TypeError: minimax_block_lowmem_forward() got an unexpected keyword argument ‘attention’

快速结论：这个报错通常发生在 ComfyUI 中使用 KJNodes 的 MiniMax H3 Low VRAM Attention 节点（或与之配套的注意力后端）运行 MiniMax H3 模型采样时，低显存注意力前向函数被传入了一个它不接受的 attention 关键字参数。优先排查 KJNodes 版本是否过期、节点与当前 ComfyUI 核心注意力接口是否匹配，以及是否叠加了额外的注意力/低显存补丁节点。

适用环境：Issue 中已确认的环境为 Windows（路径形如 C:\ComfyUI\，使用 python_embeded）、ComfyUI 主程序（nightly 分支）、KJNodes 自定义节点、MiniMax H3（FL2VA MiniMax H3 模型）、NVIDIA 4070Ti Super 16GB 显卡，并使用 comfy-aimdo/comfy-compiler 相关后端组件。Python、CUDA、PyTorch 具体版本号在 Issue 中未明确给出。

最快修复方案：Issue 中维护者回复 “Should be fixed now”，即更新到修复后的 KJNodes 版本即可解决该报错。如果无法立即更新，可优先尝试停用 MiniMax H3 Low VRAM Attention 节点，改用 ComfyUI 核心的 sparse attention（维护者也表示在核心 sparse attention 存在时，低显存注意力节点并非必需）。

注意事项：报错本身修复后，Issue 后续讨论暴露出另一类显存相关问题（启用 Model Preview Override 后显存占用升高、速度下降），该现象与本次报错并不等同，关闭 comfy-compiler（使用 --disable-comfy-compiler）在讨论中被报告为可缓解，但尚属用户侧观察，未由维护者正式确认原因。

问题场景

用户在 ComfyUI 中加载 MiniMax H3 模型（FL2VA MiniMax H3）进行视频生成，工作流里使用了 KJNodes 提供的 MiniMax H3 Low VRAM Attention 节点，配合 ModelAttentionBackend = comfy kitchen attention，采样器为 ER_SDE/Beta、8 步、LightX2V_4step_v1.2 turbo lora（强度 0.7）、分辨率 1280×736、时长 10s。执行到采样阶段时，MiniMax H3 的 lowmem 前向函数被调用并传入 attention 参数，导致节点直接抛错中断。

报错原文

[INFO] Comfy model compiler graph breaks: 0
[ERROR] !!! Exception during processing !!! minimax_block_lowmem_forward() got an unexpected keyword argument 'attention'
[ERROR] Traceback (most recent call last):
  File "C:\ComfyUI\ComfyUI\execution.py", line 545, in execute
    ...
  File "C:\ComfyUI\ComfyUI\comfy\samplers.py", line 1005, in sample
    samples = self.sampler_function(model_k, noise, sigmas, extra_args=extra_args, callback=k_callback, disable=disable_pbar, **self.extra_options)
  File "C:\ComfyUI\python_embeded\Lib\site-packages\torch\utils\_contextlib.py", line 124, in decorate_context
    return func(*args, **kwargs)
  File "C:\ComfyUI\ComfyUI\comfy\k_diffusion\sampling.py", line 1619, in sample_er_sde
    denoised = model(x, sigmas[i] * s_in, **extra_args)
  File "C:\ComfyUI\ComfyUI\comfy\samplers.py", line 640, in __call__
    out = self.inner_model(x, sigma, model_options=model_options, seed=seed)
  File "C:\ComfyUI\ComfyUI\comfy\samplers.py", line 1208, in __call__
    return self.outer_predict_noise(*args, **kwargs)
  File "C:\ComfyUI\ComfyUI\comfy\samplers.py", line 1215, in outer_predict_noise
    ).execute(x, timestep, model_options, seed)
...
TypeError: minimax_block_lowmem_forward() got an unexpected keyword argument 'attention'

原因分析

最可能的原因是 KJNodes 中的 MiniMax H3 低显存注意力实现与当前 ComfyUI 核心传入的前向调用签名不一致：核心在调用模型块时额外传入了 attention 关键字参数，而 KJNodes 侧的 minimax_block_lowmem_forward() 函数定义尚未接受该参数，于是 Python 抛出 TypeError。这通常由 KJNodes 版本落后于 ComfyUI 核心注意力接口变更引起。另一种可能原因是工作流同时启用了额外的注意力补丁/低显存补丁节点，导致调用路径被改写；但 Issue 中用户明确表示 “No additional SLA/Low VRAM/other tweak nodes”，因此更倾向于版本不匹配。

环境排查

确认 KJNodes 是否为包含该修复的最新版本（本 Issue 已被标记修复）。
确认 ComfyUI 主程序版本，尤其是注意力后端、comfy-aimdo（涉及 0.5.2 更新讨论）、comfy-compiler 相关变更。
确认是否运行在 nightly 分支，nightly 的接口变动可能是触发条件之一。
确认工作流中是否只使用 MiniMax H3 Low VRAM Attention，没有叠加 SLA、其他 Low VRAM 或 tweak 节点。
确认 MiniMax H3 模型、LightX2V turbo lora、采样器（ER_SDE/Beta）等与报错无关的配置保持原样，便于对比修复前后。
显卡为 16GB 的 4070Ti Super；如需排除显存不足干扰，可先降低分辨率或时长验证节点本身是否能正常执行。

解决步骤

更新 KJNodes 到最新版本，Issue 中维护者已回复 “Should be fixed now”，这是首选处理方式。
更新后重启 ComfyUI，重新加载原工作流，确认 MiniMax H3 Low VRAM Attention 节点是否仍报同一个 TypeError。
如果仍报错，可优先尝试移除或停用该低显存注意力节点，改用 ComfyUI 核心的 sparse attention。维护者指出，在核心已有 sparse attention 的情况下，低显存注意力节点通常不再必要。
如果更新后出现显存占用异常升高（例如启用 Model Preview Override 后速度骤降），可优先尝试启动 ComfyUI 时加 --disable-comfy-compiler，Issue 中有用户报告该方式可让预览节点恢复正常显存占用。该做法属于经验性验证，并非官方确认修复。
若问题依旧，请记录完整的 TypeError 报错、KJNodes 版本、ComfyUI 版本与注意力后端配置，回到原 Issue 或新开 Issue 反馈。

验证方法

更新后重新运行同一工作流，观察日志中是否还出现 minimax_block_lowmem_forward() got an unexpected keyword argument 'attention'。若采样正常推进、无该异常中断，即说明报错已解决。若使用的是核心 sparse attention 替代方案，则确认节点不再被调用、生成能正常完成即可。