别再在速度与低秩适应（LoRA）之间做取舍：快来体验 ComfyUI-TensorRT-Reforge 🚀

2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家 

👋 介绍

大家好，ComfyUI 的创作者们！你是否曾在生成图像时心想：“我真希望这个速度能快到飞起”？

如果你研究过加速人工智能模型推理，你很可能听说过 TensorRT。虽然目前市面上已有几个将 TensorRT 引入 ComfyUI 的自定义节点，但它们往往伴随着令人沮丧的权衡。你经常会听到这样的抱怨：“我再也无法使用我的 LoRA 模型了”，或者 “这个节点已经过时且无人维护……”

为了解决这些问题，我开发了 ComfyUI-TensorRT-Reforge！🚀 这是一个全新的自定义节点，让你既能享受 TensorRT 极致的速度优势，又能自由使用你钟爱的 LoRA 模型。

在本文中，我将带你一步步完成安装与使用，并深入探讨其背后的一些酷炫技术原理。让我们开始吧！👇

🙌 致谢

本项目基于 ComfyUI 作者 comfyanonymous 最初创建的优秀项目 ComfyUI-TensorRT。在此向他们致以诚挚的感谢！

🛠️ 功能概览

ComfyUI-TensorRT-Reforge 设计简洁，包含两个核心自定义节点：

1. TensorRT 导出器 Reforge（导出器）
2. TensorRT 加载器 Reforge（加载器）

它们的功能非常明确。
首先，导出器会将你标准的 .safetensors 模型转换为高度优化的 TensorRT 模型。接着，加载器将转换后的模型导入 ComfyUI，并对其进行封装，使你可以像使用普通模型一样无缝使用它。

💻 系统要求

以下是本项目的要求以及我用于测试的环境：

⚠️ 关于 CUDA 版本的说明
目前官方暂不支持 CUDA 11 和 CUDA 13。不过，通过调整 ONNX/TensorRT 版本或导出选项，你或许能让它们正常工作。如果你成功在这些版本上运行，请务必在我们的 讨论区留言分享——我非常期待听到你的经验！

📦 安装方法

安装 ComfyUI-TensorRT-Reforge 与其他自定义节点一样简单。请选择最适合你工作流程的方式。

1. 通过 ComfyUI-Manager 安装（推荐）

如果你使用 ComfyUI-Manager，只需点击几下即可完成安装：

1. 点击 ComfyUI 菜单中的 [管理器]。
2. 打开 [自定义节点管理器]。
3. 搜索 TensorRT-Reforge。
4. 找到 ComfyUI-TensorRT-Reforge 后，点击 [安装]。

5. 免责声明：本文内容来自互联网，该文观点不代表本站观点。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请到页面底部单击反馈，一经查实，本站将立刻删除。