaku GitHub 仓库。点开 releases，看到了这个场景：

40 个 wheel 文件。 按照 PyTorch 版本、Python 版本、操作系统分类，密密麻麻。

我的环境是什么来着？

• Python 3.11 ✓
• PyTorch 2.3.1 ✗
• Windows ✓

等等，我的 PyTorch 是 2.3.1，但最低的 wheel 是 torch2.5！

下载了 <code>nunchaku-1.0.0+torch2.5-cp311-cp311-win_amd64.whl</code>，满怀希望地安装：

pip install "H:\download\nunchaku-1.0.0+torch2.5-cp311-cp311-win_amd64.whl"

安装成功！重启，然后：

ImportError: DLL load failed while importing _C: 找不到指定的程序。

DLL 加载失败。 这是底层 C++ 扩展的问题，意味着这个为 PyTorch 2.5 编译的包，在 PyTorch 2.3 上根本跑不起来。

这就像你买了个 iPhone 15 的手机壳，硬往 iPhone 13 上套，当然套不进去。

那个被忽略的简单方案

折腾了三个小时后，我突然想起一个问题：为什么不直接升级 PyTorch？

打开 ComfyUI Launcher，在"安装 PyTorch"界面，看到了这个下拉菜单：

Torch 2.7.0 (CUDA 12.6) + xFormers 0.0.30
Torch 2.6.0 (CUDA 12.6) + xFormers 0.0.29.post3
Torch 2.5.1 (CUDA 12.4) + xFormers 0.0.28.post3
...
Torch 2.3.1 (CUDA 12.1) + xFormers 0.0.27  ← 当前版本

我擦，原来可以一键升级。 🤦

选择 <code>Torch 2.7.0 (CUDA 12.6) + xFormers 0.0.30</code>，点击安装，等了几分钟，重启 ComfyUI。

然后神奇的事情发生了：

--- Trying source: modelscope for version 1.0.1 ---
--- Attempting to install: nunchaku-1.0.1+torch2.7-cp311-cp311-win_amd64.whl ---
--- Successfully installed from modelscope ---

ComfyUI 自动从 modelscope 下载并安装了正确版本的 nunchaku！ 🎉

不需要手动下载 wheel 文件，不需要折腾 pip，不需要纠结版本号。只要 PyTorch 版本对了，一切都自动搞定。

再次重启，查看日志：

Nunchaku version: 1.0.1
ComfyUI-nunchaku version: 1.0.1

完美匹配！ 所有 Nunchaku 节点成功加载！✅

第三章：为什么绕了这么大一圈

问题的本质

回过头看，整个折腾过程其实就是一个误区：我一直在试图不动 PyTorch 的前提下解决问题。

为什么会这样想？因为：

1. 升级核心依赖有风险 – 担心破坏其他插件
2. 习惯性地先尝试小改动 – 能不动就不动
3. 没意识到新插件就是为新版本设计的 – 思维定式

但实际上，现代的ComfyUI生态已经很成熟了：

• ✅ 版本管理很完善 – Launcher 支持一键切换
• ✅ 依赖自动处理 – 升级 PyTorch 后会自动安装匹配的包
• ✅ 回滚很容易 – 出问题可以快速降回旧版本

最直接的方案往往就是最好的方案。 这句话在技术领域永远成立。

完整的解决方案总结

如果你也遇到了 Nunchaku 节点缺失的问题，这是最简化的解决流程：

步骤一：升级 PyTorch

打开 ComfyUI Launcher → 选择"安装 PyTorch" → 选择最新的稳定版本（推荐 2.7.0 或更高）→ 点击安装

步骤二：重启 ComfyUI

完全关闭后重新启动，系统会自动检测并安装匹配的依赖包。

步骤三：验证安装

加载工作流，检查是否还有 Missing Nodes 错误。如果只是文件路径问题（比如 LoRA 找不到），那就说明节点已经成功加载了。

就这么简单。 三步，可能总共用不了10分钟。

而我之前绕的那一大圈，花了三个小时。

其他可能遇到的问题

当然，并不是所有情况都这么顺利。在解决 Nunchaku 的过程中，我还遇到了这些坑：

1. VideoHelperSuite 缺少 PyAV

如果你遇到 <code>ModuleNotFoundError: No module named 'av'</code> 错误：

& "I:\ComfyUI\.ext\python.exe" -m pip install av

一行命令搞定。PyAV 是视频处理的核心库，VideoHelperSuite 必须要它。

2. 损坏的插件文件夹

有些插件文件夹可能是空的或者下载不完整（比如我遇到的那几个 <code>__init__.py</code> 缺失的插件）。解决方法：

• 在 ComfyUI Manager 里直接卸载
• 或者手动删除 <code>custom_nodes</code> 下的对应文件夹
• 然后重新安装

3. 工作流文件路径问题

即使节点加载成功，工作流可能因为文件路径不匹配而报错。比如：

lora_name: 'FLUX/flux1-turbo.safetensors' not in [...]

这说明工作流里写的是 <code>FLUX/</code> 子文件夹，但你的 LoRA 文件直接放在 <code>models/loras/</code> 根目录下。

解决办法：

• 在节点的下拉菜单里重新选择正确的文件
• 或者按照工作流的路径结构创建子文件夹

给后来者的建议

如果你正准备折腾 ComfyUI 的视频生成功能，这里有几条血泪教训：

关于环境配置：

• ✅ 优先考虑升级到最新稳定版 – PyTorch、ComfyUI 本体、插件都是
• ✅ 用 Launcher 管理版本 – 别手动 pip install，除非必要
• ✅ CUDA 驱动保持更新 – 新版 PyTorch 需要新驱动支持
• ❌ 不要混用不同渠道的包 – PyPI 和 GitHub 的同名包可能完全不同

关于插件安装：

• ✅ 看清楚插件的要求 – README 里通常会写需要什么版本
• ✅ 先检查日志 – 错误信息往往已经告诉你缺什么了
• ✅ 一个一个解决 – 别多个问题一起搞，会乱
• ❌ 不要盲目相信"最新就是最好" – 有时候稳定版更靠谱

关于问题排查：

• ✅ 保存启动日志 – 出问题时方便回溯
• ✅ Google 搜索错误信息 – 很多人遇到过同样的问题
• ✅ 去 GitHub Issues 看看 – 插件作者可能已经有解决方案
• ❌ 不要一条路走到黑 – 如果某个方向试了三次还不行，换思路

工具箱：常用命令速查

最后，整理一些在折腾过程中常用的命令，方便你复制粘贴：

检查 Python 包版本：

& "I:\ComfyUI\.ext\python.exe" -m pip list | Select-String "包名"

安装指定版本的包：

& "I:\ComfyUI\.ext\python.exe" -m pip install 包名==版本号

卸载包：

& "I:\ComfyUI\.ext\python.exe" -m pip uninstall 包名 -y

查看 PyTorch 版本：

& "I:\ComfyUI\.ext\python.exe" -c "import torch; print(torch.__version__)"

更新 Git 插件：

cd I:\ComfyUI\custom_nodes\插件名
git pull

查看 CUDA 版本：

nvidia-smi

写在最后的话

从晚上十点折腾到凌晨两点，为了装一个插件，我经历了从自信到怀疑，从绝望到柳暗花明的完整过程。现在回想起来，最简单的方案往往被我们最先忽略，因为我们总觉得"不至于这么简单"。

技术的世界就是这样，有时候你需要的不是更复杂的解决方案，而是退一步，看看最基础的地方是不是出了问题。PyTorch 版本不对，再怎么折腾依赖包也没用。 这个道理看起来很简单，但只有真正踩过坑的人才能体会。

如果这篇文章能让你少走一些弯路，少熬一些夜，那我这三个小时就没白费。毕竟，我们折腾技术的目的是为了创造，而不是为了在依赖地狱里无限循环。

现在，工作流终于能跑了，该去做点真正有意思的事情了。比如，用 Nunchaku 生成一个视频，内容就叫《如何正确地浪费一个晚上》。😄

最后提醒一句：技术文档和教程是有时效性的。今天能用的方法，三个月后可能就过时了。所以最重要的不是记住具体的命令，而是学会排查问题的思路。遇到报错，看日志，查文档，找规律，试方案，验证结果。这个流程永远不会过时。

祝你的 ComfyUI 之旅一切顺利。如果不顺利，那就去升级一下 PyTorch 吧。🚀