知仓学习社知仓学习社
numpy 2.x 覆盖后大量节点无法加载：A module that was compiled using NumPy 1.x cannot be run in NumPy 2.x / _ARRAY_API not found / 全站资源搜索
搜索 更新 2026-10-02
报错 065 PyTorch、CUDA 运行库与加速库冲突 有来源可查

numpy 2.x 覆盖后大量节点无法加载：A module that was compiled using NumPy 1.x cannot be run in NumPy 2.x / _ARRAY_API not found

报错原文（原样） 
A module that was compiled using NumPy 1.x cannot be run in
NumPy 2.0.2 as it may crash. To support both 1.x and 2.x versions of NumPy, modules must be compiled with NumPy 2.0.
AttributeError: _ARRAY_API not found
ImportError: numpy.core.multiarray failed to import
检索关键词 A module that was compiled using NumPy 1.x cannot be run in NumPy 2、_ARRAY_API not found、numpy.core.multiarray failed to import、numpy 2 破坏节点、IMPORT FAILED numpy
先看这一句 更新依赖或装了某个节点之后，一批自定义节点集体 IMPORT FAILED，日志里刷满 NumPy 1.x/2.x 不兼容的警告与 _ARRAY_API not found；或某个节点导入时直接 ImportError: numpy.core.multiarray failed to import。
适用版本 自 numpy 2.0 发布后开始出现；在 ComfyUI-Manager 会改动依赖的版本上更频繁。是否复现取决于你装了哪些节点，纯核心环境通常不受影响。 · 核实日期 2026-09-26 · 状态 已核实
适用环境：Windows 便携版、秋叶/绘世整合包、ComfyUI Desktop、Linux + 云 GPU、全部主流环境

现象与触发场景

常见触发场景：

  • ComfyUI-Manager 更新 python 依赖时把 numpy 升到了 2.x
  • 某个节点依赖把 numpy 装成了 2.x，而 insightface / onnxruntime / opencv / scikit-image 等仍是按 numpy 1.x 编译的

根因

  • numpy 2.0 改动了 C-API，按 numpy 1.x 编译的扩展模块在 2.x 下加载会失败并报 _ARRAY_API not found；官方警告原文就要求模块必须用 NumPy 2.0 编译才能同时支持 1.x 与 2.x。
  • ComfyUI 生态里大量节点依赖（facexlib、insightface、onnxruntime、部分 opencv 构建）长期是按 numpy 1.x 编译的，一旦 numpy 被升到 2.x 就会连锁失效。
  • 有公开 issue 记录了这一现象：一次 “running update with python dependencies” 把 numpy 升到 2 版本后，用户约 50% 的自定义节点被破坏。

解决步骤

已按「最可能有效」排序。请从上往下做，每做完一步用「验证」确认，不要一次改五处。

  1. 先把 numpy 降到 1.x 兼容线，确认节点恢复
    在 ComfyUI 环境里安装带上限约束的 numpy 1.x（例如 numpy<2），重启后观察原来 IMPORT FAILED 的节点是否恢复。这一步是可逆的，用来确认问题确实由 numpy 2.x 引起。
    .\python_embeded\python.exe -m pip install "numpy<2"
    .\python_embeded\python.exe -c "import numpy; print(numpy.__version__)"
  2. 装节点依赖时避免连带升级 numpy
    对手工安装的节点用 --no-deps 或先读其 requirements.txt，避免它把 numpy 拉到 2.x；装完复查 numpy 版本。Manager 侧可以配合 downgrade_blacklist / pip_blacklist.list 阻止 numpy 被升上去。
    .\python_embeded\python.exe -m pip install <包名> --no-deps
    downgrade_blacklist = numpy
  3. 用二分法定位到底哪个节点需要 numpy 2，再决定取舍
    官方排查自定义节点的办法是先用 --disable-all-custom-nodes 确认核心正常，再每次启用一半节点，直到锁定报错的那一个；锁定后可选择升级该节点到支持 numpy 2 的版本，或让它与 numpy 1.x 共存（多数情况下降级 numpy 是代价更小的选择）。
    .\python_embeded\python.exe -s ComfyUI\main.py --disable-all-custom-nodes
    .\python_embeded\python.exe -s ComfyUI\main.py --disable-all-custom-nodes --whitelist-custom-nodes "node_name_1,node_name_2"

验证是否修好

重启后日志中不再出现 “A module that was compiled using NumPy 1.x” 与 _ARRAY_API not found；原先 IMPORT FAILED 的节点能在节点列表里正常出现并可执行。

补充说明

numpy 报错通常是“症状”而非根因——真正的根因往往是某个节点把 numpy 升上去了，因此建议同时记录下被升级前 numpy 的版本号以便回退。

来源

按可信度排列：官方 issue / 官方文档 > 节点仓库 issue > 社区帖 > 中文社区文章。 链接以纯文本给出（本站不做站外跳转），需要核对时请自行复制到浏览器打开。
  1. [156] （官方 issue）　running update with python dependencies has update numpy to vrs 2 and 　https://github.com/Comfy-Org/ComfyUI/issues/9156
  2. [157] （节点仓库 issue）　ImportError: numpy.core.multiarray --- Numpy 2.0.0 · Issue #995 · open　https://github.com/opencv/opencv-python/issues/995
  3. [68] （官方文档）　Troubleshooting Custom Node Issues - ComfyUI　https://docs.comfy.org/troubleshooting/custom-node-issues

这条报错要用到的东西

按本条报错所属的类别（PyTorch、CUDA 运行库与加速库冲突）列出站内相关的下载包与板块入口。 它们不是「必须下载才能修好」，而是这一类问题里最常要动到的东西；具体怎么做，以上面的解决步骤为准。

环境与依赖配置包依赖版本组合清单 / 环境自检脚本说明 待挂载

同一类别的其他条目

【056】启动或首次生成时报 AssertionError: Torch not compiled with CUDA enabled（装成了 CPU 版 torch） 有来源 【057】50 系显卡第一次卷积就崩：CUDA error: no kernel image is available for execution on the device 含未核实 【058】启动直接崩：torch / torchvision / torchaudio 三者 CUDA 版本不一致 含未核实 【059】节点执行时报 Could not run 'torchvision::nms' / operator torchvision::nms does not exist 含未核实 【060】自定义节点装完 / 更新依赖后 torch 被偷换成 CPU 版（依赖漂移） 有来源
这个解法对你有效吗 记录只存在你自己的浏览器里，不需要注册账号。

返回报错库