MiniMax H3 的 ComfyUI 工作流已经公开真正容易卡住的通常不是提示词而是环境、模型目录、端口和显存。本文以一套预配置云端镜像为例整理一条可重复的验收路径先确认 GPU 和 PyTorch再确认模型文件最后启动服务和排查 OOM。1. 环境与目标使用的镜像页面https://suanjiayun.com/mirror/6a7ed4efa207ada5e3465db6截至 2026 年 8 月 15 日页面标注如下项目配置镜像ComfyUI-v0.33.1-全能版-MiniMaxH3加速Ubuntu22.04.3 LTSCUDA12.8Python3.12镜像大小37.28GB推荐显存24GB推荐 GPURTX 4090自动启动支持24GB 是镜像页面给出的推荐配置不代表所有时长、分辨率和参考输入都经过验证。本文最终要验收五件事系统识别到 GPUPyTorch 能使用 CUDAMiniMax H3 所需模型文件在正确目录ComfyUI 正在监听 8080 端口浏览器可以访问并能提交基础工作流。不要跳着查。按层排查出问题时比较容易知道是哪一块。2. MiniMax H3 工作流由哪些模型组成ComfyUI 官方模板当前引用了四类模型文件ComfyUI/ └── models/ ├── diffusion_models/ │ └── minimax_h3_fl2va_pruned_int8_convrot.safetensors ├── text_encoders/ │ └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors └── vae/ ├── minimax_h3_video_vae_fp16.safetensors └── minimax_h3_audio_vae_fp32.safetensors几个文件的职责不同diffusion_modelsH3 的主扩散模型text_encoders理解提示词和多模态上下文的文本编码器video_vae视频潜空间的编码与解码audio_vae音频潜空间的编码与解码。这不是传统的“一个 checkpoint 全包”结构。工作流能打开不代表模型一定齐模型文件存在也不代表放在了 ComfyUI 能识别的目录。3. 创建实例后先做只读检查进入 WebSSH先不要升级 CUDA、PyTorch 或 ComfyUI。记录系统信息cat/etc/os-releasepython--versionconda info--envs查看磁盘空间df-h查看当前目录pwd预配置镜像出问题以后最怕没有原始环境记录。至少先把上面几条命令的结果留一下后面如果升级依赖失败还知道原来是什么状态。4. 验收 GPU 和 PyTorch先检查 NVIDIA 驱动层nvidia-smi重点看四项GPU 型号是否符合创建实例时的选择显存总量是否正常是否已有 Python 进程占用显存驱动是否正常返回而不是command not found或通信失败。然后进入镜像环境conda activate comfyenv执行 PyTorch 检查python -PY import torch print(torch_version:, torch.__version__) print(torch_cuda_version:, torch.version.cuda) print(cuda_available:, torch.cuda.is_available()) print(device_count:, torch.cuda.device_count()) if torch.cuda.is_available(): print(device_name:, torch.cuda.get_device_name(0)) free_bytes, total_bytes torch.cuda.mem_get_info(0) print(free_vram_gb:, round(free_bytes / 1024**3, 2)) print(total_vram_gb:, round(total_bytes / 1024**3, 2)) PY最低验收条件cuda_available: True device_count: 1 device_name: 实际 GPU 型号如果nvidia-smi正常但torch.cuda.is_available()为False优先检查当前是不是comfyenvpython和pip是否来自同一环境PyTorch 是否为 CUDA 版本最近有没有手动升级过 PyTorch。可以继续执行whichpythonpython-mpip--version两条路径应该落在同一个 Conda 环境中。5. 核对模型文件和目录进入 ComfyUI 目录cd~/ComfyUI2/dev/null||cdComfyUI分别检查三个目录ls-lhmodels/diffusion_models/ls-lhmodels/text_encoders/ls-lhmodels/vae/也可以一次查找 H3 相关文件findmodels-typef\(\-nameminimax_h3*.safetensors-o\-nameqwen3vl_32b_minimax_h3*.safetensors\\)-printf%p\n预期至少能找到models/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors models/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors models/vae/minimax_h3_video_vae_fp16.safetensors models/vae/minimax_h3_audio_vae_fp32.safetensors如果文件存在但工作流下拉框仍然找不到按顺序处理检查文件是否多套了一层目录检查文件名大小写检查下载文件是否为异常的小文件重启 ComfyUI让它重新扫描模型目录。可以查看四个文件实际占用du-h\models/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors\models/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors\models/vae/minimax_h3_video_vae_fp16.safetensors\models/vae/minimax_h3_audio_vae_fp32.safetensors不要只看文件名。下载中断后留下的同名小文件也会让工作流加载失败。6. 使用镜像脚本管理 ComfyUI镜像提供了统一的控制脚本。查看帮助./sj-run.sh-h启动./sj-run.sh-s停止./sj-run.sh-t重启./sj-run.sh-r如果镜像已经自动启动不要连续执行多次启动命令。先查进程ps-ef|grep[p]ython.*main.py再查端口ss-lntp|grep:8080如果能看到 Python 进程和 8080 监听说明服务端已经起来。此时浏览器打不开多半要查平台端口映射而不是继续折腾 Python 环境。7. 手动启动与本机连通性检查镜像脚本启动失败时可以先停掉已有进程再手动运行./sj-run.sh-tconda activate comfyenvcd~/ComfyUI2/dev/null||cdComfyUI python main.py--listen0.0.0.0--port8080--enable-cors-header这个终端先别关直接看最后几十行输出。另开一个 WebSSH 终端测试本机访问curl-I--max-time5http://127.0.0.1:8080/判断方法本机能访问、外部打不开检查平台端口暴露和外部地址本机也打不开、没有端口监听ComfyUI 没有正常启动端口存在但页面异常查看启动终端的 Python 报错和前端资源错误。--listen 0.0.0.0会让服务监听所有网卡--enable-cors-header会放宽跨域访问。拿到的公网地址不要随便发到公开群里尤其是工作流里包含私有素材时。8. 导入工作流后的第一轮参数MiniMax H3 官方模板说明中原生画布以 768 像素短边为主宽高需要是 32 的倍数示例上限为 768×1344。视频按 24fps 处理时长还会被换算成满足模型帧块规则的长度。首次运行建议按这个顺序保留模板默认模型文件先跑较短时长先用较低分辨率不同时挂多个辅助模型第一次只验证一个输入路径成功后再增加首尾帧、参考图或参考视频。这里不直接给“24GB 必须使用某组固定参数”因为不同版本的节点、模型量化和工作流结构会改变峰值显存。没有实际运行记录时写死一个万能参数反而容易误导。9. 运行时记录显存峰值提交任务前先开一个监控终端nvidia-smi --query-gputimestamp,name,memory.used,memory.free,utilization.gpu\--formatcsv-l1观察这些阶段模型加载前文本编码器加载后采样开始时VAE 解码时任务结束后。如果想把结果留档nvidia-smi --query-gputimestamp,name,memory.used,memory.free,utilization.gpu\--formatcsv-l1|teeh3-gpu-monitor.csv任务完成后按CtrlC停止。这份 CSV 比“4090 大概能跑”有用得多。后面调整分辨率、时长或参考输入时可以直接对比峰值显存有没有变化。10. OOM 怎么排查常见错误包括CUDA out of memory或者进程直接被系统终止。先执行nvidia-smi确认是否有其他进程占用显存。然后按这个顺序减负降低输出分辨率缩短视频时长减少参考输入关闭同时加载的其他模型重新启动 ComfyUI释放残留显存仍然不够再考虑更大显存的 GPU。不要一看到 OOM 就重装 CUDA。OOM 首先是资源问题不是安装问题。如果任务结束后显存长期不释放可以重启服务./sj-run.sh-r再用nvidia-smi确认占用是否回落。11. 缺节点、版本冲突怎么处理工作流出现红色节点时先记录缺失节点的准确名称不要直接把所有组件升级到最新版。建议保存当前环境conda activate comfyenv python-mpip freezerequirements-before-change.txt记录当前 ComfyUI 提交cd~/ComfyUI2/dev/null||cdComfyUIgitrev-parse HEAD然后只处理缺失项。预配置镜像里ComfyUI、PyTorch、自定义节点和前端往往已经形成一套可运行组合。一次升级四五个组件最后即使修好了也不知道到底是哪一步起作用如果坏了同样不知道该回退谁。12. 页面打不开时的排障表现象优先检查常见原因nvidia-smi失败GPU/驱动层实例异常或驱动不可用PyTorch 返回 CUDA FalseConda/PyTorch 层环境选错、CPU 版 PyTorch、依赖被覆盖模型下拉框为空文件层文件缺失、目录错误、未重启扫描8080 无监听ComfyUI 进程层启动报错、进程退出、端口被改本机能访问公网不能平台网络层端口未暴露、外部 URL 不正确运行中 OOM工作流资源层分辨率、时长、参考输入或其他进程占用过高生成后磁盘爆满存储层视频输出、缓存和模型持续增长这张表基本就是整篇文章最重要的部分。13. 数据保存和关机边界视频模型的磁盘增长很快除了模型文件还有输入素材、预览缓存和最终视频。建议至少定期检查du-sh~/ComfyUI/models2/dev/nulldu-sh~/ComfyUI/input2/dev/nulldu-sh~/ComfyUI/output2/dev/null同时注意关机停止的是 GPU 实例计算扩容数据盘不一定随之停止计费。实例释放、数据盘保留和自动释放周期也应以平台最新帮助文档为准。重要内容建议单独保存工作流 JSON使用过的提示词自定义节点清单requirements-before-change.txt模型文件名与来源生成结果显存监控 CSV。有这些东西换实例以后才有可能快速恢复。只保存一张工作流截图基本没用。14. 最小验收清单完成下面这些再开始调正式任务nvidia-smi能识别正确 GPUtorch.cuda.is_available()返回True四类 H3 模型文件可以找到ComfyUI 进程存在8080 端口正在监听浏览器可以进入页面基础工作流可以提交音频和视频结果可以保存已记录一次显存峰值工作流与重要结果已经备份。FAQRTX 4090 的 24GB 显存能跑 MiniMax H3 吗该镜像推荐 24GB 显存和 RTX 4090适合作为基础工作流的起点。具体能否完成某组参数要看分辨率、时长、参考输入和工作流中同时加载的模型。官方说支持 2K本地工作流为什么从 768 短边开始2K 是 MiniMax 公布的模型能力上限ComfyUI 官方模板对本地工作流的原生画布、尺寸倍数和时长换算有单独说明。模型上限不能直接当作 24GB 显卡的默认参数。页面打不开是否需要重装 ComfyUI先查进程、8080 端口和平台端口映射。很多页面打不开的问题发生在网络暴露层重装 ComfyUI 不会解决。模型文件都在为什么工作流还是找不到重点检查目录、文件名、文件完整性以及 ComfyUI 是否重新扫描。模型放在models根目录而不是对应子目录也可能无法识别。是否应该马上升级到最新版 ComfyUI能运行时不建议盲目升级。先保存当前依赖和 Git 提交再针对具体缺失节点或兼容问题做最小修改。参考资料MiniMax H3 官方介绍https://minimaxi.com/blog/minimax-h3ComfyUI 官方 MiniMax H3 工作流https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_t2v.json算家云 MiniMax H3 镜像https://suanjiayun.com/mirror/6a7ed4efa207ada5e3465db6