news 2026/9/4 5:37:44

ComfyUI V20整合包：一键部署全系显卡兼容的AI绘画工作流

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
ComfyUI V20整合包：一键部署全系显卡兼容的AI绘画工作流

还在为 ComfyUI 环境配置、插件依赖和显卡兼容性而头疼吗？从手动安装 Python、PyTorch、CUDA 到逐个下载插件，每一步都可能遇到版本冲突、依赖缺失或显存不足的“拦路虎”。特别是对于使用 30系、40系乃至更早的 20系、10系显卡，甚至专业计算卡（如 Tesla P40/P100）的用户，找到一套开箱即用、稳定兼容的解决方案尤为困难。

今天，我们将彻底解决这个痛点。本文带来的ComfyUI V20 整合包，正是为此而生。它实现了Windows 与 macOS 双系统一键解压即用，全面兼容 NVIDIA 50/40/30/20/10 全系及部分专业显卡，并内置了全套精选中文工作流与常用插件。无论你是 AI 绘画的初学者，还是希望快速搭建稳定生产环境的老手，这份整合包都能让你在 10 分钟内从零启动一个功能完整的 ComfyUI。

接下来，我将为你完整拆解这个整合包的核心特性、详细安装步骤、内置工作流的使用方法，以及针对不同显卡的优化配置和常见问题的排查指南。你将获得一份可以直接投入使用的“生产力工具箱”。

1. ComfyUI V20 整合包：是什么与为什么选择它

在深入实操之前，我们有必要厘清几个核心概念：ComfyUI 是什么？整合包解决了什么问题？为什么 V20 版本值得关注？

1.1 ComfyUI：节点式 AI 绘画工作流引擎

ComfyUI 是一个基于Stable Diffusion模型的图形化用户界面（GUI）。与 WebUI（AUTOMATIC1111）等传统界面不同，ComfyUI 采用节点式（Node-Based）的工作流设计。

  • 核心优势：

    1. 可视化与可复现：每个生成步骤（如加载模型、文本编码、采样、后期处理）都是一个节点，通过连线构成完整流程。工作流可以保存为.json或.png文件，方便分享、复用和版本管理。
    2. 极致控制与灵活性：你可以精确控制生图的每一个环节，例如插入多个 LoRA、分区域提示词（Regional Prompter）、自定义采样器调度等，实现复杂、精细的图像生成。
    3. 资源效率：由于其非实时渲染前端的特性，ComfyUI 通常比 WebUI 占用更少的内存（RAM），在生成大批量任务或使用复杂工作流时表现更稳定。
    4. 社区生态：拥有极其活跃的插件（Custom Nodes）生态，不断扩展其能力边界，如面部修复、高清放大、动画生成、3D模型生成等。

  • 传统安装痛点： 传统的 ComfyUI 安装需要用户自行准备 Python 环境、安装 PyTorch（匹配 CUDA 版本）、克隆主仓库、安装依赖，最后再按需安装各种插件。这个过程对新手极不友好，且极易因版本不匹配导致失败。

1.2 “整合包”的价值：开箱即用的解决方案

“整合包”将 ComfyUI 本体、Python 解释器、PyTorch 库、CUDA 运行时、常用插件、基础模型以及预配置的工作流，全部打包成一个完整的、免安装的软件包。

  • 核心价值：
    1. 环境隔离：自带独立的 Python 环境，与系统原有环境隔离，避免冲突。
    2. 一键启动：解压后，运行一个批处理文件（Windows）或 Shell 脚本（macOS）即可启动，无需配置任何环境变量。
    3. 兼容性保障：整合包内的 PyTorch、CUDA 等核心库版本经过测试，确保在目标显卡上能够正常运行。
    4. 生产力提升：内置精选插件和工作流，用户打开即可开始创作，无需从零搭建。

1.3 V20 版本亮点与全系显卡支持

本次介绍的整合包基于 ComfyUI 较新的代码分支（可能非官方正式版号，但代表一个功能稳定的集合），并针对显卡兼容性做了深度优化。

  • V20 特性：通常集成了截至发布时的一系列重要更新和社区插件，可能包括对 SDXL 模型的更好支持、新的采样器、性能优化以及修复了大量已知 Bug。
  • 全系显卡支持：这是本整合包的最大亮点。它通过精心配置的 PyTorch 和 CUDA 版本，实现了对广泛显卡的兼容：
    • 最新系列：NVIDIA RTX 50/40 系列（如 4090, 4080, 4070）。
    • 主流系列：NVIDIA RTX 30 系列（如 3090, 3080, 3060）。
    • 上一代系列：NVIDIA RTX/GTX 20/16/10 系列（如 2080Ti, 1660, 1080Ti）。
    • 专业计算卡：NVIDIA Tesla 系列（如 P100, P40, V100）。对于 P40 等无显示输出接口的卡，需注意其仅支持 CUDA 11 以下的特性，本整合包已做兼容处理。
    • 其他显卡：对 Intel ARC 显卡和 AMD 显卡（通过 ROCm）也有实验性支持，但稳定性和性能最佳实践仍在 NVIDIA 显卡上。

2. 环境准备与整合包获取

在开始安装前，请确保你的系统满足基本要求，并正确下载整合包。

2.1 系统与硬件要求

项目最低要求推荐配置
操作系统Windows 10 64-bit 或 macOS Monterey (12) 及以上Windows 11 / macOS Sonoma (14)
处理器支持 AVX2 指令集的 CPU（Intel 4代+ / AMD Ryzen 以上）多核高性能 CPU（如 Intel i7/R7 以上）
内存8 GB RAM16 GB RAM 或更高
显卡NVIDIA GPU，显存 4 GBNVIDIA GPU，显存 8 GB 以上（用于 SDXL）
存储空间至少 20 GB 可用空间（用于整合包和基础模型）50 GB 以上 SSD 空间（存放多个大模型）
网络需要下载基础模型（约 4-7 GB）稳定网络连接

重要检查：

  • Windows 用户：请确保已安装最新的 NVIDIA 显卡驱动程序。可前往 NVIDIA 官网 下载。
  • macOS 用户：需为 Apple Silicon (M1/M2/M3) 芯片，系统会使用 Metal Performance Shaders (MPS) 进行加速。

2.2 下载整合包

由于整合包文件较大（通常超过 10GB），建议使用迅雷、IDM 等支持断点续传的工具下载。

  1. 获取下载链接：通常整合包会发布在百度网盘、阿里云盘或 GitHub Releases 页面。请从可靠的来源获取。
  2. 文件结构说明：下载完成后，你会得到一个压缩包，例如ComfyUI_Windows_V20_FullPackage.7z或ComfyUI_macOS_V20.dmg。
  3. 完整性校验：如果发布者提供了 SHA256 或 MD5 校验码，请务必校验，确保文件在下载过程中未损坏。

3. Windows 系统安装与配置详解

本章节将详细讲解在 Windows 系统上从解压到成功启动 ComfyUI 的全过程。

3.1 解压与目录结构

  1. 使用7-Zip或Bandizip等工具将下载的.7z或.zip文件解压到你希望安装的目录。路径中请避免包含中文或特殊字符，例如解压到D:\AI_Tools\ComfyUI_V20。
  2. 解压后的典型目录结构如下：
    ComfyUI_V20/ ├── ComfyUI/ # ComfyUI 主程序目录 ├── python_embeded/ # 内置的 Python 环境 ├── models/ # 模型目录（可能为空或包含基础模型） │ ├── checkpoints/ # 放置大模型（.safetensors, .ckpt） │ ├── loras/ # 放置 LoRA 模型 │ ├── vae/ # 放置 VAE 模型 │ └── ... # 其他类型模型目录 ├── plugins/ # 预安装的插件目录 ├── run_cpu.bat # CPU 模式启动脚本（不推荐） ├── run_nvidia.bat # NVIDIA 显卡启动脚本（主要使用这个） ├── run_amd.bat # AMD 显卡启动脚本（实验性） ├── update.bat # 更新脚本 └── README.txt # 说明文档

3.2 首次启动与模型放置

  1. 放置基础模型：整合包内的models/checkpoints目录可能是空的。你需要将 Stable Diffusion 基础模型（如sd_xl_base_1.0.safetensors）放入此目录。可以从 CivitAI 或 Hugging Face 下载。
  2. 启动 ComfyUI：
    • 双击run_nvidia.bat文件。
    • 首次运行会相对较慢，因为脚本会初始化环境并安装必要的依赖。
    • 一个命令行窗口将打开，显示加载日志。当看到类似“Running on local URL: http://127.0.0.1:8188”的信息时，表示启动成功。
  3. 访问 Web 界面：打开你的浏览器（Chrome/Firefox/Edge），在地址栏输入http://127.0.0.1:8188即可进入 ComfyUI 的操作界面。

3.3 启动脚本解析与高级配置

了解启动脚本的内容有助于你进行自定义配置。用文本编辑器打开run_nvidia.bat，你可能会看到类似以下内容：

@echo off cd /d "%~dp0" set PYTHONPATH=%~dp0ComfyUI set PATH=%~dp0python_embeded;%~dp0python_embeded\Scripts;%PATH% cd ComfyUI call ..\python_embeded\python.exe -s ComfyUI\main.py --listen 127.0.0.1 --port 8188 %* pause
  • set PYTHONPATH：告诉 Python 在哪里寻找 ComfyUI 模块。
  • set PATH：将内置的 Python 加入系统路径，优先使用它。
  • --listen 127.0.0.1：仅允许本地访问。如果你想在局域网内其他设备访问，可以改为--listen 0.0.0.0（注意安全风险）。
  • --port 8188：指定服务端口，如果 8188 被占用，可以改为其他端口，如--port 7860。
  • %*：允许在运行.bat文件时传递额外的命令行参数。

常见自定义需求：

  • 使用 CPU 运行：如果显卡不支持或出现问题，可运行run_cpu.bat，但速度会非常慢。
  • 低显存模式：在run_nvidia.bat最后一行命令后添加参数，例如--lowvram或--medvram。对于 6GB 以下显存用户很有用。
  • 自定义模型路径：如果你有单独的模型仓库，可以通过环境变量或修改extra_model_paths.yaml文件来链接，避免重复下载。

4. macOS 系统安装与配置详解

对于 macOS 用户，过程更为简单。

4.1 安装与启动

  1. 解压或挂载：如果下载的是.dmg文件，双击挂载后将ComfyUI.app拖拽到“应用程序”文件夹。如果是.zip压缩包，则解压到“应用程序”或任意位置。
  2. 首次运行：由于软件来自未识别的开发者，macOS 可能会阻止运行。你需要：
    • 在“访达”中找到ComfyUI.app，右键点击并选择“打开”。
    • 在弹出的安全警告中，再次点击“打开”。
    • 或者，进入“系统设置” -> “隐私与安全性”，在“安全性”部分允许该应用。
  3. 启动与访问：运行ComfyUI.app后，通常会自动打开默认浏览器并跳转到http://127.0.0.1:8188。如果没有，请手动在浏览器中输入该地址。

4.2 macOS 特定优化

  • Metal 性能：ComfyUI 在 Apple Silicon 上通过 PyTorch 的 MPS 后端运行，性能尚可，但通常仍不及同级别 NVIDIA 显卡。
  • 内存管理：macOS 使用统一内存，显存（GPU Memory）和内存（RAM）是共享的。确保你的 Mac 有足够的内存（建议 16GB 以上），尤其是在运行 SDXL 等大模型时。
  • 模型位置：模型文件通常位于~/ComfyUI/models/目录下。你可以将下载的模型文件放入对应的子文件夹。

5. 内置工作流与插件使用指南

整合包的核心价值之一在于其“开箱即用”的丰富内容。让我们探索一下内置的资源。

5.1 加载与使用预置工作流

  1. 访问工作流：启动 ComfyUI 后，在浏览器界面右侧，通常会有一个“Load”按钮或类似选项。点击后，你可以浏览到整合包内置的workflows或examples目录。
  2. 选择工作流：你会看到一系列.json或.png文件，文件名通常描述了其功能，如“SDXL_PhotoRealistic.json”、“Anime_Generation_with_LoRA.png”。
  3. 加载工作流：点击任意一个文件，ComfyUI 界面会自动加载并还原出完整的节点工作流。
  4. 理解与运行：
    • 检查模型加载：确保Checkpoint Loader节点加载的模型是你已放置在models/checkpoints目录中的模型。如果显示红色，表示未找到，需要你手动在节点中选择正确的模型文件。
    • 修改提示词：在CLIP Text Encode节点中，修改text字段为你想要的提示词（Prompt）和负面提示词（Negative Prompt）。
    • 调整参数：你可以调整KSampler节点中的采样步数（steps）、采样器（sampler）、调度器（scheduler）、种子（seed）等参数。
    • 生成图像：点击界面上的“Queue Prompt”按钮，开始生成。图像将显示在Save Image或Preview Image节点对应的窗口中。

5.2 核心预装插件介绍

整合包通常会预装以下类别的插件，极大扩展 ComfyUI 的能力：

插件名称（示例）主要功能应用场景
ComfyUI-Manager插件管理神器。可以浏览、安装、更新、卸载其他插件。一站式管理所有扩展。
Impact Pack功能强大的工具集，包含人脸检测、分割、细节修复等众多节点。人脸修复、背景替换、图像分割。
ControlNet Auxiliary Preprocessors提供多种 ControlNet 预处理节点（如 Canny, Depth, OpenPose）。为 ControlNet 准备输入图像。
WAS Node Suite提供大量图像处理、文件操作、工具类节点。图像缩放、格式转换、批量处理。
Efficiency Nodes优化节点，如将多个 LoRA 合并加载，提升生成效率。使用多个 LoRA 时节省显存和时间。
ComfyUI-Impact-SubpackImpact Pack 的扩展，提供更多检测和分割模型。更精细的图像分析。

如何确认插件已安装？在 ComfyUI 界面中，右键点击画布空白处，在节点选择菜单中搜索插件名称（如impact、was），如果能看到相关节点，则说明插件已成功安装。

6. 显卡兼容性深度配置与优化

针对不同型号的显卡，可能需要进行特定的配置以达到最佳性能和稳定性。

6.1 NVIDIA 消费级显卡（RTX 20/30/40/50 系列）

这是支持最好的群体。主要优化方向是显存管理和计算精度。

  • 显存优化参数：在run_nvidia.bat的启动命令后添加以下参数：

    • --medvram：将模型拆分到显存和内存中，适合 4GB-8GB 显存。
    • --lowvram：更激进的分块策略，适合 2GB-4GB 显存，但速度会下降。
    • --xformers：强烈建议添加。这是一个优化注意力机制的库，能显著降低显存占用并提升生成速度。整合包通常已预装。
    call ..\python_embeded\python.exe -s ComfyUI\main.py --listen 127.0.0.1 --port 8188 --medvram --xformers

  • 精度设置：在KSampler节点中，可以尝试将“cfg”值调低（如从 7 调到 4），并在“VAE”节点中选择“VAE Decode (tiled)”来减少高清修复时的显存峰值。

6.2 NVIDIA 专业计算卡（Tesla P40/P100/V100 等）

这类显卡无显示输出，计算能力强，但可能受限于 CUDA 版本和显存类型（如 P40 是 GDDR5）。

  • 关键配置：
    1. 确认驱动：安装最新的 NVIDIA 数据中心驱动。
    2. CUDA 兼容性：P40 等老卡最高支持 CUDA 11.x。本整合包已选用兼容的 PyTorch 版本。
    3. 启动参数：除了--xformers，可能还需要强制指定使用 GPU 0（如果你的系统有多张卡）：
      call ..\python_embeded\python.exe -s ComfyUI\main.py --listen 127.0.0.1 --port 8188 --device-id 0 --xformers
    4. 显存考虑：P40 有 24GB 显存，但带宽较低。适合运行需要大显存但对速度不极度敏感的任务，如批量生成高分辨率图。

6.3 多显卡与混合显卡环境

  • 识别显卡：在启动日志中，ComfyUI 会显示检测到的 GPU 信息。确保它识别到了你希望使用的显卡。
  • 指定显卡：使用--device-id参数。例如，--device-id 0指定第一张显卡，--device-id 1指定第二张。
  • 笔记本混合显卡：许多笔记本有集成显卡（Intel/AMD）和独立显卡（NVIDIA）。需要确保 ComfyUI 运行在 NVIDIA 独显上。
    • 在 NVIDIA 控制面板中，将python.exe（位于整合包的python_embeded目录）的“首选图形处理器”设置为“高性能 NVIDIA 处理器”。
    • 或者在启动脚本中尝试添加--force-fp16，有时能避免某些兼容性问题。

7. 常见问题排查与解决方案

即使使用整合包，也可能遇到一些问题。以下是高频问题的排查指南。

7.1 启动与运行问题

问题现象可能原因解决方案
双击.bat文件后窗口闪退1. 路径包含中文/特殊字符。
2. 运行库缺失。
3. 显卡驱动太旧。		1. 将整合包移动到纯英文路径。
2. 安装 Visual C++ Redistributable 。
3. 更新显卡驱动。
启动时报CUDA out of memory显存不足。1. 添加--medvram或--lowvram启动参数。
2. 降低生成图片的分辨率。
3. 关闭其他占用显存的程序。
启动时报Torch not compiled with CUDA enabledPyTorch 未与 CUDA 一起编译，或 CUDA 版本不匹配。1. 确认你运行的是run_nvidia.bat而非run_cpu.bat。
2. 整合包可能损坏，重新下载。
浏览器访问http://127.0.0.1:8188无法连接1. 服务未成功启动。
2. 端口被占用。
3. 防火墙阻止。		1. 检查命令行窗口是否有错误日志。
2. 修改启动脚本中的--port为其他端口，如7860。
3. 暂时关闭防火墙或添加出入站规则。
加载工作流时模型显示红色模型文件未放在正确目录，或文件名不匹配。1. 将模型文件（.safetensors/.ckpt）放入models/checkpoints目录。
2. 在Checkpoint Loader节点中手动点击选择正确的文件。

7.2 生成与性能问题

问题现象可能原因解决方案
生成速度非常慢1. 使用了 CPU 模式。
2. 未启用 xformers。
3. 显卡本身性能较弱。		1. 确保使用run_nvidia.bat。
2. 添加--xformers启动参数。
3. 在KSampler中尝试使用“DPM++ 2M Karras”等较快采样器。
生成图片全黑或全灰1. VAE 模型不匹配或缺失。
2. 模型本身有问题。		1. 在VAE Loader节点中显式加载一个 VAE 模型（如vae-ft-mse-840000-ema-pruned.safetensors）。
2. 尝试不同的基础模型。
提示词效果不明显1. 模型训练风格与提示词不匹配。
2. 采样步数太少。
3. CFG Scale 值不合适。		1. 使用针对该模型推荐的提示词语法。
2. 增加steps到 20-30。
3. 调整cfg值在 5-9 之间尝试。
使用特定插件节点报错1. 插件依赖缺失。
2. 插件与当前 ComfyUI 版本不兼容。		1. 通过 ComfyUI-Manager 更新该插件。
2. 在 ComfyUI-Manager 中检查错误日志，或暂时禁用有问题的插件。

7.3 模型与插件管理

  • 如何安装新插件？

    1. 使用内置的ComfyUI-Manager。在浏览器界面，你应该能找到它的标签页或按钮。
    2. 在“Install Custom Nodes”页面，搜索插件名称，点击安装即可。
    3. 安装后，必须重启 ComfyUI才能使新插件生效。

  • 如何更新整合包？

    1. 谨慎操作。更新可能带来不兼容风险。
    2. 运行整合包根目录的update.bat（如果有）。
    3. 或者，通过 ComfyUI-Manager 更新 ComfyUI 本体和插件。
    4. 最佳实践：在更新前，备份你的ComfyUI文件夹和models文件夹。

8. 最佳实践与进阶技巧

为了让你能更稳定、高效地使用 ComfyUI 进行创作，这里分享一些工程化的经验和技巧。

8.1 工作流管理与备份

  1. 分类保存：将不同用途的工作流（如人像、风景、设计、实验）保存为不同的.json或.png文件，并建立清晰的文件夹结构进行管理。
  2. 版本注释：在工作流文件名或内部注释中，记录使用的模型、关键参数和效果说明，方便日后复现。
  3. 云端备份：将你精心调试的工作流文件备份到网盘或 Git 仓库，防止本地丢失。

8.2 模型文件管理

  1. 中心化存储：如果你的硬盘空间充足，可以建立一个独立的模型库目录，然后通过修改extra_model_paths.yaml配置文件，让多个 ComfyUI 实例共享同一套模型，节省磁盘空间。
  2. 模型信息记录：为下载的模型建立简单的说明文档，记录其类型（Checkpoint, LoRA, VAE）、来源、擅长风格和推荐参数。
  3. 定期清理：定期清理试用后效果不佳的模型，释放存储空间。

8.3 性能调优

  1. 启用 xformers：这是提升 NVIDIA 显卡性能最有效的手段，务必在启动参数中加上--xformers。
  2. 使用--fp16或--bf16：如果显卡支持，在启动命令中添加--fp16可以使用半精度浮点数，进一步提升速度并减少显存占用（但可能轻微影响质量）。
  3. 优化工作流：
    • 避免在单次生成流程中串联过多的图像处理节点。
    • 对于需要迭代的任务（如高清修复），考虑使用专门的优化节点如“Ultimate SD Upscale”。
    • 合理使用“KSampler (Efficient)”等高效采样节点。

8.4 生产环境建议

  1. 环境隔离：本整合包自带 Python 环境，这本身就是一种隔离。避免在系统全局 Python 中安装 ComfyUI 相关包，以免冲突。
  2. 依赖冻结：如果你需要将工作流迁移到另一台机器，除了工作流文件本身，还需要记录关键的插件版本。ComfyUI-Manager 可以导出已安装插件列表。
  3. 自动化脚本：对于需要批量生成的任务，可以研究 ComfyUI 的 API 接口，通过编写 Python 脚本进行调用，实现自动化流水线。

通过本文的详细拆解，你应该已经掌握了从零开始使用 ComfyUI V20 整合包的全流程。从解决环境依赖的痛点，到深入使用节点工作流进行创意生成，再到针对不同硬件的优化和问题排查，这套工具链旨在为你提供一个坚实、可靠的 AI 绘画创作基础。

技术的价值在于应用。现在，最好的学习方式就是打开 ComfyUI，加载一个内置工作流，替换上你自己的提示词，点击生成按钮，亲眼见证想法的可视化。在实践过程中，你可能会遇到新的问题，但有了本文作为指南，相信你能够更有方向地去搜索和解决。

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。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。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/9/4 5:36:40

STM32智能导盲拐杖项目全解析：从传感器融合到产品化实践

简介：本资源是一套面向高校电子信息类专业本科生的毕业设计与课程作业实践方案，聚焦于嵌入式系统开发在无障碍辅助设备中的落地应用，旨在为视障人士提供具备障碍识别、姿态感知与多模态反馈能力的智能导盲拐杖系统。压缩包共402个文件&#x…

作者头像 李华
网站建设 2026/9/4 5:36:29

readRinexNav：GNSS高精度定位的底层解析基石

简介：本资源是一个面向GNSS导航定位领域初学者与MATLAB开发者的轻量级工具脚本，专用于解析RINEX格式导航文件，解决卫星星历数据读取与结构化提取这一核心基础问题。适用于GPS、GLONASS、Galileo、北斗等多系统精密定位分析、误差建模及动态轨…

作者头像 李华
网站建设 2026/9/4 5:36:24

走时层析成像工具箱：从射线追踪到正则化反演的MATLAB实践

简介：本资源是一套面向地球物理探测方向研究生与科研工程师的电磁波走时层析成像MATLAB反演程序，聚焦地下介质速度模型构建这一核心问题，适用于地质勘探、工程物探等场景中的正演模拟与迭代反演实践。压缩包共5个文件，全部为.m脚本…

作者头像 李华
网站建设 2026/9/4 5:36:13

SSM高校二手交易平台：轻量级Java毕设工程实践指南

简介：本资源是一个基于Java语言开发的高校二手交易平台实战项目，面向计算机专业本科生开展课程设计或毕业设计实践，解决校园内二手教材、数码产品、生活用品等闲置物品高效、安全流转的实际需求。项目采用SSM（SpringSpringMVCMyBa…

作者头像 李华
网站建设 2026/9/4 5:35:40

STM32多传感器系统：RGB色彩识别+超声波测距+人体感应整合方案

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华