ComfyUI加载LiblibAI工作流报错，90%源于节点依赖、路径配置或网络策略不匹配；需先确认报错节点含liblib/llm/qwen_image等前缀，再通过ComfyUI-Manager安装、校验custom_nodes目录结构及Python模块导入性，接着按约定重建models/liblib/等路径，最后禁用联网校验或预置离线模型清单。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当你在ComfyUI中加载来自LiblibAI的工作流时，控制台突然刷出红色报错、节点变红、生成卡死或根本无法启动，这类问题90%以上不是模型本身缺陷，而是节点依赖、路径配置或网络策略与LiblibAI生态不匹配导致的连锁反应。
确认报错是否源于LiblibAI工作流特有节点
打开工作流JSON文件（用记事本或VS Code），搜索"class_type"字段，逐行查看红色报错中提到的节点名是否包含liblib、llm、qwen_image、ImageDiffsynth等前缀——这些是LiblibAI官方或合作团队定制节点的典型标识；若全是CLIPTextEncode、KSampler等原生节点，则问题不在LiblibAI侧，无需继续本流程。
这一步必须做，否则后续所有操作都是无用功。
检查节点是否已安装且版本匹配
方法一：通过ComfyUI-Manager自动识别
点击右上角「管理器」→「Install Missing Nodes」→ 粘贴工作流JSON内容 → 点击「Analyze」。等待分析完成，观察列表中是否有标为「LiblibAI」或「Qwen」来源的节点；若有，勾选并点击「Install」。注意：部分节点需手动指定分支，如ComfyUI-QwenImage要选main而非dev分支，否则会因API变更报KeyError: 'qwen_image_2512'。
方法二：手动验证custom_nodes目录结构
进入ComfyUI\custom_nodes\，确认是否存在对应文件夹：
• ComfyUI-QwenImage（非qwen-image或Qwen-Image）
• ComfyUI-LiblibTools（注意大小写和连字符）
• ComfyUI-ImageDiffsynthControlnet（名称含Controlnet，不能漏掉）
【名称拼写/大小写错误会导致import失败，Python区分大小写】
方法三：终端验证Python模块可导入性
在ComfyUI根目录下打开命令行，执行：python -c "import ComfyUI_QwenImage; print('OK')"
若报ModuleNotFoundError，说明该节点未被Python识别——此时即使文件夹存在，也可能是未正确初始化或缺少__init__.py。
修复LiblibAI节点专属路径错误
第一步：定位报错中的路径关键词
在控制台红色日志里查找FileNotFoundError后紧跟的路径，例如：models/liblib/qwen_image_2512.bin 或 custom_nodes/ComfyUI-QwenImage/models/qwen_vl_2512.safetensors。
这类路径往往硬编码在节点代码中，不会随你本地模型存放位置自动适配。
第二步：按LiblibAI约定重建目录树
在ComfyUI根目录下创建标准路径：models\liblib\ → 存放Qwen系列权重文件（.safetensors/.bin）models\liblib\controlnet\ → 存放ImageDiffsynth专用ControlNet模型models\liblib\clip\ → 存放配套CLIP模型（非standard clip_vision）
注意：必须用反斜杠（Windows）或正斜杠（Linux/macOS），不能混用；路径中不能有中文空格或括号。
第三步：软链接替代复制（仅限Linux/macOS）
若你已将模型放在models\checkpoints\，可用命令建立符号链接：ln -s ../checkpoints/qwen_image_2512.safetensors models/liblib/qwen_image_2512.safetensors
Windows用户请改用mklink命令，普通快捷方式无效。
绕过LiblibAI节点的网络校验机制
LiblibAI部分节点在首次运行时会强制访问https://api.liblib.art校验授权或下载元数据，国内直连必然超时，触发TimeoutError: [WinError10060]。临时解决方案如下：
方法一：禁用自动联网校验
找到节点目录下的__init__.py（如ComfyUI-QwenImage/__init__.py），搜索requests.get或urllib.request.urlopen，将整段HTTP请求逻辑用#注释掉，或直接替换为return {"status": "offline"}。
方法二：预置离线模型清单
从LiblibAI模型页（如https://www.liblib.art/modelinfo/bced6d7ec1460ac7b923fc5bc95c4540）手动下载model_info.json，放入对应节点的models/子目录，并重命名为offline_model_info.json。节点代码中读取逻辑通常支持fallback到该文件。
方法三：修改hosts屏蔽校验域名（治标）
以管理员身份编辑C:\Windows\System32\drivers\etc\hosts，末尾添加：127.0.0.1 api.liblib.art
保存后刷新DNS：ipconfig /flushdns。此操作可立即阻断校验请求，但需确保本地模型文件已完整。
