Ja, ComfyUI kan köras på ZimaOS. Det starkaste källunderlaget är en användare i communityt som inte fick App Store-paketet att fungera, men som lyckades köra ComfyUI i en anpassad NVIDIA CUDA-container med GPU-genomströmning och port 8188 exponerad.
Det exakta enradskommandot från maj 2026 bör inte användas som ett aktuellt installationsskript. Det installerade Python och Git när containern startade och hämtade en nightly-version av PyTorch med CUDA-stöd. ComfyUI:s aktuella krav har ändrats, bland annat vad gäller nyare kombinationer av Python och PyTorch/CUDA. En renare aktuell ZimaOS-distribution bör placera beroendena i en reproducerbar Dockerfile-/Compose-stack, spara modeller och arbetsflöden utanför containern och tilldela GPU:n medvetet.
Framgångsexemplet från communityt var en anpassad container
Det fungerande exemplet använde en NVIDIA CUDA-runtime-avbild, en beständig värdsökväg på /DATA/AppData/comfyui som mappades till /workspace, aktiverad GPU-åtkomst och ComfyUI som lyssnade på port 8188.
Källanvändaren sade uttryckligen att App Store-versionen inte hade fungerat, så använd inte den tråden som bevis för att alla aktuella katalogpaket är trasiga – eller att anpassad Docker är den enda möjliga installationen.
Installera inte ComfyUI direkt på ZimaOS-värden
ZimaOS är ett operativsystem i appliance-stil och erbjuder inte det vanliga beständiga arbetsflödet för Debian-/Ubuntu-pakethantering på värden som ComfyUI:s manuella Linux-installation förutsätter. Håll Python, PyTorch, Git och anpassade noder i en container eller virtuell maskin.
Använd ComfyUI:s aktuella krav, inte den gamla cu124-nightly-linjen
Den aktuella ComfyUI-dokumentationen rekommenderar moderna Python-versioner och hårdvaruspecifika PyTorch-paket samt stöder NVIDIA-, AMD-, Intel- och CPU-lägen.
Använd ComfyUI:s aktuella systemkrav när du bygger containern.
Verifiera GPU-åtkomst inifrån containern
För NVIDIA är stöd för värdens GPU bara det första lagret. ComfyUI-containern måste få tillgång till GPU:n och kunna läsa in den matchande CUDA-/PyTorch-stacken. Verifiera detta inifrån containern innan du skyller på ComfyUI-arbetsflödena.
Ett aktuellt NVIDIA-arbetsflöde i ZimaOS bör också bekräfta att andra GPU-aktiverade containrar kan se samma hårdvara.
Spara modeller utanför den tillfälliga containern
Kontrollpunkter, VAE:er, LoRA:er, ControlNet-modeller, anpassade noder och arbetsflöden kan ta hundratals gigabyte. Mappa dem till beständig SSD-/NVMe-lagring i stället för att bygga in dem i ett containerlager.
Håll modellsökvägen stabil när containern återskapas och uppgraderas.
Använd Compose i stället för ett enormt startkommando
Aktuella ZimaOS stöder inbyggda YAML-/Compose-arbetsflöden. Med Compose blir GPU-enheter, volymer, miljövariabler, port 8188 och omstartspolicy möjliga att granska i stället för att allt döljs i ett långt kommando.
Använd den aktuella Compose-modellen för ZimaOS.
Publicera inte port 8188 direkt på internet
ComfyUI kan köra arbetsflöden och anpassade noder med omfattande åtkomst till filsystem och GPU. Håll det på ett betrott LAN/VPN eller placera det bakom autentiserad HTTPS-åtkomst om fjärranvändning krävs.
Vanliga frågor om ComfyUI på ZimaOS
Var det någon i källan som lyckades köra ComfyUI på ZimaOS?
Ja. En användare rapporterade en fungerande anpassad NVIDIA-container på port 8188.
Bekräftade den ursprungliga inläggsskaparen att den egna installationen fungerade?
Nej. Senare bad personen om mer hjälp med Compose och manuell installation.
Bör jag kopiera det gamla PyTorch-nightly-kommandot exakt?
Nej. Använd aktuella krav för ComfyUI/PyTorch för din GPU och bygg en reproducerbar container.
