ComfyUI-LTXVideo 一次跑通LTX-2 视频生成节点套件完整部署【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideoComfyUI-LTXVideo 是面向 ComfyUI 的 LTX-VideoLTX-2视频生成自定义节点集合覆盖文生视频、图生视频、IC-LoRA 控制、两阶段放大等能力。本文带你从拉取代码、安装依赖到模型就位把随仓库附带的工作流直接跑起来。它解决什么问题LTX-2 虽已内置于 ComfyUI 核心基础生成没问题但 IC-LoRA 多条件控制、稀疏轨迹编辑、HDR 后处理、低显存加载这些进阶玩法都需要配套节点自己拼装要踩不少坑。ComfyUI-LTXVideo 把这些能力封装成 LTXV 前缀节点注册清单见 nodes_registry.py并在 example_workflows/ 下按 2.0 / 2.3 / 2.5 版本提供了成套工作流。装上插件、载入对应 JSON就能直接进入生成环节省掉逐节点连线的过程。功能范围明确后先做一次硬件自检再动手装。环境自检检查项要求说明运行时平台ComfyUI 已安装并可启动插件以 ComfyUI 为宿主运行Python≥ 3.8由 ComfyUI 环境自带便携版无需单独装GPUCUDA 兼容显存 ≥ 32GB显存不足可改用低显存加载器磁盘≥ 100GB 空闲模型与缓存占用较大清单全部通过的话直接进入部署环节。部署实操拉取仓库代码与依赖一键安装把仓库克隆到 ComfyUI 根目录下的插件位置git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo custom_nodes/ComfyUI-LTXVideo进入插件目录用依赖清单一次性装好 Python 包cd custom_nodes/ComfyUI-LTXVideo pip install -r requirements.txtWindows 便携版 ComfyUI 则改用内置解释器执行安装.\python_embeded\python.exe -m pip install -r .\ComfyUI\custom_nodes\ComfyUI-LTXVideo\requirements.txt模型文件放置位置模型就位路径是固定的放错目录会报找不到模型。文件从 Hugging Face 获取按用途分别放入主 checkpointltx-2.3-22b-dev.safetensors或 distilled 版→models/checkpoints空间 / 时间上采样器 →models/latent_upscale_modelsdistilled LoRA 与各 IC-LoRA →models/loras文本编码器 gemma-3-12b-it-qat-q4_0-unquantized →models/text_encoders/gemma-3-12b-it-qat-q4_0-unquantized辅助组件补齐与生效依赖与模型都齐了重启 ComfyUI 使其生效。打开 ManagerCtrlM用安装缺失节点功能自动补齐 VideoHelperSuite 等外部依赖节点面板出现 LTXVideo 分类后代码与模型才算真正就位接下来走最短路径验证。快速验证载入单阶段工作流 LTX-2.3_T2V_I2V_Single_Stage_Distilled_Full.json排队执行。✅ 两个成功标志画布无红色报错框输出目录生成 mp4 文件。几个高频故障的排查方式整理在下面。踩坑速查问题解法22B 主模型显存爆掉换用 low_vram_loaders.py 中的低显存加载节点或以--reserve-vram 5启动 ComfyUI工作流出现红色缺失节点在 Manager 的缺失节点安装入口自动补齐提示找不到模型文件对照 checkpoints / latent_upscale_models / loras / text_encoders 四个目录逐一核对文件名便携版下 pip 安装无效确认用的是 python_embeded 内置解释器而非系统 Python验证通过后挑一个 IC-LoRA 控制或两阶段放大工作流开工即可。【免费下载链接】ComfyUI-LTXVideoLTX-Video Support for ComfyUI项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-LTXVideo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考