ComfyUI Setup

Crea video, immagini e audio con l’intelligenza artificiale sul tuo computer, con modelli gratuiti. Niente abbonamenti, niente crediti da comprare, niente file caricati sui server di qualcun altro: lavora la tua scheda video, e quello che crei resta a casa tua.

ComfyUI è lo strumento più potente che esista oggi per farlo, ed è anche uno dei più ostici da mettere in piedi. Questo progetto è uno script che fa il lavoro difficile al posto tuo: controlla il sistema, misura la tua GPU, costruisce un’installazione di ComfyUI con oltre cento estensioni già sistemate, la avvia con le impostazioni giuste per il tuo hardware e, quando glielo chiedi, scarica i modelli e i workflow per partire.

Cosa puoi creare

E poi tutto quello che la community pubblica ogni giorno: lo scraper di CivitAI incluso porta nel tuo ComfyUI i workflow più usati per video, immagini e audio, già pronti da aprire.

Perché esiste

Chi ha provato a installare ComfyUI per fare video conosce il percorso: la versione di PyTorch giusta per la scheda, le estensioni che non si caricano per un aggiornamento di qualche libreria, i modelli da cercare uno per uno con il nome esatto che il workflow si aspetta, la memoria video che finisce a metà generazione, i parametri da indovinare. Settimane di tentativi prima del primo video decente.

Questo script è il risultato di quelle settimane, messe in fila. Ogni correzione che contiene nasce da un errore vero incontrato sull’hardware di prova:

• estensioni sistemate: più di cento custom node installati e verificati, con le correzioni per quelli che le librerie aggiornate hanno rotto;
• memoria tenuta sotto controllo: profilo VRAM e profilo RAM scelti in automatico, e una modalità CUDA prudente da accendere solo se serve;
• SageAttention compilata per la tua scheda al primo avvio, con un ripiego sicuro se la scheda non la regge;
• nomi dei modelli coerenti: i workflow trovano i file anche quando li cercano con nomi o cartelle diversi;
• niente servizi a pagamento: i nodi API ufficiali di ComfyUI (OpenAI, Google e simili) sono disattivati e tutto gira in locale; restano installati solo due nodi per il servizio RunningHub, che senza un account non fanno nulla.

Provato su hardware vero

Tutto quello che trovi qui è stato provato su una macchina normale, non su un server da migliaia di euro:

Dodici gigabyte di VRAM sono considerati il minimo per i modelli video da 14 miliardi di parametri, che da soli pesano più della memoria della scheda. Con le impostazioni che lo script applica da solo, la 4070 li fa girare senza errori di memoria, scaricando a turno le parti del modello nella RAM di sistema.

Tempi misurati

Il primo lavoro dopo l’avvio comprende il caricamento dei modelli dal disco (con un SSD veloce si accorcia parecchio); i successivi li trovano già in memoria. Tutte le prove sono state fatte con le impostazioni di serie dello script, senza ritocchi manuali, e nessuna ha esaurito la memoria.

Cosa è uscito da quelle prove

Z-Image Turbo, 10 secondi	SDXL Lightning, 4,6 secondi
Wan 2.2 14B: la foto qui sopra diventa un video	Wan 2.2 5B: un video da una frase

Il video della bicicletta è partito proprio dall’immagine generata con Z-Image, e MMAudio gli ha poi aggiunto il suono: un piccolo flusso completo, tutto in locale.

Requisiti

Lo script installa da solo quello che manca (Docker, driver NVIDIA, NVIDIA Container Toolkit) chiedendo conferma. Su Windows si può usare WSL2 con Ubuntu, ma non è la strada provata.

Attenzione allo spazio su disco. Servono parecchi gigabyte, e crescono con l’uso: l’immagine Docker occupa circa 50 GB (circa 100 durante la prima costruzione), i modelli da 6 GB a oltre 100 GB secondo quello che scegli, e ogni esecuzione dello scraper di CivitAI può aggiungere fino a 20 GB di LoRA. Prima di scaricare controlla lo spazio con --status e guarda cosa arriverebbe con --dry-run. Se il disco di Docker si riempie, ne soffrono anche gli altri container della macchina.

Installazione

1. Scarica lo script in una cartella vuota, che diventerà la cartella dell’installazione:

mkdir ~/comfyui && cd ~/comfyui
wget https://git.eandgcode.com/egprojects/comfyuisetup/-/raw/main/setup-comfyui.sh
chmod +x setup-comfyui.sh

2. Lancialo:

./setup-comfyui.sh

Al primo avvio crea il file .env con tutte le impostazioni commentate, controlla il sistema, mostra il profilo di calibrazione della tua macchina e costruisce l’immagine Docker. La prima costruzione richiede da una a due ore, a seconda della connessione e del processore; dopo, un avvio richiede pochi minuti e un riavvio meno di uno.

3. Scegli i modelli per quello che vuoi fare:

./setup-comfyui.sh --models video
./setup-comfyui.sh --models image,audio

4. Apri il browser su http://indirizzo-del-pc:8188. Nel menu dei workflow trovi la guida rapida e i workflow già pronti; nel menu Workflow → Browse Templates ci sono i modelli ufficiali di ComfyUI, che con i modelli scaricati funzionano subito.

Alla fine di ogni esecuzione lo script ti dice qual è il passo successivo.

I modelli

I modelli non si scaricano mai da soli: li scegli tu, per categoria. Ogni set è stato provato e viene filtrato in base alla tua scheda: quello che non ci starebbe viene saltato.

Dettagli utili:

• un file già scaricato e integro non si riscarica: se un download si interrompe, basta rilanciare lo stesso comando (o --download, che ripete l’ultima scelta);
• i download girano in un container a parte: puoi chiudere il terminale e riprendere a seguirli con --job;
• con --dry-run vedi l’elenco di quello che verrebbe scaricato, senza scaricare nulla;
• i file da 27 GB in su (le versioni a precisione piena) sono esclusi finché non metti INCLUDE_LARGE_MODELS=true nel .env;
• puoi aggiungere i tuoi modelli preferiti in un catalogo personale (vedi sotto) e scaricarli con gli stessi comandi.

Licenze dei modelli

I modelli sono gratuiti, ma ognuno ha la sua licenza. Per uso personale vanno bene tutti; per un uso commerciale controlla prima:

Lo scraper di CivitAI

CivitAI è il posto dove la community di ComfyUI pubblica workflow, modelli ed esempi. Lo scraper li cerca per te, per categoria:

./setup-comfyui.sh --civitai-scraper video
./setup-comfyui.sh --civitai-scraper image,audio

Per ogni categoria fa tre cose:

1. workflow: cerca i workflow pubblicati più scaricati, meglio votati e più recenti, li scarica, li estrae dagli archivi e li mette nel browser dei workflow di ComfyUI, in civitai/<categoria>/;
2. esempi (per le immagini): esamina le immagini più apprezzate del periodo e salva il workflow di ComfyUI che molte portano incorporato, così puoi rifare quell’immagine e cambiarla come vuoi;
3. LoRA: scarica le LoRA più scaricate per i modelli di quella categoria, entro un limite di spazio che decidi tu (di serie 20 GB).

Alla fine analizza tutti i workflow e ti dice quali modelli mancano e a quanti workflow servono, così sai cosa scaricare.

Tieni d’occhio lo scraper. Workflow ed esempi pesano poco, ma le LoRA no: ogni esecuzione può scaricarne fino a SCRAPER_MAX_MODEL_GB (di serie 20 GB), e le esecuzioni si sommano, perché ogni volta trova risultati nuovi. Prima di lanciarlo guarda lo spazio libero con --status e l’elenco di quello che scaricherebbe con --dry-run; se vuoi solo i workflow metti SCRAPER_MODELS_PER_CATEGORY=0 nel .env. Le LoRA scaricate stanno tutte in models/loras/civitai/, così è facile controllarle e cancellarle.

Le ricerche cambiano a ogni esecuzione: rilanciandolo trovi cose nuove. Serve un token CivitAI gratuito (Account settings → API Keys) da mettere nel .env: senza, la ricerca funziona ma molti download vengono rifiutati.

Filtro dei contenuti

Lo scraper ha un filtro NSFW attivo di serie: chiede a CivitAI solo contenuti classificati come adatti a tutti e scarta comunque ogni risultato con una classificazione più alta. L’opzione --include-nsfw lo disattiva; i risultati che il filtro avrebbe escluso finiscono in cartelle separate (<categoria>-nsfw). Chi la usa ne è responsabile, nel rispetto delle regole di CivitAI e delle leggi del proprio paese.

Configurazione

Tutto quello che è personale sta nel file .env accanto allo script: se non c’è viene creato al primo avvio, con un commento per ogni voce. Nessuna voce è obbligatoria per la calibrazione. Le principali:

Una variabile d’ambiente con lo stesso nome vince sul valore del .env. Quando una versione nuova dello script porta voci nuove, le aggiunge in fondo al .env senza toccare le tue.

Catalogo personale

Per aggiungere i tuoi modelli e workflow copia catalogo.esempio.tsv come catalogo-personale.tsv e indicalo nel .env con PERSONAL_CATALOG=catalogo-personale.tsv. Ogni riga dice da dove prendere un file (Hugging Face, CivitAI, un indirizzo diretto), dove metterlo, a quale categoria appartiene e quanta memoria richiede; può anche creare un collegamento con un altro nome, per i workflow che cercano un file con un nome diverso. Il formato è spiegato in testa al file d’esempio.

Tutti i comandi

Cosa fa la calibrazione, nel dettaglio

• Prerequisiti: verifica Docker, il driver NVIDIA, il NVIDIA Container Toolkit e che Docker veda davvero la GPU; installa quello che manca.
• Profilo hardware: legge VRAM, architettura della scheda (dalla compute capability), RAM e processore, e sceglie profilo di memoria, precisione di calcolo (FP16 forzato o BF16/FP8 nativi), come usare SageAttention, gestione della RAM tra un lavoro e l’altro e il filtro dei modelli da scaricare.
• Immagine Docker: CUDA 12.6 con cuDNN, PyTorch 2.10, ComfyUI e più di cento custom node (WanVideoWrapper, VideoHelperSuite, GGUF, KJNodes, Impact Pack, IPAdapter, ControlNet, MMAudio, LTX-Video, SeedVR2, Frame Interpolation, rgthree, Easy-Use, Crystools, ComfyUI-Manager…).
• Correzioni: piccoli adattatori per le funzioni che le librerie hanno rimosso, estensioni con importazioni rotte disattivate invece di bloccare l’avvio, file che alcune estensioni pretendono già all’avvio copiati al loro posto.
• Avvio: SageAttention compilata per la tua scheda, controllo dei workflow (quelli rotti vengono scartati, i percorsi scritti su Windows corretti), recupero della cronologia delle immagini generate dopo un riavvio, collegamenti di compatibilità dei modelli.
• Verifica: a fine avvio lo script controlla quante estensioni si sono caricate e ti elenca quelle che non ce l’hanno fatta. Sulla macchina di prova: 122 su 122.

Domande frequenti

Posso usarlo su un PC remoto? Sì: lo script si lancia sulla macchina con la GPU e l’interfaccia si apre da qualsiasi browser della rete. ComfyUI non ha un login: se vuoi raggiungerlo da Internet mettigli davanti un proxy con autenticazione e imposta BIND_ADDR=127.0.0.1.

Il container si riavvia da solo o si ferma a metà di un video. Guarda ./setup-comfyui.sh --logs. Un’uscita con codice 137 è memoria di sistema esaurita: con poca RAM imposta RAM_PROFILE=lowram nel .env. Un errore cudaErrorLaunchFailure (uscita 139) a metà generazione, tipico dei nodi MultiGPU/DisTorch2 sulle schede da 12 GB, si evita con SAFE_CUDA_MODE=1: funziona, ma rende tutto circa dieci volte più lento, per questo di serie è spenta.

Un workflow scaricato dice che mancano dei modelli o dei nodi. Per i modelli guarda logs/workflow-analysis.txt dopo lo scraper, o prova --models <categoria> --full. Per i nodi, ComfyUI-Manager (nel menu dell’interfaccia) installa quelli mancanti.

Quanto spazio serve davvero? L’immagine Docker occupa circa 50 GB (durante la prima costruzione ne servono circa 100; alla fine lo script propone di svuotare la cache di costruzione). I modelli dipendono da cosa scegli: dai 6 GB del solo audio ai circa 120 GB di tutti i set di base. --status ti dice quanto stai usando.

Posso tenere i modelli su un altro disco o usare quelli che ho già? Sì: MODELS_DIR nel .env può puntare a qualsiasi cartella, anche una libreria esistente. I file presenti vengono riconosciuti e non si riscaricano.

Licenza e ringraziamenti

Lo script è distribuito con licenza MIT. Usalo, modificalo, condividilo.

Non esisterebbe senza ComfyUI, gli autori dei custom node che installa e chi pubblica modelli e workflow gratuiti su Hugging Face e CivitAI: il merito delle immagini e dei video è loro, lo script si limita a metterli d’accordo con la tua scheda video. ComfyUI e i nomi dei modelli citati appartengono ai rispettivi titolari; questo è un progetto indipendente.

Se ti ha risparmiato qualche settimana di tentativi, puoi sostenere il progetto.