必看 | 工作流下载缺失节点和模型

第一步：打开工作流，先看看节点状态

以 AI 星尘工作流大合集中的工作流「1-1_[图像生成]_ACN_AdvancedControlNet批量产品换场景」为例。我们打开后，首先点击界面右下角的「适应视图」，可以看到有的节点在很远的地方且没有连线，这种节点可以直接删除——它们是工作流调试期间使用的，我们不需要。

第二步：点击运行，让报错告诉你缺什么

再次点击「适应视图」，可以看到节点有很多都是红色的：有的是节点缺失、有的是模型缺失。这种情况处理很简单——首先点击「运行」按钮，看下 ComfyUI 的错误提示。

然后点击错误提示的「查看详情」，可以看到这里提示错误有 11 个，包括：缺失节点包、缺失模型、缺少输入、缺少节点类型。

第三步：用管理器一键安装缺失节点

首先修复缺失节点包。我们直接点击左上角的「管理器」。

然后点击「安装缺失节点」。

这个节点包占据体积不大，我们勾选全部，然后点击「安装」。

安装的进度：如果你在启动时勾选了「显示 ComfyUI 命令窗口」，那么可以在控制台看到安装进度。

第四步：安装失败的节点，尝试修复

安装完成后我们重启 ComfyUI，重启后可以看到大部分节点不再爆红，但仍有一些节点可能因为网络原因、或者说下载节点时强制退出导致安装失败。我们还是点击「运行」让 ComfyUI 给出错误提示，可以看到这里提示缺失节点包，还有一个未知包，我们直接复制它的名称。

然后在管理器中点击「节点管理」。

粘贴复制的节点包名称搜索，可以看到这里提示导入失败，那么我们直接点击「尝试修复」，然后再次重启 ComfyUI。

如果重启后发现还是有问题，我们就对这个节点包点击「卸载」，然后刷新页面再点击「安装」。

第五步：终极方案——git 克隆节点仓库

但如果「修复」「切换版本」以及界面上的「卸载重新安装」都无法修复，那就使用最终的解决版本——直接克隆节点仓库（前提是安装了 Git）。AI星尘这里试了管理器里面的各种操作，节点 CLIPTextEncodeWithWildcards 都无法正常安装，最终通过 git 克隆重启 ComfyUI 解决。

命令形如：

cd custom_nodes
git clone https://github.com/lordgasmic/comfyui_wildcards

第六步：下载缺失的三个模型

节点的问题处理完成后，我们继续点击「运行」，可以看到剩下的就是缺失模型和输入了。输入不用管，一般都是里面有加载图像的节点我们没有传入图片。可以看到这里提示我们缺失三个模型，分别是：

productDesign_eddiemauro20.safetensors
control_v11p_sd15_inpaint.pth
deduction-000004.safetensors

模型一：productDesign_eddiemauro20.safetensors（基础大模型）

我们直接复制 productDesign_eddiemauro20.safetensors 的名称，在魔塔社区的模型库（https://www.modelscope.cn/models）搜索该模型。如果搜索无结果，就删除后缀 safetensors；还是搜索无结果，则继续删除信息，然后可以看到搜索 productDesign 出现了结果。

但是这里的情况并不如意：魔塔是国内的社区，模型可能滞后，这里虽然能搜出 productDesign 的相关模型，但并没有 productDesign_eddiemauro20.safetensors。那么我们只能去 https://huggingface.co/ 找对应的模型，如图搜索 productDesign，出现了 productDesign_eddiemauro20。

点击后切换到 Files and versions，然后点击下载按钮进行下载。

模型二：control_v11p_sd15_inpaint.pth（ControlNet 模型）

同样的，我们在魔塔社区搜索第二个缺失的模型 control_v11p_sd15_inpaint.pth，去掉 .pth 可以看到这个模型的搜索结果还是很多的。

随便点进去一个，然后切换到模型文件，却发现和我们搜索的模型名对不上。

实际上，我们下载 safetensors 结尾的就行了。下载后建议将模型名称修改为和工作流中提示的名称一致，也就是 control_v11p_sd15_inpaint.safetensors；那如果说你希望用起来更快速，下载 fp16 版本的也是可以的。

模型三：deduction-000004.safetensors（LoRA 模型）

同样的，我们还剩最后一个模型 deduction-000004.safetensors。这个模型名称比较奇怪，魔塔搜不到，HuggingFace 直接搜也是搜不到，直接在必应浏览器搜索 deduction-000004 才看到 HuggingFace 有这么一个模型。

同样的，切换到 Files and versions，点击下载即可。

第七步：把模型放到 ComfyUI 对应的目录

三个模型都下载好了，那么我们还得移动其位置，否则 ComfyUI 识别不到：

controlnet 节点的模型 → ComfyUI\models\controlnet
checkpoint 节点的模型 → ComfyUI\models\checkpoints
lora 节点的模型 → ComfyUI\models\loras

这一块如果不清楚、不确定，可以问问千问、豆包等 AI 助手。

第八步：清理多余节点，运行验证

最后，再删除一些多余的节点。比如这个工作流有四个加载图像的节点，我们只需要一个。最后点击「运行」，成功！