以前部署 AI 模型是什么体验？翻文档、敲命令、改 JSON、查报错、改完再报错、再查报错。现在不一样了，AI 能帮你部署 AI。这篇文章记录的是我用 WorkBuddy 从零跑起 H3 的全过程，全程没写一行代码，没手动改一个 JSON。
01 先看你的机器配置
H3 不是小模型，我们要本地自己玩的话：
- 显卡：最低 24GB 显存，推荐 RTX 4090 或 3090
- 内存：最低 64GB，推荐 128GB以上
- 硬盘：75GB 空闲空间，最好 NVMe SSD
- CUDA：12.4 以上，越新越好
显存不到 24GB 的朋友，体验会非常差。H3 模型权重 21GB，文本编码器 27GB，加起来快 50GB，但不是说你需要 50GB 显存。ComfyUI 会把模型分页加载，用的时候搬进显存，用完挪到内存，靠 24GB 显存加 64GB 内存配合着跑。低于这个配置真跑不起来，等后面出更激进的量化版本再看。
另外 H3 有两种量化版本：NVFP4 和 INT8。NVFP4 体积小但只有 RTX 50 系支持，4090 及以下只能用 INT8。不过你不用自己查这个，告诉 WorkBuddy 你的显卡型号，它自己会选对。
02 装好 WorkBuddy 和 ComfyUI
WorkBuddy 去 workbuddy.cn 下，跟装微信差不多，下一步下一步就完事了。装完打开，把工作目录指向你的 ComfyUI 目录。
ComfyUI 还没装？也不用查教程。直接跟 WorkBuddy 说一句：帮我在 E:\AI\ComfyUI 安装 ComfyUI，我的显卡是 RTX 4090。它会帮你 git clone 仓库、建 Python 环境、装依赖、检查 CUDA，一条龙跑完。你等就行。
WorkBuddy 底层能直接跑命令行、读写文件、装软件包，所以安装、改配置、改启动脚本这些活它都能干。
03 H3 是什么
简单说，MiniMax H3 是个音视频同步生成的模型，你给它文字或图片，它吐一段带声音的视频。安装好以后，你就有了一个本地可以做视频的工具。有几种玩法：
- T2V：纯文字生视频
- I2V：给一张图加文字，生成视频
- R2V：给一张参考图加文字，生成视频，而且能保持参考图里的人脸不变。想锁脸的选这个
三种模式共用文本编码器和 VAE，但 DiT 模型是不同的，所以得下两份。
04 让 WorkBuddy 帮你下模型
75GB 的东西，手动下得找半天路径。直接跟 WorkBuddy 说：显卡 RTX 4090，帮我从 ModelScope 下载 H3 全部模型到 ComfyUI 目录，用 INT8 版本。它自己会装 modelscope，然后往正确的目录里塞 5 个文件：
- 视频 VAE（5.21 GB），放 models/vae/
- 音频 VAE（0.61 GB），放 models/vae/
- 文本编码器 INT8 版（27.14 GB），放 models/text_encoders/
- T2V/I2V 模型 INT8 版（20.97 GB），放 models/diffusion_models/
- R2V 模型 INT8 版（20.97 GB），放 models/diffusion_models/
最后那个 R2V 模型只有锁脸功能才用得上，不想要的话跟 WorkBuddy 说只下前四个就行。
下载中途断了也不怕，ModelScope 支持断点续传，重新跑一遍命令会接着下。75GB 正常十几分钟到几小时，取决于你的网速，期间你可以问 WorkBuddy 下载到哪了，它会去看临时文件大小告诉你。
05 让 WorkBuddy 帮你改工作流
ComfyUI 其实自带了 H3 的官方工作流模板，不用额外装插件。但有个坑：模板默认用的是 NVFP4 版本，5090以下跑不了，得改成 INT8。
手动改也简单，在画布上找到 CLIPLoader 节点，点下拉框选 INT8 那个文件就行。当然既然有 WorkBuddy，直接说一句更省事：把 H3 官方工作流模板里的文本编码器从 NVFP4 换成 INT8。它在 JSON 里找到对应字段改掉，保存，完事。三个模板都能改，说一句"三个模板都改了"它就一次处理完。
模板对应关系：
- video_minimax_h3_t2v：文生视频
- video_minimax_h3_i2v：图生视频
- video_minimax_h3_r2v：参考图生成，锁脸用的
06 参数怎么设
H3 的帧数有个奇怪的规矩，必须满足 17k+5 这个公式，填别的数直接报错。常用的几个：
- 22 帧，大概 0.9 秒，拿来快速试效果
- 124 帧，大概 5.2 秒，日常推荐
- 362 帧，大概 15 秒，最长了但显存压力大
分辨率方面，720p以下都可以拿来测试玩，1080p 实际测试半天才 5% 进度，显存紧的话别碰。
Step 数默认 30 步够用了，想快点可以压到 20，质量差别不大。
这些参数你不用记，生成之前问 WorkBuddy 就行，比如"我要 680p 出 5 秒视频，参数怎么填"，它直接告诉你。
07 怎么用 WorkBuddy 处理各种遇到的问题
方法就一句话：告诉 WorkBuddy 就行。
跑着跑着变慢了。 第一次生成挺正常，第二第三次开始卡，越跑越慢。把这句话发给 WorkBuddy："跑 H3 越跑越慢什么原因？"它会去翻 ComfyUI 的内存管理代码，告诉你 CUDA 显存碎片化了，缓存没清。解决办法很简单：每跑两三次点一下画布上的 Free Model 按钮。或者让 WorkBuddy 帮你在启动脚本里加上一些参数，它会更积极地卸载模型释放显存。
SageAttention 报错。 用了社区一个叫 Easy 的工作流，蹦出来 SageAttention version too old 的错。贴给 WorkBuddy，它告诉你：Easy 工作流里有个 SageAttention Patch 节点要 2.x 版本，但 Windows 上 pip 装的只有 1.0.6。想升级得自己拿 CUDA Toolkit 编译源码，很麻烦。两个选择，要么把那个节点从 JSON 里删了，要么换官方工作流。官方模板根本没这个节点，所以直接用官方的就完事。
图生视频人物脸崩了。 给一张人脸照片做图生视频，结果视频里人脸歪了，越来越不像原图。这个坑比较深。问了 WorkBuddy 才知道，I2V 模式下参考图虽然参与每层计算，但它的时序位置锚定在第一帧，越往后的帧离它越远，注意力自然衰减，跑着跑着脸就歪了。R2V 不一样，参考图有独立的时序位置，在每一层 attention 里都能被所有帧平等关注到，所以能全程锁住脸。解决办法就是切到 R2V 模式。
Easy 工作流比官方慢太多。 让 WorkBuddy 装了社区那个 Easy 插件试试，结果生成速度肉眼可见地慢。WorkBuddy 去读了 Easy 节点的源码，发现两个问题：一是它有个 IS_CHANGED 函数返回 nan，导致每次都重新算 conditioning；二是所有模型绑在一个 bundle 里，显存余量不够。结论就是用官方工作流，别折腾 Easy 了。
08 R2V 锁脸：告诉 WorkBuddy 你要什么，它给你生成
前面说了，I2V 会崩脸，R2V 不会。但 R2V 的参数怎么调？不用自己研究，跟 WorkBuddy 说：帮我基于官方 R2V 模板做一个锁脸工作流，用 INT8 模型，参考图分辨率设成 max，只要一张参考图。它会读取官方模板，改好文本编码器，把 ref_image_size 从 match 改成 max，删掉多余的第二张参考图节点，存成一个新 JSON。拖进 ComfyUI 就能用。
有人可能担心 R2V 更吃显存。我让 WorkBuddy 翻了模型源码的 PackedLayout 类，参考图只占 1 帧的空间 token，而视频有上百帧，占比不到 1%，跟 I2V 差不多。
唯一要注意的是别在同一个会话里来回切 I2V 和 R2V，不然两个 21GB 模型可能同时赖在显存里不走。切换之前点一下 Free Model。
09 性能优化
同样一句话的事：H3 跑得有点慢，有什么办法？WorkBuddy 会根据你的配置给建议。无非就是这几点：每跑两三次 Free Model 一下；显存紧就加 --lowvram 启动；别同时加载两个模式的模型；测试用 720p 出图用 1080p；Step 压到 20。让 WorkBuddy 直接帮你改启动脚本加参数也行，不用自己翻配置文件。
10 总结
整个过程其实就是不停跟 WorkBuddy 说话，它在旁边干活。从零到出第一个视频用不了多长时间，主要是等模型下载和加载。前提是 ComfyUI 和 Python 环境已经就绪，如果从零装 ComfyUI 还得额外加十几分钟。全程没写代码，没改 JSON，没搜报错。有问题先问 WorkBuddy，它真的能直接读你本地的代码和文件来排查问题，这个搜索引擎做不到。