【笔记】Windows 安装 TensorRT 10.13.3.9(适配 CUDA 13.0,附跨版本 CUDA 调用维护方案)
【笔记】ComfyUI KeyError: ‘tensorrt‘ 错误的完整解决方案
【笔记】修复 ComfyUI 启动报错 KeyError: ‘luts‘ 和 KeyError: ‘tensorrt‘
Windows 系统 Python 虚拟环境中安装 CUDA 相关包的完整指南 cutensor-cu12 /tensorrt-cu12-libs /nvidia-cudnn-cu12
升级到 ComfyUI Desktop v0.7.0 版本后启动日志报 KeyError: ‘tensorrt‘ 错误解决方案
补充笔记:ComfyUI Desktop v0.7.0 TensorRT 支持(KeyError: 'tensorrt'报错)的另一种修复方式(手动修改 folder_paths.py)
在之前的教程中,我们推荐的首选方案是:在程序自带目录(C 盘 AppData 中的 ComfyUI 安装路径)下创建 models\tensorrt 文件夹,让 ComfyUI 自动识别并注册该路径(无需修改代码)。
但在某些情况下(如自动更新覆盖了手动添加的配置,或希望将 TensorRT 引擎文件统一放在“我自己的目录”即 H 盘的 models 中),可以采用手动修改 folder_paths.py的方式来强制注册 'tensorrt' 路径。
用户实际测试验证:此方法同样有效,且成功解决了 KeyError: 'tensorrt' 错误。
[ERROR] An error occurred while retrieving information for the 'LoadTensortRTAndCheckpoint' node. Traceback (most recent call last): File "C:\Users\love\AppData\Local\Programs\@comfyorgcomfyui-electron\resources\ComfyUI\server.py", line 690, in get_object_info out[x] = node_info(x) ^^^^^^^^^^^^ File "C:\Users\love\AppData\Local\Programs\@comfyorgcomfyui-electron\resources\ComfyUI\server.py", line 654, in node_info info['input'] = obj_class.INPUT_TYPES() ^^^^^^^^^^^^^^^^^^^^^^^ File "H:\PythonProjects1\Win_ComfyUI\custom_nodes\ComfyUI-zopi\__init__.py", line 175, in INPUT_TYPES return {"required": {"unet_name": (folder_paths.get_filename_list(cls._TENSORRT_DIR),),}} ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "C:\Users\love\AppData\Local\Programs\@comfyorgcomfyui-electron\resources\ComfyUI\folder_paths.py", line 422, in get_filename_list out = get_filename_list_(folder_name) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "C:\Users\love\AppData\Local\Programs\@comfyorgcomfyui-electron\resources\ComfyUI\folder_paths.py", line 383, in get_filename_list_ folders = folder_names_and_paths[folder_name] ~~~~~~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^ KeyError: 'tensorrt'适用场景
- 想把 TensorRT 的 .engine 文件统一放在 H:\PythonProjects1\Win_ComfyUI\models\tensorrt 下(与 checkpoints、lora 等保持一致)
- 不想或无法在 C 盘程序自带目录下创建文件夹
- 希望修改永久生效,不被未来自动更新覆盖(注意:自动更新仍可能覆盖此文件)
具体操作步骤
打开 folder_paths.py 文件进行编辑
PowerShell
notepad "C:\Users\love\AppData\Local\Programs\@comfyorgcomfyui-electron\resources\ComfyUI\folder_paths.py"(请将 love 替换为自己的用户名)
找到合适位置添加 tensorrt 配置搜索关键词 latent_upscale_models,定位到以下代码段附近:
Python
folder_names_and_paths["latent_upscale_models"] = ([os.path.join(models_dir, "latent_upscale_models")], supported_pt_extensions) folder_names_and_paths["custom_nodes"] = ([os.path.join(base_path, "custom_nodes")], set())在两行之间插入以下一行
Python
folder_names_and_paths["tensorrt"] = ([os.path.join(models_dir, "tensorrt")], {".engine"})修改后代码片段如下:
Python
folder_names_and_paths["latent_upscale_models"] = ([os.path.join(models_dir, "latent_upscale_models")], supported_pt_extensions) # 添加 TensorRT 支持 folder_names_and_paths["tensorrt"] = ([os.path.join(models_dir, "tensorrt")], {".engine"}) folder_names_and_paths["custom_nodes"] = ([os.path.join(base_path, "custom_nodes")], set())在自己的模型目录 models 文件夹下创建 tensorrt 文件夹
PowerShell
cd "H:\PythonProjects1\Win_ComfyUI" mkdir models\tensorrt保存文件并重启 ComfyUI Desktop
验证结果(实际日志节选)
启动日志中已无 KeyError,相关自定义节点正常加载:
text
...(加载各种 custom_nodes) [wrapper] defaults: {'acceleration': 'tensorrt', ..., 'engine_dir': 'H:\\PythonProjects1\\Win_ComfyUI\\models\\tensorrt/StreamDiffusion-engines'} Starting server To see the GUI go to: http://127.0.0.1:8000注意事项
- 此方法直接修改 ComfyUI 核心文件,未来 Desktop 版自动更新时有极大概率会被覆盖,需要重新添加。
- 如果同时希望支持多个路径(如 C 盘和 H 盘都放 engine 文件),可修改为列表形式:
Python
这样两个位置的 .engine 文件都会被识别,优先使用第一个。folder_names_and_paths["tensorrt"] = ( [ os.path.join(models_dir, "tensorrt"), # 程序自带目录下的(C盘) r"H:\PythonProjects1\Win_ComfyUI\models\tensorrt" # 手动添加我自己的目录 ], {".engine"} )
总结对比
| 方案 | 是否修改核心代码 | 是否被自动更新覆盖 | tensorrt 文件存放位置 | 推荐度 |
|---|---|---|---|---|
| 创建 C 盘程序目录下文件夹 | 否 | 否 | C 盘 AppData...\models\tensorrt | ★★★★★(首选) |
| 手动修改 folder_paths.py | 是 | 是(高概率) | H 盘我自己的 models\tensorrt | ★★★☆☆(备选) |
升级到 ComfyUI Desktop v0.7.0 版本后启动日志报 KeyError: ‘tensorrt‘ 错误解决方案
两种方式任选其一均可彻底解决 KeyError: 'tensorrt' 问题。建议优先使用不修改代码的首选方案,更安全稳定。
日期:2026 年 1 月 7 日
补充说明:经用户亲测,手动修改 folder_paths.py 添加 tensorrt 配置同样有效,可作为灵活备选方案。