8G 显卡跑 SDXL 总是 OOM，我写了个 96 行的显存释放节点

8G 卡批量跑图，跑到第 5、6 张就开始变慢，最后 OOM。

我写了个节点，接在出图后立刻卸载模型 + 清缓存，连续跑 200 张不再掉速。

两种用法：接在 VAEDecode 后面（图片直通，不改变画面），或者放个不连线的触发器，放哪都会执行。
96 行，不用额外装依赖（只用到 torch + comfy.model_management）。

有个坑顺便提醒：torch.cuda.empty_cache() 单独用没用，得先 unload_all_models()，
否则模型还占着显存，缓存清了也白清。

代码贴在下面。欢迎反馈 —— 尤其如果你那边表现不一样的话。
# -*- coding: utf-8 -*-
"""
FreeVRAM - 出图后清理显存节点
用途：批量跑图时，每张图生成完立刻释放显存，避免越跑越慢 / OOM
"""
import gc
import torch
import comfy.model_management as mm


class FreeVRAM:
    """清理显存（图片直通）：VAEDecode -> FreeVRAM -> SaveImage"""

    @classmethod
    def INPUT_TYPES(cls):
        return {
            "required": {
                "image": ("IMAGE",),
                "unload_models": ("BOOLEAN", {"default": True}),
                "empty_cache": ("BOOLEAN", {"default": True}),
            }
        }

    RETURN_TYPES = ("IMAGE",)
    RETURN_NAMES = ("image",)
    FUNCTION = "free"
    CATEGORY = "utils/显存"
    OUTPUT_NODE = True

    def free(self, image, unload_models=True, empty_cache=True):
        try:
            print("[FreeVRAM] 出图完成 -> 清理显存中...", flush=True)
            if unload_models:
                try:
                    mm.unload_all_models()
                except Exception:
                    pass
                try:
                    mm.soft_empty_cache()
                except Exception:
                    pass
            if empty_cache and torch.cuda.is_available():
                try:
                    torch.cuda.empty_cache()
                    torch.cuda.ipc_collect()
                except Exception:
                    pass
            gc.collect()
        except Exception:
            pass
        return (image,)


class FreeVRAMTrigger:
    """独立清理显存：无需连线，放哪都会执行"""

    @classmethod
    def INPUT_TYPES(cls):
        return {"required": {"unload_models": ("BOOLEAN", {"default": True})}}

    RETURN_TYPES = ()
    FUNCTION = "free"
    CATEGORY = "utils/显存"
    OUTPUT_NODE = True

    def free(self, unload_models=True):
        try:
            if unload_models:
                try:
                    mm.unload_all_models()
                except Exception:
                    pass
                try:
                    mm.soft_empty_cache()
                except Exception:
                    pass
            if torch.cuda.is_available():
                torch.cuda.empty_cache()
            gc.collect()
            print("[FreeVRAM] 显存已清理", flush=True)
        except Exception:
            pass
        return ()


NODE_CLASS_MAPPINGS = {
    "FreeVRAM": FreeVRAM,
    "FreeVRAMTrigger": FreeVRAMTrigger,
}
NODE_DISPLAY_NAME_MAPPINGS = {
    "FreeVRAM": "清理显存 ClearVRAM",
    "FreeVRAMTrigger": "清理显存(独立) ClearVRAM",
}

__all__ = ["NODE_CLASS_MAPPINGS", "NODE_DISPLAY_NAME_MAPPINGS"]