很多小伙伴在用 ComfyUI + Roundabout MCP 生成视频时，会遇到一套完整的报错堆栈：Prompt校验失败、Lora名称不在列表、generate_video工具异常，全程无法渲染视频。本文一次性讲透报错本质、核心原因和分步修复方案，新手也能直接照搬解决。
一、完整报错核心提炼
本次报错关键信息（剔除无效日志，只看核心）：
[ERROR] LoraLoaderModelOnly 142: Value not in list: lora_name: ‘MiniMax-H3-FL2VA-Acc-8Step.safetensors’ 不在本地模型列表中
[ERROR] Tool ‘generate_video’ raised an unexpected exception
ComfyUI rejected the workflow: Prompt outputs failed validation
一句话总结报错本质：Roundabout MCP 提交的工作流中，硬编码的LoRA模型文件名，在你的本地ComfyUI模型库中不存在/无法识别，前置校验失败，直接拦截整个视频生成任务，并非运行渲染报错。
二、为什么会出现这个问题？（4个高频原因）
该报错是参数强校验问题，和显卡、驱动、模型算力无关，只和模型文件、节点属性、工作流配置有关：
1. LoRA文件缺失/存放路径错误
ComfyUI仅识别固定目录的LoRA模型，正确路径：ComfyUI/models/loras/。文件放错文件夹、直接丢根目录、新建文件夹存放，都会导致无法识别。
2. 模型文件损坏/下载不完整
若LoRA文件大小异常（仅几KB）、下载中断、文件损坏，ComfyUI扫描模型列表时会直接跳过该文件，不会加载到下拉选项中，造成“找不到模型”的假象。
3. ComfyUI未刷新模型缓存
新增LoRA模型后，ComfyUI不会自动刷新模型列表。不重启软件的情况下，无论文件是否存在，节点都无法读取到新模型。
4. 节点强校验机制导致报错
报错节点为 LoraLoaderModelOnly（仅权重加载节点），和普通Lora加载节点不同：该节点会严格枚举校验本地所有模型文件名，字符必须完全一致（无空格、大小写、后缀差异），极其严格；普通Lora节点无强制校验，不易报错。
5. 工作流硬编码参数不匹配
Roundabout MCP的视频工作流是提前写死的LoRA文件名，只要本地文件名、字符格式有一丝偏差，就会校验失败。
三、分步修复方案（从易到难，100%解决）
第一步：核对模型文件完整性与路径
1. 打开目录：ComfyUI/models/loras/
2. 检查目标文件：MiniMax-H3-FL2VA-Acc-8Step.safetensors
3. 核对要点：文件名完全一致无空格、无字符错误，文件大小正常、非损坏空文件
第二步：重启ComfyUI，刷新模型缓存
关闭全部ComfyUI进程+网页窗口，重新启动软件。重启后模型列表会重新扫描本地文件，加载所有有效LoRA模型。
验证方法：在ComfyUI界面添加「LoraLoaderModelOnly」节点，下拉查找目标LoRA：
- 能搜到：文件正常，问题出在工作流参数配置
- 搜不到：文件损坏/路径错误，优先修复文件
第三步：修复工作流配置（两种方案任选其一）
方案一：精准匹配文件名（推荐）
打开Roundabout MCP对应的视频工作流JSON，找到142号节点，将 lora_name 参数改为UI下拉框中完全一致的文件名，保存配置。
方案二：替换宽松节点（快速兜底）
将工作流中的LoraLoaderModelOnly 替换为普通 LoraLoader 节点，普通节点无严格列表枚举校验，可直接兼容正常LoRA文件，快速规避报错。
第四步：重启MCP服务生效
修改完工作流后，重启 Roundabout MCP Server，清空缓存后重新调用 generate_video 视频生成工具，即可正常运行。
四、快速定位问题的终极测试方法
1. 手动新建空白ComfyUI工作流，仅添加报错的142号LoRA节点
2. 手动选择目标LoRA，本地手动运行一次
- 手动能跑通：纯MCP工作流参数问题，无需改动模型
- 手动报错：模型文件本身异常，重新下载/替换文件即可
五、报错底层原理总结
该报错属于前置参数校验失败，并非视频渲染运行报错。ComfyUI在执行任务前，会对枚举类模型节点（LoRA、Checkpoint等）做严格校验，参数与本地模型列表不匹配则直接拒绝执行工作流，Roundabout MCP捕获异常后抛出generate_video工具报错。
六、避坑小贴士
1. 所有AI绘图/视频模型，必须放在对应models分类文件夹内，不可随意存放
2. 新增模型后务必重启ComfyUI，否则缓存不更新
3. MCP自动化工作流优先使用普通加载节点，规避强校验报错
4. 模型文件名尽量不修改，避免硬编码工作流匹配失败
