comfyui-SelfLift 下载与安装记录

日期：2026-09-17
目标机：GPU 机 192.168.31.31（ComfyUI 0.35.0 / Python 3.12.3 / torch 2.11.0+cu130）
关联报告：同目录 comfyui-SelfLift调研报告-20260917.md

一、下载了什么，落在哪

内容	位置	状态
上游插件 `facok/comfyui-SelfLift`	GPU 机 `/home/zyw/ComfyUI/custom_nodes/comfyui-SelfLift`（git clone，可 `git pull` 更新）	已安装
上游源码备份副本	DSH 机 `~/Downloads/selflift-repos/upstream-selflift`	仅存档，供本地读码
Avatar 实验分支 Release ZIP	GPU 机 `/home/zyw/Downloads/selflift-repos/selflift-Avatar-v0.1.1-experimental.zip`	已下载未安装（避免多注册 3 个节点）

版本锁定（关键，因为上游无 tag / 无 Release）

上游 commit：19ec540505dcbc261aaecf450d83c7536be2826d
- 提交时间：2026-09-12 23:56:11 +0800
- 提交信息：Revert "Drop guide color mean correction"
- 与远端 git ls-remote HEAD 一致 → 即当时最新 master
Avatar ZIP：
- 大小 44018 字节，16 个文件
- sha256 = 9c0c47e96563b5388f0aca5a63a521fc368e2c440ca98f773a45c3e603dc57f5
- ZIP 完整性检测（python zipfile.testzip()）：通过，无损坏

二、安装后验证（都已实跑）

检查项	结果
网络	GPU 机可直连 github.com（无需代理），`git ls-remote` 返回正常
文件齐全	`__init__.py` `nodes.py` `selflift.py` `h3_upscaler.py` `h3_tiling.py` `h3_tst.py` `diagnostics.py` + README×2，全部就位
语法编译	`venv/bin/python -m py_compile` 7 个文件全部 OK
ComfyUI 依赖 API	`comfy.nested_tensor` / `comfy.k_diffusion.sampling` / `comfy.model_management` / `comfy.model_patcher` / `comfy.model_sampling` 全部可导入；`NestedTensor` 类存在
真实加载插件（模拟 ComfyUI 导入 `__init__.py`）	导入成功，注册 3 个节点：<br>`SelfLiftH3Sampler` → SelfLift Progressive Sampler (MiniMax H3)<br>`SelfLiftImageSampler` → SelfLift Progressive Sampler (Image)<br>`SelfLiftH3TST` → H3 Temporal State Transport (TST)

结论：插件在 ComfyUI 0.35.0 上可以干净加载，无缺 API、无语法问题。

三、外部 H3 upscaler 已就绪（无需再下载）

GPU 机 ComfyUI/models/latent_upscale_models/ 现有：

ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors   950 MB   （名字不含 h3，不会被默认选中）
minimax_h3_latent_upscaler_3d_bf16.safetensors            659 MB
minimax_h3_latent_upscaler_3d_fp16.safetensors            659 MB

源码 nodes.py:69-72 的默认值逻辑：把所有候选按名字 sorted() 排序，取第一个名字含 h3 的作为默认值。 ⇒ 排序后 ..._bf16 在 ..._fp16 之前，节点默认选中的是 minimax_h3_latent_upscaler_3d_bf16.safetensors（fp16 仍可在下拉里手动选）。Blackwell 上 bf16 没有精度劣势，用默认即可。

含义：H3 节点的"外部 lifter"实用路线开箱即用（rho=0 + 默认 upscaler），不需要再装 LBH-123-AI 的节点包——SelfLift 自己在 h3_upscaler.py 里实现了该 upscaler 的推理。

四、⚠️ 当前尚未生效：必须重启 ComfyUI

正在运行的实例：PID 17332，启动时间 2026-09-16 06:48:36，早于插件落地时间；
⇒ 插件代码尚未被加载，现在打开网页看不到任何 selflift 节点；
只刷新网页无效，必须重启后端。

重启入口（已核对，脚本里的启动参数与当前运行实例完全一致，且额外注入 nvrtc 库路径修复）：

bash ~/restart_comfy.sh     # 内含 pkill 防自杀匹配 + 等待 38s + 自检 HTTP 状态

脚本行为：备份旧日志 → 停旧实例 → setsid nohup 起新实例（--lowvram --force-fp16 --reserve-vram 1.0 --fast-disk --cache-lru 2 --disable-pinned-memory --preview-method none --enable-manager）→ 打印实例数与 HTTP code。

五、回退方式（一条命令）

# 卸载上游插件
mv /home/zyw/ComfyUI/custom_nodes/comfyui-SelfLift /home/zyw/Downloads/selflift-repos/discarded-comfyui-SelfLift
# 然后 bash ~/restart_comfy.sh

或按 commit 精确回退：cd custom_nodes/comfyui-SelfLift && git checkout 19ec5405...

若之后要试 Avatar 分支：解压 ZIP 得到 selflift-Avatar/ 放进 custom_nodes/ 即可（注册 ID 与上游不同，可并存；但绝不能放两份 Avatar 副本，会节点重复注册）。

六、下一步测试提醒（沿用调研报告的结论）

最低风险先试 TST：只接 SelfLiftH3TST，tau=0.2，采样器不动；对照 不接 / tau=0 / tau=0.2 三组，固定 seed。
⚠️ 本机有"注意力补丁→GPU 掉总线"前科（SageAttention patch 事件）：TST 是注意力注入型补丁，首跑务必单独、短片段，同时盯 nvidia-smi。
SelfLift 两个采样器只吃标准 Euler + s_churn=0；noise_mask、highres_tiling、TST 三者互斥（TST 与 tiling 不兼容）。
H3 数字人/换人场景必须单独验收音频（上游 issue #9「音频全是电子噪音」至今 0 回复未解决）。

SelfLift下载与安装记录-20260917.md