ComfyUI Extension: zhihui_nodes_comfyui

Authored by ZhiHui6

Created

Updated

162 stars

Run ComfyUI workflows without the setup

No installs, no CUDA version roulette, no GPU sitting idle on your bill. Bring a workflow and run it in the browser.

ComfyUI node collection: text processing tools, image processing nodes, prompt generators and system prompt loaders, ect.

Looking for a different extension?

Custom Nodes (0)

    README

    [English Document]

    🎨 潪AI ComfyUI 节点包

    完整更新日志：查看<a href="CHANGELOG.md">CHANGELOG.md</a>

    📖 项目介绍

    这是一个由<span style="color: red;"> Binity </span>精心创建的 ComfyUI 自定义节点工具合集，旨在为用户提供一系列实用、高效的节点，以增强和扩展 ComfyUI 的功能。本节点集包含55+功能节点，涵盖文本处理、提示词优化、图像处理、翻译工具、音乐创作辅助、AI视觉理解、Latent处理等多个方面，为您的 AI 创作提供全方位支持。

    如果这个项目对您有帮助，请给我们一个⭐Star！您的支持是我们持续改进的动力。

    ✨ 主要特点

    🌍 中文本地化支持

    提供专门的中文汉化文件，配合 ComfyUI-DD-Translation 扩展使用，让中文用户能够更便捷地使用各个节点功能。详细说明请参考 <a href="doc/Localization_Guide.md">Localization_Guide.md</a>。

    核心功能特色

    • 🔄 多引擎翻译节点：集成百度、腾讯、有道、谷歌在线等5大翻平台，支持中英互译，可自动识别输入语言，自由切换翻译平台。

    • 📝 全面文本处理：提供多行文本编辑、文本合并分离、内容提取修改、语言过滤等文本操作节点。

    • 🎯 智能提示词系统：标签选择器、图像编辑预设、摄影提示词生成器、万相视频提示词生成器等专业的提示词生成工具。

    • 🖼️ 实用图像工具：支持多算法图像缩放、智能切换、颜色移除等等。

    ⭐ 明星节点

    🔥 <span style="color: #FF6B35; font-weight: bold; font-size: 1.1em;">以下是本节点集中重点推荐的特色节点：</span>

    <table> <tr> <th width="30%">节点名称</th> <th width="19%">类别</th> <th width="51%">核心功能</th> </tr> <tr> <td><b>标签选择器</b><br><code>TagSelector</code></td> <td>提示词处理</td> <td>新一代智能标签管理系统，集成海量预设标签库、自定义标签管理、角色提取器和内置AI扩写功能。提供可视化标签选择界面，支持随机标签生成和多模式扩写。</td> </tr> <tr> <td><b>摄影提示词生成器</b><br><code>PhotographPromptGenerator</code></td> <td>提示词处理</td> <td>专业摄影风格提示词生成器，涵盖人物、场景、镜头、光线、服装等16个维度。支持输出模式切换（标签组合/模板文本），集成AI扩写功能。配有用户自定义选项扩展和模板编辑助手界面。</td> </tr> <tr> <td><b>LM工作室节点</b><br><code>LMStudioNode</code></td> <td>AI视觉理解</td> <td>连接本地LM Studio服务器的视觉理解节点，支持图像分析和文本生成。通过LM Studio本地部署的大模型，实现无需云端API的私有化图像分析。支持多种预设模板、输出语言控制和多图像输入。</td> </tr> </table>

    💡 使用建议：新用户建议从 标签选择器 或 摄影提示词生成器 开始体验，快速提升您的创作灵感和效率。

    🛠️ 节点功能说明

    本节点集包含众多功能各异的节点，分为以下几个主要类别：

    📝 文本处理类节点

    <table> <tr> <th width="30%">节点名称</th> <th>功能描述</th> </tr> <tr> <td><b>多行文本</b><br><code>MultiLineTextNode</code></td> <td>提供一个支持多行输入的文本框，并带注释功能。 <br> <div align="left"> <a href="images/多行文本.jpg" target="_blank"> <img src="images/多行文本.jpg" alt="多行文本" width="45%"/> </a> </div></td> </tr> <tr> <td><b>优先级文本切换</b><br><code>PriorityTextSwitch</code></td> <td>优先级文本切换节点：当同时接入文本A和文本B端口时，优先输出B端口；如果B端口为空或未连接，则输出文本A端口；如果两个端口都为空，则返回空字符串。

    <b>特点</b>：

    • <b>优先级控制</b>：文本B端口优先级高于文本A端口
    • <b>智能切换</b>：自动检测输入状态，空值时回退到A或输出空文本
    <br> <div align="left"> <a href="images/Priority Text Switch.jpg" target="_blank"> <img src="images/Priority Text Switch.jpg" alt="优先级文本切换" width="45%"/> </a> </div> </td> </tr> <td><b>提示词合并器(可注释)</b><br><code>TextCombinerNode</code></td> <td>合并两个文本输入，并可通过独立的开关控制每个文本的输出，并带注释功能。可用于动态组合不同的提示词部分，灵活构建完整提示。 <br> <div align="left"> <a href="images/提示词合并器.jpg" target="_blank"> <img src="images/提示词合并器.jpg" alt="提示词合并器" width="45%"/> </a> </div></td> </tr> <tr> <td><b>文本合并器</b><br><code>TextMergerNode</code></td> <td>将多个文本输入合并为一个输出文本，支持灵活配置输入端口数量。<b>user_text</b> 输入框内容优先显示在最前面，后续通过 <b>inputcount</b> 滑块控制 <b>text_2</b> 到 <b>text_N</b> 端口数量。所有非空文本按顺序用分隔符连接，适用于批量合并多个提示词或文本片段。 <br> <div align="left"> <a href="images/Text Merger Node.png" target="_blank"> <img src="images/Text Merger Node.png" alt="文本合并器" width="45%"/> </a> </div></td> </tr> <tr> <td><b>文本修改器</b><br><code>TextModifier</code></td> <td>根据指定的起始和结束标记提取文本内容，并自动去除多余的空白字符。适合从复杂文本中提取特定部分，或进行格式清理。 <br> <div align="left"> <a href="images/Text Modifier.jpg" target="_blank"> <img src="images/Text Modifier.jpg" alt="文本修改器" width="45%"/> </a> </div></td> </tr> <tr> <td><b>中英文本提取器</b><br><code>TextExtractor</code></td> <td>从混合文本中提取纯中文或纯英文字符，支持标点和数字的提取，并自动清理格式。对于处理双语提示词或分离不同语言内容非常有用。<br><br> <div align="left"> <a href="images/中英文本提取器.jpg" target="_blank"> <img src="images/中英文本提取器.jpg" alt="文本提取器" width="45%"/> </a> </div></td> </tr> <tr> <td><b>提示词删除</b><br><code>PromptDelete</code></td> <td>提示词删除节点：支持动态数量的查找与删除操作，适合批量删除不需要的触发词、风格词或模型相关文本。并支持自动格式化功能，清理残留符号。 <br> <div align="left"> <a href="images/Prompt Delete.jpg" target="_blank"> <img src="images/Prompt Delete.jpg" alt="提示词删除" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>提示词替换</b><br><code>PromptReplace</code></td> <td>提示词替换节点：支持动态数量的查找与替换操作，适合批量替换触发词、风格词或模型相关文本。 <br> <div align="left"> <a href="images/Prompt Replace.jpg" target="_blank"> <img src="images/Prompt Replace.jpg" alt="提示词替换" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>显示任何</b><br><code>ShowAny</code></td> <td>用于在ComfyUI界面中显示任意类型内容的节点，支持多行文本展示，可实时显示上游节点传递的文本信息，便于调试和查看中间结果。支持标准模式和排错模式两种显示方式。</td> </tr> <tr> <td><b>文本编辑器（继续运行）</b><br><code>TextEditorWithContinue</code></td> <td>交互式文本编辑节点，暂停工作流执行并提供可编辑文本区域，用户可在运行时修改文本内容，点击继续按钮恢复工作流执行。

    <b>特点</b>：

    • <b>工作流暂停</b>：自动暂停工作流执行，等待用户交互
    • <b>实时编辑</b>：提供可编辑文本区域，支持多行文本编辑
    • <b>手动同步</b>：编辑后需手动点击同步按钮更新内容

    <b>使用场景</b>：

    • 工作流中需要人工干预和文本调整的场景
    • 提示词的实时优化和调试
    <br> <div align="left"> <a href="images/Text Editor with Continue.jpg" target="_blank"> <img src="images/Text Editor with Continue.jpg" alt="Text Editor with Continue" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>字体设计师</b><br><code>TypeDesigner</code></td> <td>提供可视化界面，让用户浏览和选择各种字体艺术风格（如3D、霓虹、金属等），自动提供对应的预设提示词，方便进行艺术字创作。 <br> <div align="left"> <a href="images/Type-Designer1.jpg" target="_blank"> <img src="images/Type-Designer1.jpg" alt="Type Designer 1" width="45%"/> </a> <a href="images/Type-Designer2.jpg" target="_blank"> <img src="images/Type-Designer2.jpg" alt="Type Designer 2" width="45%"/> </a> </div> </td> </tr> </table>

    � 提示词处理类节点

    <table> <tr> <th width="30%">节点名称</th> <th>功能描述</th> </tr> <tr> <td><b>图像编辑预设</b><br><code>ImageEditingPresets</code></td> <td>提供专业的图像编辑预设库，包含多种专业预设，为图像生成提供风格化指导，帮助用户快速应用常见的艺术风格和效果。</td> </tr> <tr> <td><b>摄影提示词生成器</b><br><code>PhotographPromptGenerator</code></td> <td>

    根据预设的摄影要素（如相机、镜头、光照、场景等）组合生成专业的摄影风格提示词。

    <b>特点</b>：

    • 支持从自定义文本文件加载选项，灵活扩展
    • 支持随机选择，增加创意多样性
    • 输出模板可自定义，适应不同的摄影风格需求
    <div align="left"> <a href="images/Photograph Prompt Generator1.jpg" target="_blank"> <img src="images/Photograph Prompt Generator1.jpg" alt="摄影提示词生成器" width="45%"/> </a> <a href="images/Photograph Prompt Generator2.jpg" target="_blank"> <img src="images/Photograph Prompt Generator2.jpg" alt="摄影提示词生成器" width="45%"/> </a> <a href="images/Photograph Prompt Generator3.jpg" target="_blank"> <img src="images/Photograph Prompt Generator3.jpg" alt="摄影提示词生成器" width="45%"/> </a> <a href="images/Photograph Prompt Generator4.jpg" target="_blank"> <img src="images/Photograph Prompt Generator4.jpg" alt="摄影提示词生成器" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>万相视频提示词生成器</b><br><code>WanPromptGenerator</code></td> <td>

    基于万相2.2官方文档编写的全能型提示词生成器，支持自定义和预设两种组合方法，涵盖运镜、场景、光线、构图等16个维度的专业视频提示词生成。

    <b>特点</b>：

    • <b>双模式切换</b>：支持自定义组合和预设组合模式，通过开关按钮一键切换
    • <b>多维度选择</b>：涵盖主体类型、场景类型、光源类型、光线类型、时间段、景别、构图、镜头焦段、机位角度、镜头类型、色调、运镜方式、人物情绪、运动类型、视觉风格、特效镜头、动作姿势17个专业维度
    • <b>智能扩写</b>：支持多种LLM模型免费在线扩写
    <div align="left"> <a href="images/万相视频提示词生成器.jpg" target="_blank"> <img src="images/万相视频提示词生成器.jpg" alt="万相视频提示词生成器" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>提示词预设 - 单选</b><br><code>PromptPresetOneChoice</code></td> <td>提供6个预设选项，用户可以方便地在不同预设之间切换。适合保存常用的提示词模板，快速应用到不同场景。 <br> <div align="left"> <a href="images/单选提示词预设.jpg" target="_blank"> <img src="images/单选提示词预设.jpg" alt="单选提示词预设" width="45%"/> </a> </div></td> </tr> <tr> <td><b>提示词预设 - 多选</b><br><code>PromptPresetMultipleChoice</code></td> <td>支持同时选择多个预设，并将它们合并输出，每个预设都带有独立的开关和注释功能。适合构建复杂的组合提示词，灵活控制各部分的启用状态。 <br> <div align="left"> <a href="images/多选提示词预设.jpg" target="_blank"> <img src="images/多选提示词预设.jpg" alt="多选提示词预设" width="45%"/> </a> </div></td> </tr> <tr> <td><b>触发词合并器</b><br><code>TriggerWordMerger</code></td> <td>将特定的触发词（Trigger Words）与主文本智能合并，并支持权重控制（例如 <code>(word:1.5)</code>）。适用于添加模型特定的触发词或风格词，并精确控制其影响强度。 <br> <div align="left"> <a href="images/触发词合并器.jpg" target="_blank"> <img src="images/触发词合并器.jpg" alt="触发词合并器" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>系统引导词加载器</b><br><code>SystemPromptLoader</code></td> <td>从预设文件夹动态加载系统级引导词（System Prompt），并可选择性地与用户输入合并。适合管理和应用复杂的系统提示模板，提高生成结果的一致性和质量。<br><br> <div align="left"> <a href="images/System Prompt Loader.jpg" target="_blank"> <img src="images/System Prompt Loader.jpg" alt="系统提示词加载器" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>额外选项列表</b><br><code>ExtraOptions</code></td> <td>一个通用的额外选项列表，类似于 JoyCaption 的设计，设有总开关和独立的引导词输入框。适合添加辅助提示或控制参数，增强工作流的灵活性。<br><br> <div align="left"> <a href="images/额外引导选项（通用）.jpg" target="_blank"> <img src="images/额外引导选项（通用）.jpg" alt="额外选项列表" width="45%"/> </a> </div></td> </tr> <tr> <td><b>提示词卡选择器</b><br><code>PromptCardSelector</code></td> <td>支持随机/顺序抽取模式、单卡/多卡加载、多种分割方式及卡池洗牌策略，内置卡池管理器提供浏览/搜索/编辑功能，支持导入/导出卡文件，适用于提示词组合与批量管理。

    <b>特点</b>：

    • <b>双抽取模式</b>：支持随机抽取和顺序抽取两种模式
    • <b>多卡加载</b>：支持单卡和多卡加载模式
    • <b>灵活分割</b>：支持多种文本分割方式（空白行、换行符等）
    • <b>卡池管理</b>：内置卡池管理器，提供浏览、搜索、编辑功能
    • <b>导入导出</b>：支持提示卡文件的导入和导出
    • <b>洗牌策略</b>：支持卡池洗牌策略，增加随机性
    <br> <div align="left"> <a href="images/Prompt Card Selector1.jpg" target="_blank"> <img src="images/Prompt Card Selector1.jpg" alt="提示词卡选择器1" width="30%"/> </a> <a href="images/Prompt Card Selector2.jpg" target="_blank"> <img src="images/Prompt Card Selector2.jpg" alt="提示词卡选择器2" width="30%"/> </a> <a href="images/Prompt Card Selector3.jpg" target="_blank"> <img src="images/Prompt Card Selector3.jpg" alt="提示词卡选择器3" width="30%"/> </a> </div> </td> </tr> <tr> <td><b>提示词图库</b><br><code>PromptGallery</code></td> <td>提示词图库节点：从指定目录加载包含缩略图和文本的图文库，从用户选择的图片输出与图片同名的 <code>.txt</code> 文件内容（提示词文本）。适用于将"图像-提示词"成对管理并在工作流中快速取用。 <br> <div align="left"> <a href="images/Prompt Gallery.jpg" target="_blank"> <img src="images/Prompt Gallery.jpg" alt="提示词图库" width="60%"/> </a> </div> </td> </tr> <tr> <td><b>提示词扩写器</b><br><code>PromptExpander</code></td> <td>使用AI大模型将简短的提示词扩展为详细、高质量的内容。

    <b>特点</b>：

    • <b>双核心风格</b>：支持自然语言式扩写和标签式扩写两种核心风格
    • <b>多平台支持</b>：支持OpenAI、Anthropic、Google、智谱AI、深度求索、硅基流动、月之暗面、稀宇科技、阿里云、OpenRouter、腾讯、英伟达等平台
    • <b>自定义提示词</b>：支持完全自定义系统提示词，满足个性化需求
    • <b>多语言输出</b>：支持中文和英文两种输出语言
    <br> <div align="left"> <a href="images/Prompt Expander.jpg" target="_blank"> <img src="images/Prompt Expander.jpg" alt="提示词扩写器" width="45%"/> </a> </div> </td> </tr> </table>

    🖼️ 图像处理类节点

    <table> <tr> <th width="30%">节点名称</th> <th>功能描述</th> </tr> <tr> <td><b>获取图像尺寸</b><br><code>GetImageSizes</code></td> <td>提取输入图像的宽度和高度信息，并在节点上实时显示尺寸预览。支持多种图像格式输入，提供准确的像素尺寸信息。 <br> <div align="left"> <a href="images/Get Image Sizes.jpg" target="_blank"> <img src="images/Get Image Sizes.jpg" alt="Get Image Sizes" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>图像宽高比设置</b><br><code>ImageAspectRatio</code></td> <td>智能图像宽高比设置工具，支持多种预设模式和自定义尺寸配置。

    <b>特点</b>：

    • <b>多预设支持</b>：内置Qwen、Flux、Wan、SDXL、LTX2.3等主流模型的专用宽高比预设
    • <b>自定义模式</b>：支持完全自定义的宽度和高度设置
    • <b>宽高比锁定</b>：提供宽高比锁定功能，修改一个维度时自动调整另一个维度
    • <b>尺寸互换</b>：一键互换宽高数值，方便调整横竖屏方向
    <br> <div align="left"> <a href="images/Image Aspect Ratio1.jpg" target="_blank"> <img src="images/Image Aspect Ratio1.jpg" alt="Image Aspect Ratio" width="80%"/> </a> </div> <br> <div align="left"> <a href="images/Image Aspect Ratio2.jpg" target="_blank"> <img src="images/Image Aspect Ratio2.jpg" alt="Image Aspect Ratio 2" width="80%"/> </a> </div> </td> </tr> <tr> <td><b>图像缩放器</b><br><code>ImageScaler</code></td> <td>提供多种插值算法对图像进行缩放，并可选择保持原始宽高比。支持高质量的图像尺寸调整，适用于预处理或后处理阶段。 <br> <div align="left"> <a href="images/图像缩放器.jpg" target="_blank"> <img src="images/图像缩放器.jpg" alt="图像缩放器" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>颜色移除</b><br><code>ColorRemoval</code></td> <td>从图像中移除彩色，输出灰度图像。适用于创建黑白效果或作为特定图像处理流程的预处理步骤。<br><br> <a href="images/颜色移除节点展示.jpg" target="_blank"><img src="images/颜色移除节点展示.jpg" alt="颜色移除节点展示" width="400"/></a></td> </tr> <tr> <td><b>图像旋转工具</b><br><code>ImageRotateTool</code></td> <td>

    专业的图像旋转和翻转工具，支持预设角度和自定义角度旋转。

    <b>特点</b>：

    • <b>预设旋转</b>：提供90°、180°、270°、360°快速旋转选项
    • <b>翻转功能</b>：支持垂直翻转和水平翻转操作
    • <b>自定义角度</b>：支持-360°到360°范围内的精确角度旋转
    • <b>画布处理</b>：可选择扩展画布或裁剪空白两种处理模式
    • <b>批量处理</b>：支持批量图像的同时处理
    <br> <div align="left"> <a href="images/Image Rotate Tool.jpg" target="_blank"> <img src="images/Image Rotate Tool.jpg" alt="图像旋转工具" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>图像预览/对比</b><br><code>PreviewOrCompareImages</code></td> <td>多功能图像预览和对比节点，支持单张图像预览或两张图像的并排对比显示。image_1为必需输入，image_2为可选输入，当提供两张图像时自动启用对比模式。

    <b>特点</b>：

    • <b>双模式智能切换</b>：根据输入单图或双图自动切换预览或对比模式
    • <b>交互式对比</b>：鼠标悬停时显示滑动分割线进行直观对比
    <br> <div align="left"> <a href="images/图像对比.jpg" target="_blank"> <img src="images/图像对比.jpg" alt="图像预览对比" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>图像格式转换器</b><br><code>ImageFormatConverter</code></td> <td>

    专业的图像格式转换工具，支持批量转换多种图像格式，具备智能格式检测和高级压缩选项。

    <b>支持格式</b>：

    • <b>输出格式</b>：JPEG、PNG、WEBP、BMP、TIFF
    • <b>输入格式</b>：自动检测所有常见图像格式

    <b>特点</b>：

    • <b>批量处理</b>：支持文件夹批量转换，自动创建输出目录
    • <b>质量控制</b>：1-100可调质量参数，精确控制文件大小和画质
    • <b>高级选项</b>：支持优化压缩、渐进式编码、无损压缩
    • <b>智能检测</b>：基于文件内容而非扩展名的格式检测
    • <b>详细报告</b>：提供转换过程的详细信息和统计数据
    <br> <div align="left"> <a href="images/Image Format Converter.jpg" target="_blank"> <img src="images/Image Format Converter.jpg" alt="图像格式转换器" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>批量图像加载器</b><br><code>BatchLoadingOfImages</code></td> <td>

    从指定目录批量加载图像文件，支持多种排序方式和加载控制。

    <b>特点</b>：

    • <b>批量加载</b>：从文件夹批量加载图像，支持JPG、PNG、WEBP、JXL等格式
    • <b>多种排序</b>：支持按字母、数字、日期时间等升序/降序排列
    • <b>加载控制</b>：支持设置起始索引和加载数量限制
    • <b>实时刷新</b>：支持始终重新加载模式，实时获取最新文件
    <br> <div align="left"> <a href="images/BatchLoadingOfImages.jpg" target="_blank"> <img src="images/BatchLoadingOfImages.jpg" alt="批量图像加载器" width="45%"/> </a> </div> </td> </tr> </table>

    🎞️ 电影后期处理类节点

    <table> <tr> <th width="30%">节点名称</th> <th>功能描述</th> </tr> <tr> <td><b>胶片颗粒效果</b><br><code>FilmGrain</code></td> <td>

    为图像添加逼真的胶片颗粒效果，营造经典胶片质感。

    • <b>双分布模式</b>：支持高斯分布（自然胶片噪点）和平均分布（数字均匀噪点）
    • <b>饱和度混合</b>：独立控制彩色/单色颗粒比例，实现从彩色胶片到黑白胶片的平滑过渡
    <br> <div align="left"> <a href="images/胶片颗粒.jpg" target="_blank"> <img src="images/胶片颗粒.jpg" alt="胶片颗粒效果" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>拉普拉斯锐化</b><br><code>LaplacianSharpen</code></td> <td> 基于拉普拉斯算子的边缘锐化工具，通过二阶微分检测图像边缘并增强细节，适合风景和人像的细节增强。 <br> <div align="left"> <a href="images/拉普拉斯锐化.jpg" target="_blank"> <img src="images/拉普拉斯锐化.jpg" alt="拉普拉斯锐化" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>索贝尔锐化</b><br><code>SobelSharpen</code></td> <td> 采用索贝尔算子的方向性锐化工具，通过梯度计算同时增强水平和垂直边缘，适合需要强调纹理的场景。 <br> <div align="left"> <a href="images/索贝尔锐化.jpg" target="_blank"> <img src="images/索贝尔锐化.jpg" alt="索贝尔锐化" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>USM锐化</b><br><code>USMSharpen</code></td> <td> 使用经典USM锐化技术来增强细节，对目标图像进行自然的锐化处理。 <br> <div align="left"> <a href="images/USM锐化.jpg" target="_blank"> <img src="images/USM锐化.jpg" alt="USM锐化" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>色彩匹配</b><br><code>ColorMatchToReference</code></td> <td> 智能色彩匹配工具，可将参考图像的色调风格应用到目标图像，实现专业级色彩统一。 <br> <div align="left"> <a href="images/颜色匹配.jpg" target="_blank"> <img src="images/颜色匹配.jpg" alt="色彩匹配" width="45%"/> </a> </div> </td> </tr> </table>

    🎬 视频处理类节点

    <table> <tr> <th width="30%">节点名称</th> <th>功能描述</th> </tr> <tr> <td><b>视频帧提取器</b><br><code>VideoFrameExtractor</code></td> <td> 专业的视频帧提取工具，支持从视频文件中提取指定数量的帧或按间隔提取帧，适用于视频分析、预览和后续处理。

    <b>特点</b>：

    • <b>双提取模式</b>：支持按数量提取（均匀分布）和按间隔提取两种模式
    • <b>可选保存</b>：支持将提取的帧保存到指定目录
    <br> <div align="left"> <a href="images/Video Frame Extractor.jpg" target="_blank"> <img src="images/Video Frame Extractor.jpg" alt="视频帧提取器" width="45%"/> </a> </div> </td> </tr> </table>

    🎵 音乐相关节点

    <table> <tr> <th width="30%">节点名称</th> <th>功能描述</th> </tr> <tr> <td><b>Suno歌词生成器</b><br><code>SunoLyricsGenerator</code></td> <td> 专业的AI歌词创作工具，基于在线LLM生成结构化的可演唱歌词，支持多种音乐风格和语言。 <br> <div align="left"> <a href="images/Lyrics Generator.jpg" target="_blank"> <img src="images/Lyrics Generator.jpg" alt="Suno歌词生成器" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Suno歌曲风格提示词生成器</b><br><code>SunoSongStylePromptGenerator</code></td> <td> 专业的歌曲风格提示词生成工具，结合用户偏好和音乐元素，生成结构化的Suno风格提示词，用于快速构建风格一致的歌曲。 <br> <div align="left"> <a href="images/Song Style Prompt Generator.jpg" target="_blank"> <img src="images/Song Style Prompt Generator.jpg" alt="Suno歌曲风格提示词生成器" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>音频时长计算器</b><br><code>AudioDuration</code></td> <td> 计算音频文件的时长信息，输出秒数、格式化时间和毫秒数三种格式。

    <b>特点</b>：

    • <b>多格式输出</b>：同时输出秒数、格式化时间（HH:MM:SS.mmm）和毫秒数
    • <b>自动适配</b>：自动适配不同维度的音频张量
    • <b>精确计算</b>：基于采样率进行精确时长计算
    <br> </td> </tr> </table>

    🤖 AI视觉理解节点

    <table> <tr> <th width="30%">节点名称</th> <th>功能描述</th> </tr> <tr> <td><b>Qwen3-VL基础版</b><br><code>Qwen3VLBasic</code></td> <td> 基于阿里巴巴Qwen3-VL模型的基础视觉理解节点，提供简洁高效的图像和视频分析功能，支持多种模型版本和量化选项，为Qwen3-VL高级版简化而来的版本。 <br> <div align="left"> <a href="images/Qwen3-VL Basic.jpg" target="_blank"> <img src="images/Qwen3-VL Basic.jpg" alt="Qwen3-VL基础版" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Qwen3-VL高级版</b><br><code>Qwen3VLAdvanced</code></td> <td> 基于阿里巴巴Qwen3-VL模型的专业级视觉理解节点，集成众多预设提示词模板，支持智能批量处理、高级量化技术和思维链推理功能。提供从标签生成到创意分析的多种预设模式，具备解锁限制、多语言输出、批量处理等高级特性。

    参数详解文档：Qwen3VL_Parameters_Guide.md

    <br> <div align="left"> <a href="images/Qwen3VL高级版.jpg" target="_blank"> <img src="images/Qwen3VL高级版.jpg" alt="Qwen3-VL Advanced" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Qwen3-VL在线版</b><br><code>Qwen3VLAPI</code></td> <td> 功能强大的云端视觉理解节点，支持多平台在线API调用和批量图像分析，提供丰富的模型选择和灵活的配置方式。

    <b>支持平台</b>：

    • <b>硅基流动平台、魔搭社区平台、自定义API</b>

    <b>核心特点</b>：

    • <b>云端部署</b>：无需本地GPU，通过API调用云端模型
    • <b>双重配置模式</b>：平台预设和完全自定义两种模式
    • <b>批量处理</b>：支持文件夹批量处理，自动保存结果
    <br> <div align="left"> <a href="images/Qwen3-VL API.jpg" target="_blank"> <img src="images/Qwen3-VL API.jpg" alt="Qwen3-VL在线版" width="45%"/> </a> <a href="images/Qwen3-VL API2.jpg" target="_blank"> <img src="images/Qwen3-VL API2.jpg" alt="Qwen3-VL在线版2" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Qwen3-VL额外选项</b><br><code>Qwen3VLExtraOptions</code></td> <td> 为Qwen3-VL节点提供详细的输出控制选项，包括人物信息、光照分析、相机角度、水印检测等高级配置参数。 <br> <div align="left"> <a href="images/Qwen3VL额外选项.jpg" target="_blank"> <img src="images/Qwen3VL额外选项.jpg" alt="Qwen3-VL Extra Options" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Qwen3-VL图像加载器</b><br><code>ImageLoader</code></td> <td> 专为Qwen3-VL优化的图像加载节点，支持多种图像格式和批量加载功能。 <br> <div align="left"> <a href="images/Qwen3-VL Image Loader.jpg" target="_blank"> <img src="images/Qwen3-VL Image Loader.jpg" alt="Qwen3-VL Image Loader" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Qwen3-VL视频加载器</b><br><code>VideoLoader</code></td> <td> 专为Qwen3-VL优化的视频加载节点，支持多种视频格式和帧提取功能。 <br> <div align="left"> <a href="images/Qwen3-VL Video Loader.jpg" target="_blank"> <img src="images/Qwen3-VL Video Loader.jpg" alt="Qwen3-VL Video Loader" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Qwen3-VL多路径输入</b><br><code>MultiplePathsInput</code></td> <td> 支持同时处理多个文件路径的输入节点，便于批量处理图像和视频文件。 <br> <div align="left"> <a href="images/Qwen3-VL Multiple Paths Input.jpg" target="_blank"> <img src="images/Qwen3-VL Multiple Paths Input.jpg" alt="Qwen3-VL Multiple Paths Input" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Qwen3-VL路径切换器</b><br><code>PathSwitch</code></td> <td> 双通道路径切换器，支持手动和自动两种切换模式。可在2个来自MultiplePathsInput节点的路径输入之间智能切换，支持注释标签便于管理。手动模式下可指定选择通道，自动模式下智能选择第一个非空输入，适用于工作流中的条件分支和动态切换。输出可直接连接到Qwen3-VL高级版的source_path输入。 <br> <div align="left"> <a href="images/Qwen3-VL Path Switch.jpg" target="_blank"> <img src="images/Qwen3-VL Path Switch.jpg" alt="Qwen3-VL Path Switch" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Florence2 Plus</b><br><code>Florence2Plus</code></td> <td> 基于微软Florence-2视觉理解模型的专业图像分析节点，支持多种任务类型和批量处理功能。

    <b>核心特性</b>：

    • <b>多模型支持</b>：支持Microsoft Florence-2基础和大型模型，以及MiaoshouAI PromptGen系列
    • <b>丰富任务类型</b>：支持标题生成、详细描述、标签生成、混合模式、分析模式等7种任务
    • <b>批量处理</b>：支持单张图片、多张图片和整个文件夹的批量处理
    • <b>性能优化</b>：支持fp16/bf16/fp32精度，flash_attention_2/sdpa/eager注意力机制
    • <b>智能内存管理</b>：提供卸载到CPU、完全卸载、保持加载三种内存管理模式

    <b>使用建议</b>：

    • 基础任务使用Microsoft模型，复杂任务使用MiaoshouAI PromptGen模型
    • 显存充足时使用bf16获得最佳质量，有限时使用fp16平衡性能
    • 根据使用频率选择合适的内存管理模式
    <br> <div align="left"> <a href="images/Florence2 Plus1.jpg" target="_blank"> <img src="images/Florence2 Plus1.jpg" alt="Florence2 Plus" width="45%"/> </a> <a href="images/Florence2 Plus2.jpg" target="_blank"> <img src="images/Florence2 Plus2.jpg" alt="Florence2 Plus" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Sa2VA高级版</b><br><code>Sa2VAAdvanced</code></td> <td> 基于字节跳动Sa2VA模型的专业级图像分割节点，提供精确的智能分割功能，支持多种模型版本和量化配置。通过自然语言提示词控制分割区域，实现对图像中特定对象的精准分割，输出高质量的遮罩数据。

    <b>核心功能</b>：

    • <b>智能分割</b>：基于自然语言提示词进行精确的图像对象分割
    • <b>多模型支持</b>：支持多种Sa2VA模型版本，包括InternVL3和Qwen系列
    • <b>量化优化</b>：提供4bit和8bit量化选项，优化性能和资源使用
    • <b>Flash Attention</b>：支持Flash Attention技术，提升推理效率
    • <b>模型管理</b>：内置模型下载和管理功能，支持本地缓存 <br>
    <div align="left"> <a href="images/Sa2VA Advanced1.jpg" target="_blank"> <img src="images/Sa2VA Advanced1.jpg" alt="Sa2VA高级版-界面1" width="45%"/> </a> <a href="images/Sa2VA Advanced2.jpg" target="_blank"> <img src="images/Sa2VA Advanced2.jpg" alt="Sa2VA高级版-界面2" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Sa2VA分割预设</b><br><code>Sa2VASegmentationPreset</code></td> <td> 提供交互式分割预设选择的工具节点，可在界面中选择常见部位/对象并生成中文分割提示文本输出，用于驱动 Sa2VA 高级版的分割。将本节点的 <code>segmentation_preset</code> 输出连接到 Sa2VA 高级版的同名输入即可生效。若该输入为空，Sa2VA 高级版将改用字符串输入框中的 <code>segmentation_prompt</code>。 <br> <div align="left"> <a href="images/Sa2VA Segmentation Preset.jpg" target="_blank"> <img src="images/Sa2VA Segmentation Preset.jpg" alt="Sa2VA分割预设" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>LM Studio节点</b><br><code>LMStudioNode</code></td> <td> 连接本地LM Studio服务器的视觉理解节点，支持图像分析和文本生成。通过LM Studio本地部署的大模型，实现无需云端API的私有化图像分析。

    <b>前置要求</b>：

    • 需要安装 <b>LM Studio</b> 软件，下载地址：https://lmstudio.ai
    • 在LM Studio中下载并加载支持视觉能力的模型（如Qwen2-VL、Llama-Vision等）
    • 启动LM Studio的本地服务器功能（默认端口1234）

    <b>核心功能</b>：

    • <b>本地部署</b>：连接本地LM Studio服务器，无需云端API密钥
    • <b>多种预设模板</b>：支持标签反推、详细描述、创意写作等多种提示词预设
    • <b>输出语言控制</b>：支持中文、英文、中英双语等多种输出语言
    • <b>模型自动发现</b>：自动获取LM Studio中已加载的模型列表
    • <b>模型刷新</b>：一键刷新按钮，当模型列表显示异常时可重新获取
    • <b>多图像输入</b>：支持最多4张图像同时输入进行单轮推理
    • <b>推理日志面板</b>：实时显示推理日志，仅显示当前运行信息
    • <b>可视化设置</b>：提供状态设置界面，方便配置参数

    <b>配套节点</b>：

    • <b>LM Studio模型卸载</b>：一键卸载LM Studio中已加载的模型，释放显存
    <br> <div align="left"> <a href="images/LM Studio Node.jpg" target="_blank"> <img src="images/LM Studio Node.jpg" alt="LM Studio节点" width="45%"/> </a> </div> </td> </tr> </table>

    ⚙️ 逻辑与工具类节点

    <table> <tr> <th width="30%">节点名称</th> <th>功能描述</th> </tr> <tr> <td><b>🏷️TAG标签选择器</b><br><code>TagSelector</code></td> <td>

    新一代智能标签管理系统，集成海量预设标签库、自定义标签功能、角色提取器和内置AI扩写能力，提供前所未有的标签选择体验，快速构建复杂提示词，提升创作效率。

    <b>核心功能</b>：

    • <b>标签分类丰富：</b>涵盖常规标签、艺术题材、人物属性、场景环境等全方位分类
    • <b>自定义标签管理：</b>支持添加、编辑、删除个人专属标签，打造个性化标签库
    • <b>智能搜索定位：</b>支持关键词搜索，快速找到目标标签
    • <b>实时选择统计：</b>动态显示已选标签数量和详细列表
    • <b>随机标签生成：</b>智能随机标签生成功能，支持按分类权重和数量配置自动生成多样化标签组合
    • <b>角色提取器：</b>从远程服务器获取角色数据，自动生成AI绘图提示词，支持历史记录管理
    • <b>内置AI扩写</b>：一键智能扩写功能，支持标签式和自然语言式两种扩写模式

    <b>参数说明</b>：

    • <b>tag_edit：</b>手动编辑的标签文本，支持直接输入或粘贴
    • <b>random_logic：</b>随机逻辑选择（Disabled/Random Tags/Character Extractor）
      • <b>Disabled：</b>禁用随机功能
      • <b>Random Tags：</b>使用随机标签界面中配置的规则生成标签
      • <b>Character Extractor：</b>使用角色提取器功能获取标签
    • <b>expand_mode：</b>扩写模式选择（Disabled/Tag Style/Natural Language/Structured JSON）
    • <b>output_language：</b>扩写结果语言（Chinese/English）
    • <b>platform：</b>API平台选择（auto自动选择可用平台）
    • <b>max_tokens：</b>AI生成内容的最大令牌数
    <br> <div align="left"> <a href="images/Tag Selector1.jpg" target="_blank"> <img src="images/Tag Selector1.jpg" alt="Tag Selector1" width="45%"/> </a> <a href="images/Tag Selector2.jpg" target="_blank"> <img src="images/Tag Selector2.jpg" alt="Tag Selector2" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>Latent切换器(双模式)</b><br><code>LatentSwitchDualMode</code></td> <td>支持可变数量的潜变量输入的双模式切换器。通过滑块 <code>inputcount</code> 控制端口数量，并点击按钮 <code>Update inputs</code> 同步增删端口；手动模式下按索引选择输出（<code>select_channel</code> 选项随 <code>inputcount</code> 自动更新）；自动模式仅在存在唯一非空输入时输出，检测到多个非空输入将提示错误。新增的潜变量输入端口均为非必连，适合在不同生成路径之间灵活切换与对比实验。 <br> <div align="left"> <a href="images/Latent Switch Dual Mode.jpg" target="_blank"> <img src="images/Latent Switch Dual Mode.jpg" alt="Latent切换器(双模式)" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>文本切换器(双模式)</b><br><code>TextSwitchDualMode</code></td> <td>支持可变数量的文本输入的双模式切换器。通过滑块 <code>inputcount</code> 控制端口数量，并点击按钮 <code>Update inputs</code> 同步增删端口；手动模式下按索引选择输出（<code>select_text</code> 选项随 <code>inputcount</code> 自动更新）；自动模式仅在存在唯一非空输入时输出，检测到多个非空输入将提示错误。新增的文本输入端口均为非必连，适合在不同版本提示词之间灵活切换与对比实验。 <br> <div align="left"> <a href="images/Text Switch Dual Mode.jpg" target="_blank"> <img src="images/Text Switch Dual Mode.jpg" alt="文本切换器(双模式)" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>图像切换器(双模式)</b><br><code>ImageSwitchDualMode</code></td> <td>支持可变数量的图像输入的双模式切换器。通过滑块 <code>inputcount</code> 控制端口数量，并点击按钮 <code>Update inputs</code> 同步增删端口；手动模式下按索引选择输出（<code>select_image</code> 选项随 <code>inputcount</code> 自动更新）；自动模式仅在存在唯一非空输入时输出，检测到多个非空输入将提示错误。新增的图像输入端口均为非必连，便于在不同生成结果或不同处理路径之间进行灵活对比。 <br> <div align="left"> <a href="images/Image Switch Dual Mode.jpg" target="_blank"> <img src="images/Image Switch Dual Mode.jpg" alt="图像切换器(双模式)" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>优先级图像切换</b><br><code>PriorityImageSwitch</code></td> <td>智能优先级图像切换节点，当同时接入图像A和图像B端口时，优先输出B端口的内容；如果B端口无输入，则输出图像A端口的内容；如果两个端口都无输入，则弹出提示要求至少连接一个输入端口。

    <b>特点</b>：

    • <b>优先级控制</b>：图像B端口优先级高于图像A端口
    • <b>智能切换</b>：自动检测输入状态，无缝切换输出，减少手动切换操作
    <br> <div align="left"> <a href="images/优先级图像切换.jpg" target="_blank"> <img src="images/优先级图像切换.jpg" alt="优先级图像切换" width="45%"/> </a> </div></td> </tr> <tr> <td><b>多平台翻译</b><br><code>MultiPlatformTranslate</code></td> <td>

    多平台翻译节点，支持百度、阿里云、有道、智谱AI和免费翻译服务。用户可以通过配置管理界面设置各平台的API密钥，实现高质量的专业翻译服务。

    <b>特点</b>：

    • <b>多平台支持</b>：支持主流翻译平台，满足不同需求
    • <b>配置管理</b>：通过图形化界面轻松管理各平台API密钥
    • <b>专业翻译</b>：提供高质量的专业翻译服务
    <div align="left"> <a href="images/Multi Platform Translate.jpg" target="_blank"> <img src="images/Multi Platform Translate.jpg" alt="多平台翻译" width="45%"/> </a> </div> </td> </tr> <tr> <td><b>资源清理器</b><br><code>ResourceCleaner</code></td> <td>

    系统资源清理工具，提供独立的内存(RAM)、显存(VRAM)和缓存清理控制，可选择性释放系统资源。

    <b>特点</b>：

    • <b>独立控制</b>：三个清理功能配备独立开关，可单独或组合使用
    • <b>详细报告</b>：输出清理过程的详细报告，便于监控资源释放情况
    </td> </tr> <tr> <td><b>工作流暂停器</b><br><code>PauseWorkflow</code></td> <td>

    智能工作流控制节点，可在任意位置暂停工作流执行，等待用户交互后继续或取消执行。

    <b>特点</b>：

    • <b>通用输入</b>：支持任意类型的数据输入和输出，可插入工作流的任何位置
    • <b>交互式控制</b>：提供继续和取消两个操作选项
    • <b>状态管理</b>：智能管理每个节点实例的暂停状态
    • <b>异常处理</b>：取消时抛出中断异常，安全终止工作流
    </td> </tr> <tr> <td><b>预留显存设置器</b><br><code>ReservedVRAMSetter</code></td> <td>

    专业的GPU显存预留管理工具，用于控制ComfyUI的显存使用策略，有效防止显存溢出(OOM)错误，提升工作流稳定性。支持手动和自动两种模式，自动模式可根据当前GPU使用情况智能计算合适的预留显存量。

    <b>特点</b>：

    • <b>双模式支持</b>：手动模式固定设置预留显存量，自动模式根据当前GPU使用情况智能调整
    • <b>智能清理</b>：支持在设置前自动清理GPU显存，释放无用资源
    • <b>自动限制</b>：自动模式下可设置最大预留上限，防止过度预留影响其他应用
    • <b>种子控制</b>：内置随机种子管理，确保工作流的一致性
    <br> <div align="left"> <img src="images/Reserved VRAM Setter.jpg" alt="预留显存设置器" width="45%"/> </div> </td> </tr> <tr> <td><b>整数节点</b><br><code>IntNode</code></td> <td>

    输出可配置整数值的工具节点，用于统一的参数控制。支持-2147483648到2147483647范围的整数输入，适用于需要精确数值控制的场景。

    <br> <div align="left"> <img src="images/IntNode.jpg" alt="整数节点" width="45%"/> </div> </td> </tr> <tr> <td><b>组开关管理器</b><br><code>GroupSwitchManager</code></td> <td>

    可视化群组开关管理工具，自动检测工作流中的所有群组，提供一键启用/禁用功能，支持颜色过滤、标题匹配、拖拽排序和群组联动配置。

    <b>核心功能</b>：

    • <b>智能过滤</b>：支持按颜色或标题关键词筛选群组
    • <b>拖拽排序</b>：自定义群组显示顺序
    • <b>联动配置</b>：配置群组间的联动规则，实现开关联动效果
    • <b>快速导航</b>：点击箭头快速定位到对应群组位置
    • <b>双模式支持</b>：支持禁用模式和忽略模式
    <br> <div align="left"> <a href="images/Group Switch Manager1.jpg" target="_blank"> <img src="images/Group Switch Manager1.jpg" alt="组开关管理器-主界面" width="30%"/> </a> <a href="images/Group Switch Manager2.jpg" target="_blank"> <img src="images/Group Switch Manager2.jpg" alt="组开关管理器-设置界面" width="30%"/> </a> <a href="images/Group Switch Manager3.jpg" target="_blank"> <img src="images/Group Switch Manager3.jpg" alt="组开关管理器-联动配置" width="30%"/> </a> </div> </td> </tr> </table>

    🚀 安装方式

    📦 方式一：通过 ComfyUI Manager 安装（推荐）

    1. 安装 ComfyUI Manager
    2. 在 Manager 菜单中选择 "Install Custom Nodes"
    3. 搜索 zhihui_nodes_comfyui 并点击 "Install" 按钮
    4. 等待安装完成后重启 ComfyUI，即可在节点菜单中找到新添加的节点

    🔧 方式二：通过 Git 安装

    进入 ComfyUI 的 custom_nodes 目录，执行以下命令：

    git clone https://github.com/ZhiHui6/zhihui_nodes_comfyui.git

    重启 ComfyUI 即可使用。

    📁 方式三：手动安装

    1. 下载本仓库的 ZIP 文件并解压
    2. 将整个 zhihui_nodes_comfyui 文件夹复制到 ComfyUI 的 custom_nodes 目录下
    3. 重启 ComfyUI

    📋 依赖项

    本节点集大部分功能无需额外依赖，开箱即用。部分在线功能（如翻译、提示词优化）需要网络连接。

    如需手动安装依赖，可执行：

    pip install -r requirements.txt

    🤝 贡献指南

    我们欢迎各种形式的贡献，包括但不限于：

    <div align="left"> [🔴报告问题和提出建议 ] | [💡提交功能请求] | [📚改进文档] | [💻提交代码贡献]<br> </div>

    如果您有任何想法或建议，请随时提出 Issue 或 Pull Request。

    Run ComfyUI workflows without the setup

    No installs, no CUDA version roulette, no GPU sitting idle on your bill. Bring a workflow and run it in the browser.

    Learn more