前言

大家好，我是基森老师，如果你想查看更多相关内容，欢迎关注我的同名 Bilibili 账号：UUID29518555。
另外，我也开通了 Bilibili 包月充电，加入后可以进入我的粉丝群。群里除了可以和群友交流学习之外，也整理了不少专属教程、资源分享和问题答疑内容，如果你希望更系统地学习相关工作流，也欢迎加入一起交流。

本文主要用于解答 ComfyUI2TD_JISEN.tox 插件 在实际使用过程中常见的问题，包括但不限于：工作流无法刷新、参数显示不完整、模型无法识别、生成速度慢、服务器连接失败，以及命令行报错等情况。

希望这篇文档能够帮助你在使用 ComfyUI2TD_JISEN.tox 与 ComfyUI-TD 的过程中，更快定位问题并找到对应的解决方法。后续如果有新的常见问题，也会继续补充更新。

ComfyUI2TD_JISEN 是一个运行在 TouchDesigner（以下简称 TD） 中的组件插件，主要用于在 TD 里调用和管理 ComfyUI 工作流，让用户能够更方便地在交互项目、实时视觉和多媒体创作流程中使用 ComfyUI 的能力。

需要注意的是，ComfyUI2TD_JISEN 并不是独立工作的。它需要配合 ComfyUI 侧的自定义节点插件 ComfyUI-TD 一起使用。

同时，ComfyUI2TD_JISEN.tox 组件本体也已经一并包含在 ComfyUI-TD 项目中，可以直接在该项目内获取相关文件与更新内容。

• ComfyUI-TD 项目地址：
  https://github.com/JiSenHua/ComfyUI-TD

ComfyUI-TD 的核心作用，是实现 TouchDesigner 与 ComfyUI 之间的无缝数据交互。通过这个自定义节点，ComfyUI 生成的内容可以更方便地传输到 TD 中进行后续使用与处理。

目前支持传输的数据类型包括：

• 图像
• 视频
• 点云
• 传统 PLY
• 高斯泼溅 PLY
• 音频

并且可以应用在 实时传输 的工作流程中。

由于 ComfyUI 本身具有版本更新快、节点生态复杂、模型类型繁多、运行环境差异较大的特点，因此在使用 ComfyUI2TD_JISEN 的过程中，常见问题往往并不只来自插件本身，也可能和以下因素有关：

• 当前连接的 ComfyUI 环境
• 是否安装了对应的 Custom Nodes
• 工作流导出格式是否正确
• 模型是否放在正确目录
• 显卡性能与显存是否足够
• 本地或云端运行环境是否一致

因此，这篇文档的目的不是单纯罗列报错现象，而是希望帮助你更快判断问题出现在哪一个环节，并找到对应的处理方法。

如果你是刚开始接触 ComfyUI、TouchDesigner，或者第一次使用 ComfyUI2TD_JISEN，建议先了解以下几点：

1. ComfyUI2TD_JISEN 负责 TD 侧的工作流加载、参数交互与调用。
2. ComfyUI-TD 负责 TD 与 ComfyUI 之间的数据通信。
3. 很多预设工作流依赖特定的自定义节点和模型环境。
4. 本地环境与云端环境不一致时，很容易出现工作流刷新异常或参数缺失

---

插件输出口说明

目前最新ComfyUI2TD版本为v5.3.2该组件包含多个输出口，作用说明如下：

1. 第一输出口
   用于显示 图像、点云以及高斯泼溅模型的预览内容。
2. 第二输出口
   用于输出 运行日志，方便查看当前工作流执行状态及排查问题。
3. 第三输出口
   当调用接口完成一次生成后，该输出口会被触发，可用于后续联动逻辑。
4. 第四输出口
   用于输出 点云与高斯泼溅模型 的 CHOP 数据。
5. 第五输出口
   用于获取 字符串数据。
   这个功能需要结合 ComfyUI-TD 1.1.4 及之后版本中的 StringtoTD 节点使用，可以将文字信息从 ComfyUI 回传到 TD。
   比如某些3D模型生成后的路径信息，就可以通过这个输出口传回并在 TD 中进一步使用。

如果输出口不同，请更新至最新版本

---

问题答疑

一、ComfyUI2TD_JISEN 插件的预设工作流无法刷新，或刷新后参数不完整，怎么办？

1. 确认 ComfyUI 环境类型

• 请先确认你当前使用的是：

• • 本地 ComfyUI
  • 仙宫云（基森）镜像

• 大部分预设工作流都依赖特定的 Custom Nodes（自定义节点）。
• 如果使用的是本地 ComfyUI，但未安装对应的自定义节点，就可能出现：

• • 工作流无法刷新
  • 刷新后参数不完整
  • 建议优先使用云端的仙宫云镜像。

1. 检查连接状态

• 请确认当前连接状态是否为 Connected。
• 所有工作流都必须在与 ComfyUI 服务端成功建立连接后，才能正常刷新出来。
• 如果之前状态为 Disconnected，在点击“连接服务器”并成功连接后，需要重新点击“加载工作流”按钮。

1. 安装自定义节点后需重启 ComfyUI

• 所有新安装的 Custom Nodes（自定义节点），都必须在重启 ComfyUI 进程后才能生效。
• 包括通过 ComfyUI-TD 注入参数、以及注入 ComfyUI-TD 的相关方法，同样需要重启 ComfyUI 进程后才会生效。

1. 预设工作流对应镜像说明

• 所有 图生云 3DPack* 工作流，使用的仙宫云镜像为：

• • ComfyUI-3DPack-TouchDesigner | 基森（重制版）

• 除此之外，其它预置工作流使用的仙宫云镜像为：

• • ComfyUI-TouchDesigner | 基森（重制版）

---

二、自定义工作流无法刷新，或刷新后参数不完整，怎么办？

1. 检查导出 .json 工作流的方式

• 请确认导出工作流时，使用的是 “导出（API）” 选项。
• 可以通过检查保存后的 .json 文件来判断是否正确：

• • 正确的 API 格式 通常不会包含多余参数。

1. 检查连接状态

• 请确认当前状态是否为 Connected。
• 具体检查方法可参考 问题一。

1. 检查导出工作流与运行环境是否一致

• 请确认导出 .json 文件所使用的 ComfyUI，与当前正在运行的 ComfyUI 是否为同一个环境。
• 如果不是同一个 ComfyUI 环境，并且当前运行环境中没有安装该工作流所需的 Custom Nodes（自定义节点），也会出现参数刷新不完整的问题。

---

三、生成图像慢，怎么办？

1. 显存是否充足
   这里指的是显卡显存（VRAM），不是电脑内存（RAM）也不是硬盘存储空间。显存不够时，会触发低显存模式、分块加载或 CPU/GPU 数据搬运，导致速度明显下降。

1. 显卡性能差异

不同显卡即使都能运行模型，速度也会差很多，比如 RTX 4060 和 RTX 4090。差异主要来自：

• 显存容量不同：4090 通常显存更大，更不容易触发低显存策略
• 算力不同：4090 的 CUDA/Tensor 性能远强于 4060，每一步推理更快
• 显存带宽不同：4090 数据吞吐更强，在高分辨率、大模型下优势更明显

1. 模型类型和体量模型类

• 模型类型和体量模型类型指的是模型所属的架构或系列，比如 SD1.5、SDXL、Flux，不同类型模型本身计算复杂度不同。
• 另外还有一些加速型方案，比如 LCM、Hyper、Turbo 这类，它们的特点是可以用更少的 step 生成图像，所以整体速度会更快。
• 体量指的是模型大小和计算规模，比如参数量更多、网络更大，通常每一步推理更慢、占用显存也更多。

1. 附加模块数量 像 ControlNet、IPAdapter、LoRA 这类附加模块会增加额外计算，使用越多，生成速度通常越慢。
2. 采样器 / 调度器选择
   不同采样器和调度器的单步计算成本不同，达到相近效果所需的步数也不同，因此会影响总耗时。

---

四、模型哪里能下载？

1. 主流下载平台（国外平台）huggingface与civitai.com。
2. 国内替代的下载平台liblibAI与ModelScope魔塔社区
3. ComfyUI 里的模型种类非常多，而且不同模型的作用、加载方式和适用场景都不一样，初学时很容易混淆，尤其是 Checkpoint 和 LoRA 最容易被搞混：前者通常是生成图像所依赖的基础大模型，后者更像是叠加在基础模型上的风格或能力补充模块。除了这两类，还有 VAE、ControlNet、IPAdapter、Embedding 等不同类型的模型，各自用途也不一样。想真正用好 ComfyUI，建议系统了解一下这部分知识。
4. 相关学习资料可以参考问题五中的 ComfyUI 学习资料。

---

五、ComfyUI 学习资料有哪些。

【秋叶Comfyui】2026最全最详细ComfyUI教程

有看到好的也可以给我留言我补充。

---

六、使用仙宫云服务器，自己的模型怎么上传云端？

点我查看教程

---

七、本地ComfyUI服务器连接不上，怎么办？

1. 默认情况下ComfyUI的服务器端口是8188，如果使用的是exe版本的ComfyUI，有可能端口是8000。
2. ComyUI假启动，如果安装了很多CustomNodes，Python环境被破坏，可能会造成ComfyUI无法正常启动。具体表现在启动ComfyUI时候的进程框里有很多错误代码。

---

八、 新版插件中，Tripo3D预置工作流没有了，怎么办？

ComfyUI更新后支持使用原生的Comfyorg调用Tripo3D的api接口，因此不需要再使用其他的第三方节点。可以点击设置登录账户，获取API KEY，然后使用下文的工作流，保存成.json后缀的文件。

{
  "3": {
    "inputs": {
      "prompt": "Generate a 3D model of a steampunk-inspired spider drone with brass legs, steam vents, and a camera eye, set in a crouched, ready-to-leap posture.\n",
      "negative_prompt": "",
      "model_version": "v2.5-20250123",
      "style": "None",
      "texture": true,
      "pbr": true,
      "image_seed": 42,
      "model_seed": 42,
      "texture_seed": 42,
      "texture_quality": "detailed",
      "face_limit": -1,
      "quad": false
    },
    "class_type": "TripoTextToModelNode",
    "_meta": {
      "title": "Tripo: 文本转模型"
    }
  },
  "28": {
    "inputs": {
      "model_file": [
        "3",
        0
      ],
      "broadcast": false
    },
    "class_type": "Tripo3DtoTD",
    "_meta": {
      "title": "Tripo3DtoTD"
    }
  }
}

---

九、是否支持同时导入多个 ComfyUI2TD 插件？

1. 目前支持同一个TD界面中导入多个ComfyUI2TD组件。
2. 但是这里不推荐混用太多不同种类的工作流，因为 ComfyUI 在运行时需要加载对应的模型，而不同工作流往往依赖的模型类型、节点配置和资源需求都不一样。频繁切换或混用时，不仅容易出现模型反复加载、显存占用波动、运行效率下降的问题，也更容易因为节点、参数或模型不匹配而导致报错。因此更建议先围绕一类工作流熟悉流程，再逐步扩展到其他类型。

---

十、ComfyUI 获取方法

ComfyUI 常见获取与安装方式区别

方式	适用平台	主要特点	优点	缺点	适合人群
Windows Portable Package（官方便携版）	Windows	官方出品，属于比较干净的 ComfyUI 版本，通常使用相对较新的代码。内置独立的 python_embeded 环境，无需单独安装 Python，解压即可使用，支持 Nvidia 显卡或 CPU 运行。	免部署、开箱即用、环境独立、不污染系统，适合想快速体验官方原版 ComfyUI 的用户。	默认不包含 ComfyUI Manager，需要用户手动安装；功能上相对“纯净”，常用增强组件需要自己补充。	想使用官方原版、希望免安装免折腾的 Windows 用户。
Desktop Application（官方桌面版 / exe版）	Windows、Mac	官方提供的桌面安装版，可像普通软件一样安装，能够自动配置 Python 环境及相关依赖。	安装流程简单，适合不想手动配置环境的用户。	对部分自定义节点兼容性不够友好，整体稳定性相对一般；不推荐在 Mac 上使用 ComfyUI。	想用图形化安装方式、对环境配置不熟悉的用户。
秋叶 ComfyUI 整合包	Windows	第三方整合版本，预置了常用自定义节点，并且部分节点配置了镜像源，方便国内用户下载和使用。	对国内用户非常友好，省去大量安装节点和配置镜像的步骤，上手快。	不是官方原版，整合内容较多，版本更新节奏和内容取决于整合包维护情况。	推荐新手使用，尤其是希望快速开始工作流体验的用户。
GitHub 源码部署	Windows、Linux、Mac（更常见于 Linux）	直接从 GitHub 获取 ComfyUI 源码并自行部署，灵活度最高。	可控性强，便于自定义环境、部署服务、二次开发，尤其适合服务器和 Linux 环境。	需要自己配置 Python、依赖、运行环境，对新手不够友好。	适合有一定技术基础的用户，尤其是需要在 Linux 环境 中部署 ComfyUI 的用户。

补充说明

• Windows Portable Package（便携版） ⭐⭐ ComfyUI Portable（便携版）是一个独立封装完整的 ComfyUI Windows 版本，内部已经整合了 ComfyUI 运行所需的独立 Python（python_embeded），只需要解压即可使用。目前便携版本支持通过 Nvidia 显卡 或 CPU 运行。
• Desktop Application（桌面版） ⭐ ComfyUI 桌面版（Desktop）是一个独立安装版本，可以像常规软件一样进行安装，支持快捷安装并自动配置 Python 环境及依赖。但在实际使用中，对某些自定义节点的兼容性不是特别友好，稳定性也相对一般，因此 不太推荐 Mac 用户优先选择这个版本。
• 秋叶整合包 ⭐⭐⭐ 秋叶整合包预置了许多常用自定义节点，同时还为部分节点配置了镜像源，对国内用户尤其友好。对于刚接触 ComfyUI 的用户来说，这种方式通常是最省心的，因此比较推荐新手优先使用。
• GitHub 源码部署 ⭐ GitHub 源码部署方式更适合在 Linux 环境 下运行 ComfyUI。比如我们 仙宫云 的镜像，就是基于 GitHub 中的 ComfyUI 源码，在 Linux 系统上重新部署完成的。

---

十一、ComfyUI 是否会弄坏本地电脑的python环境？

如果使用的是Windows Portable Package（便携版），Desktop Application（桌面版），秋叶整合包这三类的ComfyUI启动器，不会影响你本地电脑的python环境，他们都是互相隔离开的。

---

十二、为什么我拷贝了模型之后，我TD的Workflow列表没刷新出模型？

• 将模型拷贝至对应文件夹后，需要重新加载工作流，具体操作是先点击清空工作流再点击加载工作流。
• 如果执行该操作后依，旧无法看到模型，请检查模型是否拷贝错文件夹。不同类型的模型是放在不同对应的文件夹中的，具体模型不同种类的相关问题，参考问题五中的 ComfyUI 学习资料。

---

命令行报错

当点击生成内容Generate参数后，没有反应不出图，此时需要检查后台的命令窗口。

注意

所有的ComfyUI2TD中Workflow中的参数，在不修改的前提下，点击生成内容都不会渲染出新的图。

如果你的工作流中有Ksampler采样器，当选择randomize或increment时候每次生成完一张新的图后，会自动修改seed参数，所以才能实现连续点击生成内容或者开启流模式能不断出图。

如果你的工作流有LoadTDImage，关联了TOP元件，这个TOP元件如果是静态图片，二次点击生成内容也是当作没有修改参数这一行为。但是如果TOP元件是动态视频，那么二次点击生成内容会当作你修改了参数，并生成新的图像。

---

情况一

Checkpoint模型导入失败，工作流中没有选择模型，或者选择的模型不存在。参考上文如何下载与安装模型。

---

情况二

使用LoadTDImage节点，但是没有指定TOP元件。

注意，每次重新加载工作流后，关联的TOP元件参数会清空，需要重新关联。

---

不断添加中......

2026-03-17