快速结论:这个报错通常发生在 Krita AI Diffusion 使用 LocalServer(或自定义 ComfyUI)排队批量生成,尤其是 Reference / img2img(strength 小于 100%)大量任务时,生成若干张后因图像缓存中找不到对应 ID 而中断整条队列。优先排查队列长度、Reference/img2img 批处理与 ComfyUI tooling 节点版本,并把并发/队列调小验证。
适用环境:Krita AI Diffusion(已更新至最新版)+ LocalServer 或自定义 ComfyUI(均已更新),Windows 11,显卡与显存未明确;模型涉及 Noobl AI XL、Flux.1-dev-q8;用户机器为 5070ti + 64GB RAM(仅个别用户,不代表通用结论)。
最快修复方案:暂无确认的一步修复方案。Issue 中未被维护者确认为修复的规避做法是把批次/队列控制在 4 以内,或将剩余队列降为 1 后再继续生成;这属于规避而非根治。
注意事项:该 Issue 已关闭但评论中未记录明确根因或修复 commit,因此上述方法均属“可优先尝试”的规避手段,不能保证对所有模型(SDXL、Flux)和所有队列规模都有效。降低队列长度会牺牲吞吐效率。
问题场景
用户在 Krita AI Diffusion 中使用 LocalServer 模式,选择 Noobl AI XL 模型并启用 Reference 模式,将批次队列设为 8(或更多)后点击 Generate 开始批量生成。也有用户使用自定义 ComfyUI 服务器、Flux.1-dev-q8 模型,通过 Refine(img2img)反复排队 20–40 个任务时复现。触发点通常是在完成约 4 张、或连续处理一定数量后,ComfyUI 的 comfyui-tooling-nodes 找不到输入图像的缓存记录,整条队列随即中断,后面的任务不再继续。
报错原文
!!! Exception during processing !!!
Image with ID b64e24cc-f045-4c27-bcca-87bc34598270 not found in cache.
Traceback (most recent call last):
File "...\custom_nodes\comfyui-tooling-nodes\nodes.py", line 179, in execute
raise ValueError(f"Image with ID {id} not found in cache.")
ValueError: Image with ID b64e24cc-f045-4c27-bcca-87bc34598270 not found in cache.
另一用户自定义 ComfyUI 环境中报错为:
Server error: Image with ID 04ae8cab-dabe-4b6c-b031-127aa912adfa not found in cache.
原因分析
Issue 中维护者未能复现(其尝试用多张输入图排队至 16 张也未出现),因此没有确认的根因。综合多位用户的描述,可能原因包括:
- 与“strength 小于 100%”的 Reference / img2img 流程相关:报错用户提到强度降到 100% 仍可完成 4 张,降到 96% 时第 4 张就报错,说明图像在进入 tooling 节点前可能没有按预期写入缓存。
- 可能为异步缓存或竞态条件:有用户观察到报错时机不确定,队列中任务很多时概率更高,怀疑是 tooling 节点读取图像缓存与上游节点写入之间存在时序问题。
- 可能与该次 Krita AI Diffusion / ComfyUI tooling 节点更新引入的行为变化有关:多位用户均表示更新前没有该问题。
- 部分用户只在特定流程(大量 Refine、批量 img2img)中复现,与具体 safetensors 模型关系不大(Flux-1.dev-q8 出现更多可能只是使用频率更高)。
环境排查
- 确认 Krita AI Diffusion 版本及 LocalServer / 自定义 ComfyUI 版本,最好回退到更新前的版本对比是否仍复现。
- 确认
comfyui-tooling-nodes的版本或 commit,因为报错堆栈直接指向该节点的nodes.py:179。 - 确认 ComfyUI 是内嵌 LocalServer 还是用户自建,二者行为可能不同。
- 确认使用的模型(Noobl AI XL / Flux.1-dev-q8 等)与生成模式(Reference、img2img、strength 数值)。
- 确认队列/批次数量,例如是否能稳定在 4 张完成、超过 4 张报错。
- 确认显卡、显存与内存(有用户为 5070ti + 64GB RAM),但 Issue 未证明硬件是直接原因,仅可作为参考信息。
- 确认 Windows 版本与路径(路径中是否包含中文、特殊字符或空格,可能影响缓存定位)。
解决步骤
- 先将批次/队列降到 4 以内运行,确认能否稳定完成;这是 Issue 中被用户验证有效的规避方式。
- 如果队列中剩余任务不多,可等生成完成后把剩余数量改成 1 再点 Generate,新加入的任务可正常结束。
- 尝试把 Reference / img2img 的 strength 调整为 100%(全强度)而非小于 100%,观察是否仍报错;有用户报告强度改变会影响报错出现的位置,但这并非稳定修复。
- 回退 Krita AI Diffusion 或
comfyui-tooling-nodes到更新前的版本,验证是否由更新引入。 - 如果使用自定义 ComfyUI,可检查 tooling 节点是否为最新版本,或尝试更换为内嵌 LocalServer 对照测试(可优先尝试)。
- 清理并重装 LocalServer 目录在 Issue 中已被用户尝试过,但未解决问题,因此不推荐作为首选,只作为排除环境损坏的辅助手段。
验证方法
将队列设置为 4 或更少,使用相同模型与 Reference / img2img 设置连续生成多轮,观察是否还会出现 Image with ID ... not found in cache.;若队列超过 4 时仍复现,则说明当前规避手段不足以解决问题,需要等待上游修复或回退版本后再验证。
参考来源
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
这个方案解决了吗?
可以继续搜索完整报错,或查看同一工具的其他排查指南。


![[Windows ROCm multi-GPU][DynamicVRAM] retained ModelVBAR reservation after full unload causes ~38 GB private-memory plateau](https://www.chat-gpts.plus/wp-content/uploads/2026/10/15993-f0029d9c-768x403.jpg)