1.工具准备

一台电脑，vpn，稳定的网络环境

2.准备 Dockerfile 文件

找一个合适的位置新建“comfyUI_WAN2.2”文件夹，并打开
在“comfyUI_WAN2.2”中分别新建“diffusion_models”、“text_encoders”、“vae”、“workflow”文件夹
在“comfyUI_WAN2.2”新建文本文档，命名为 Dockerfile（注意删去文件后缀）

最终应与下图一致

打开 Dockerfile 文件，直接粘贴以下代码（可以用代码编辑器打开）

FROM ghcr.io/saladtechnologies/comfyui-api:comfy0.3.45-api1.9.2-torch2.7.1-cuda12.8-runtime


ENV COMFYUI_PORT=8188 \
    MODEL_DIR=/opt/ComfyUI/models \
    BASE=""


RUN mkdir -p ${MODEL_DIR}/{loras,vaes,text_encoders,diffusion_models}


COPY diffusion_models/*.safetensors ${MODEL_DIR}/diffusion_models/
COPY vae/*.safetensors ${MODEL_DIR}/vae/
COPY text_encoders/*.safetensors ${MODEL_DIR}/text_encoders/

COPY workflows/*.json /opt/ComfyUI/user/default/workflows/


EXPOSE ${COMFYUI_PORT}

3.Hugging face 相关准备

登录https://huggingface.co官网，点击右上角 Sign Up 注册账号

登录后点击右上角头像，点击“Access Tokens”

点击 creat new token，之后选择 write，创建新 token，记得复制并保存

完成

4.直接下载模型文件

打开 github 官网 https://github.com/（需要登录)，搜索`comfyUI`，点击 comfyanonymous/ComfyUI

点开后向下翻，找到，点击Wan 2.2

在 Files to Download 一栏中我们需要下载以下两个文件（点击链接，跳转到新页面之后，点击 Download 即可下载）

需注意的是“umt5_xxl_fp8_e4m3fn_scaled.safetensors”中有两个文件，只需下载 fp8 的那个

之后页面下翻，找到“wan2.2_ti2v_5B_fp16.safetensors”，点击进入并点击 Download 下载

继续下翻，找到 Workflow in Json format 点击进入，复制页面全部内容

在“workflow”文件夹中创建一个文本文档，改名为wan2.2_t2v_workflow.json注意后缀必须是.json，点开文档，复制以上内容
页面继续下翻，在 Image to Video 下还有一个Workflow in Json format，同理创建一个wan2.2_i2v_workflow.json文档，最终结果如下

将下载的模型文档移动到相应文件夹

wan2.2_ti2v_5B_fp16.safetensors移动到“diffusion_models”文件夹
wan2.2_vae.safetensors移动到“vae”文件夹
umt5_xxl_fp8_e4m3fn_scaled.safetensors移动到“text_encoders”文件夹

最终效果如下：

comfyUI_WAN2.2/
├── diffusion_models/
│   └── wan2.2_ti2v_5B_fp16.safetensors
├── text_encoders/
│   └── umt5_xxl_fp8_e4m3fn_scaled.safetensors
├── vae/
│   └── wan2.2_vae.safetensors
├── workflow/
│   ├── wan2.2_i2v_workflow.json
│   └── wan2.2_t2v_workflow.json
└── Dockerfile

5.通过 Hugging face 镜像站下载模型文件

（可加快下载速度，提高效率）

准备 Hugging face 镜像站

通过 Win+S 搜索 PowerShell 或 CMD，右键选择“以管理员身份运行”（避免权限问题）
输入pip install -c conda-forge huggingface_hub，回车
等待下载，此过程需要翻墙（中途可能出现选项，输入 Y 即可）

下载模型文件

在 PowerShell 中输入$env:HF_ENDPOINT="https://hf-mirror.com"，临时配置镜像站

继续在 PowerShell 中输入huggingface-cli login，输入之前复制并保存的自己的 Token，完成登录

分别下载所需模型文件，并放置到相关路径，可通过以下代码完成

完成 huggingface-cli download <name> --repo-type model --local-dir "address" --local-dir-use-symlinks False --resume-download
#其中<name>为所需模型文件名称，address 应替换为对应文件夹地址