根因：Windows 下 Triton 使用 tcc.exe 编译 cuda_utils.c 失败，由 comfyui‑kjnodes 的 SageAttention 触发，Python3.13 + CUDA13.0 环境，Windows 平台 triton+tcc 编译链路本身兼容性很差。
报错栈关键点：
comfyui‑kjnodes节点做了attention_override_sage替换注意力实现- 调用
sageattn→ triton kernel JIT 编译 - triton 内部 tcc.exe 编译
cuda_utils.c返回非 0 退出码，直接崩溃。
次要日志里的
WinError 121 信号灯超时只是 ComfyUI‑Manager 网络拉取缓存超时，不是本次生成失败的原因，可以忽略。
方案 1：临时关闭 SageAttention（最快修复，优先尝试）
你启动参数带了 --use‑sage‑attention，同时 kjnodes 节点又强制开启 sage 注意力。
方式 A 修改启动命令
删掉启动参数中的 --use-sage-attention，重启 ComfyUI。
原来：
plaintext
--windows-standalone-build --enable-manager --cuda-device=0,1 --use-sage-attention --listen=192.168.31.197 --port=10003 --force-fp16 --output-directory=\\NAS65A682\Web\images
修改后：
plaintext
--windows-standalone-build --enable-manager --cuda-device=0,1 --listen=192.168.31.197 --port=10003 --force-fp16 --output-directory=\\NAS65A682\Web\images
方式 B 工作流内部移除 kjnodes Sage 覆盖
工作流里找到 comfyui‑kjnodes 的 Sage Attention Override 节点，直接删除该节点，不要启用 sage 注意力补丁。
Wan 视频模型在 Windows 上，SageAttention + triton+tcc 组合极易编译失败，属于已知兼容性问题。
做完重启 ComfyUI，重新跑 Wan2.1 工作流。
方案 2：环境变量强制 triton 不使用 tcc 编译器（如果需要保留 sage）
打开 cmd，在启动 ComfyUI 之前设置环境变量，强制 triton 使用 msvc，不使用内置 tcc.exe：
cmd
set TRITON_USE_TCC=0
再启动你的 ComfyUI。
前提：本机安装了 Visual Studio Build Tools（MSVC x64 编译器），否则会报找不到 cl.exe。
方案 3：清理 triton 临时缓存（编译缓存损坏）
- 关闭 ComfyUI
- 删除用户临时目录，把这个目录全部删掉：
C:\Users\AI‑SPA~1\AppData\Local\Temp\triton*所有triton_开头文件夹全部删除。 - 重启 ComfyUI 重新生成 kernel 缓存。
方案 4：降级 / 规避组合（Windows+Python3.13 注意）
Python3.13 在 Windows 上 triton 官方支持很差，tcc 编译经常炸。
- 不建议 Windows 嵌入式 python3.13 跑 triton/sageattention；
- 如果你坚持用 sageattention，建议切 python3.11 环境。
排查顺序建议
- ✅ 第一步：移除启动参数
--use-sage-attention+ 删除工作流内 kjnodes 的 sage 注意力覆盖节点，重启，优先测试。 - 失败再：清理 temp 下 triton 缓存。
- 需要 sage 性能：安装 VS Build Tools，设置
TRITON_USE_TCC=0。
补充说明
- 你的硬件：双 4090，显存充足，不是 OOM 报错；
- CUDA v13.0 + pytorch2.12.0+cu130 本身没问题；
- 崩溃点纯粹是 Windows triton 内置 tcc 编译器编译 cuda_utils.c 失败，由 sageattention 触发。
提示：Wan2.1 视频模型原生 pytorch 注意力在双 4090 上速度已经够用，Windows 环境不强行上 SageAttention 会少很多 triton 编译类坑。
