# ComfyUI-CustomNode 项目文档 ## 一、项目概述 ComfyUI-CustomNode 是一个为 ComfyUI 定制的自定义节点集合项目，提供了丰富的功能节点，涵盖文本处理、图像和视频处理、LLM 调用、对象存储操作等多个领域，方便用户在 ComfyUI 中进行多样化的任务处理。 **本地使用请下载[config.yaml](https://console.cloud.tencent.com/cos/bucket?type=object&tab=objectDetail&bucket=sucai-1324682537&path=%252Fconfig.yaml®ion=ap-shanghai)到custom_nodes/ComfyUI-CustomNode目录** ## 二、项目结构 ``` ComfyUI-CustomNode/ ├── download/ # 下载文件目录 ├── ext/ # 扩展文件目录 │ ├── pyproject.toml # 项目构建和依赖配置 │ ├── comfyui_modal_deploy.py # Comfy GPU服务器部署脚本 │ ├── comfyui_modal_deploy_4ui.py # Comfy批量CPU服务器部署脚本 │ └── nodes_bfl.py # 用于替换comfy内置api节点的代码 ├── model/ # 模型目录 ├── nodes/ # 节点代码目录 │ ├── image_face_nodes.py # 面部处理节点 │ ├── image_gesture_nodes.py # 姿态处理节点 │ ├── image_modal_nodes.py # Modal在线图像节点 │ ├── image_nodes.py # 图像节点 │ ├── llm_nodes.py # LLM 调用节点 │ ├── object_storage_nodes.py # 对象存储节点 │ ├── text_nodes.py # 文本处理节点 │ ├── util_nodes.py # 工具节点 │ ├── video_lipsync_nodes.py # 视频口型同步节点 │ └── video_nodes.py # 视频处理节点 ├── utils/ # 工具函数目录 │ ├── model_module.py # 模型定义 │ ├── model_utils.py # 模型工具 │ ├── face_occu_detect.py # 面部遮挡识别工具 │ └── task_table.py # Task表定义--与DB持久化节点合用 ├── __init__.py # 定义节点映射 ├── .gitignore # Git 忽略文件配置 ├── install.sh # Linux 安装脚本 ├── install.bat # Windows 安装脚本 ├── embedded_install.bat # 嵌入式 Windows 安装脚本 ├── Readme.md # 项目文档 └── requirements.txt # 项目依赖文件 ``` ## 三、用户手册 ### 1. 环境准备 确保你已经安装了 Python 3.10 或更高版本。 ```bash source venv/bin/activate # 对于 Windows 用户使用 `venv\Scripts\activate` pip install -r requirements.txt ``` ### 2. 运行项目 将项目文件夹放置在 ComfyUI 的 `custom_nodes` 目录下，启动 ComfyUI 即可在节点列表中看到自定义节点。 ### 3. 节点使用 在 ComfyUI 界面中，根据需要选择相应的节点，配置节点的输入参数，然后连接节点并运行工作流。 ## 四、节点介绍 ### 常用节点 - **LLMChatMultiModalImageTensor**：多模态 LLM 调用，传入图片张量。 - **输入**：LLM 提供商、提示词、图片张量、温度、最大令牌数、超时时间 - **输出**：LLM 输出结果 - **用途**：结合图片张量与 LLM 进行交互 - **JMCustom**：即梦自定义Prompt生视频 - **输入**：参考图、Prompt、视频长度 - **输出**：生成视频路径 - **用途**：自定义Prompt视频时长生成视频 - **RandomLineSelector**：从多行文本中随机选择一行。 - **输入**：多行文本、随机种子 - **输出**：随机选择的一行文本 - **用途**：随机选取文本中的一行 - **LoadImg**：从网络/本地加载图片(网络图片优先)。 - **输入**：图片 URL、选择本地图片 - **输出**：图像张量 - **用途**：加载网络图片 - **S3UploadURL**：上传文件到 S3 并返回 URL。 - **输入**：待上传文件、S3 存储桶信息 - **输出**：上传后的文件 URL - **用途**：上传文件到 S3 并获取文件 URL ### 1. 文本处理节点 - **LoadTextCustom**：从本地文件读取文本(文件路径优先)。 - **输入**：文件路径、选择本地文件、编码格式 - **输出**：文本字符串 - **用途**：读取本地文本文件内容 - **StringEmptyJudgement**：判断字符串是否为空。 - **输入**：字符串 - **输出**：布尔值（是否为空） - **用途**：检查字符串是否为空 - **RandomLineSelector**：从多行文本中随机选择一行。 - **输入**：多行文本、随机种子 - **输出**：随机选择的一行文本 - **用途**：随机选取文本中的一行 ### 2. LLM 调用节点 - **LLMChat**：调用 LLM 进行聊天。 - **输入**：LLM 提供商、提示词、温度、最大令牌数、超时时间 - **输出**：LLM 输出结果 - **用途**：与 LLM 进行文本交互 - **LLMChatMultiModalImageUpload**：多模态 LLM 调用，上传图片。 - **输入**：LLM 提供商、提示词、图片文件、温度、最大令牌数、超时时间 - **输出**：LLM 输出结果 - **用途**：结合图片与 LLM 进行交互 - **LLMChatMultiModalImageTensor**：多模态 LLM 调用，传入图片张量。 - **输入**：LLM 提供商、提示词、图片张量、温度、最大令牌数、超时时间 - **输出**：LLM 输出结果 - **用途**：结合图片张量与 LLM 进行交互 - **Jinja2RenderTemplate**：使用 Jinja2 渲染 prompt 模板。 - **输入**：模板、键值映射字典 - **输出**：渲染后的字符串 - **用途**：根据提供的模板和变量，使用 Jinja2 引擎渲染出最终的字符串，常用于生成动态的 prompt ### 3. 图像和视频处理节点 - **JMCustom**：即梦自定义Prompt生视频 - **输入**：参考图、Prompt、视频长度 - **输出**：生成视频路径 - **用途**：自定义Prompt视频时长生成视频 - **LoadImg**：从网络/本地加载图片(网络图片优先)。 - **输入**：图片 URL、选择本地图片 - **输出**：图像张量 - **用途**：加载网络图片 - **FaceDetect**：面部检测。 - **输入**：待检测图像 - **输出**：检测结果 - **用途**：检测图像中的面部 - **FaceExtract**：面部提取。 - **输入**：包含面部的图像 - **输出**：提取的面部图像 - **用途**：从图像中提取面部 - **VideoCut**：视频剪裁。 - **输入**：视频文件、剪裁起始时间、剪裁结束时间 - **输出**：剪裁后的视频文件 - **用途**：对视频进行剪裁 - **VideoCutByFramePoint**：视频按精确帧位剪裁。 - **输入**：视频文件、起始帧、结束帧 - **输出**：剪裁后的视频文件 - **用途**：按精确帧位对视频进行剪裁 - **VideoChangeFPS**：视频转换帧率。 - **输入**：视频文件、目标帧率 - **输出**：转换帧率后的视频文件 - **用途**：改变视频的帧率 - **HeyGemF2F**：HeyGem 嘴型同步。 - **输入**：视频张量、音频数据、HeyGem 服务 URL、临时文件路径、是否为 Windows 系统 - **输出**：视频存储路径 - **用途**：实现视频的嘴型同步 - **HeyGemF2FFromFile**：HeyGem 嘴型同步，直接读取文件。 - **输入**：视频文件路径、音频文件路径、HeyGem 服务 URL、临时文件路径、是否为 Windows 系统 - **输出**：视频存储路径 - **用途**：实现视频的嘴型同步 - **ModalEditCustom**: 生修图-Gemini - **输入**：Prompt, temperature, topP, 端点 - **输出**：生/修完的图片 - **用途**：使用Gemini2.0模型进行图像生成/修正 - **ModalMidJourneyGenerateImage**: 生修图-Midjourney - **输入**：Prompt, 提供商, 端点, 超时时间 - **输出**：生/修完的图片 - **用途**：使用Midjourney模型进行图像生成/修正 - **ModalMidJourneyDescribeImage**: 反推生图关键词-Midjourney - **输入**：图片, 端点 - **输出**：生图Prompt词 - **用途**：使用Midjourney模型进行生图Prompt反推 ### 4. 对象存储节点 - **COSUpload**：上传文件到 COS。 - **输入**：待上传文件、COS 存储桶信息 - **输出**：上传文件key - **用途**：将文件上传到腾讯云 COS - **COSDownload**：从 COS 下载文件。 - **输入**：COS 存储桶文件信息、本地保存路径 - **输出**：下载的文件路径 - **用途**：从腾讯云 COS 下载文件 - **S3Upload**：上传文件到 S3。 - **输入**：待上传文件、S3 存储桶信息 - **输出**：上传文件key - **用途**：将文件上传到 S3 存储桶 - **S3Download**：从 S3 下载文件。 - **输入**：S3 存储桶文件信息、本地保存路径 - **输出**：下载的文件路径 - **用途**：从 S3 存储桶下载文件 - **S3UploadURL**：上传文件到 S3 并返回 URL。 - **输入**：待上传文件、S3 存储桶信息 - **输出**：上传后的文件 URL - **用途**：上传文件到 S3 并获取文件 URL ### 5. 工具节点 - **LogToDB**：将日志记录到数据库(数据库需要根据utils/task_table.py结构建表)。 - **输入**：作业 ID、日志内容、状态、数据库连接 URL - **输出**：记录结果 - **用途**：将任务日志保存到数据库 - **VodToLocalNode**：从腾讯云 VOD 下载视频到本地。 - **输入**：文件 ID、子应用 ID - **输出**：本地文件路径 - **用途**：从腾讯云 VOD 下载视频文件 - **UnloadAllModels**：卸载所有已加载的模型。 - **输入**：任意输入 - **输出**：无 - **用途**：释放模型占用的内存 - **TraverseFolder**：遍历文件夹。 - **输入**：文件夹路径、文件后缀、是否递归、索引 - **输出**：文件路径 - **用途**：遍历文件夹并获取指定后缀的文件 - **PlugAndPlayWebhook**：即插即用 Webhook 节点。 - **输入**：Webhook URL、图片 URL、提示 ID - **输出**：无 - **用途**：将数据转发到指定的 Webhook URL - **TaskIdGenerate**：生成任务 ID。 - **输入**：无 - **输出**：任务 ID - **用途**：生成唯一的任务 ID ## 五、注意事项 - 部分节点需要配置相应的 API 密钥或数据库连接信息，**请下载[config.yaml](https://console.cloud.tencent.com/cos/bucket?type=object&tab=objectDetail&bucket=sucai-1324682537&path=%252Fconfig.yaml®ion=ap-shanghai)到custom_nodes/ComfyUI-CustomNode目录**。 - 运行项目时，请确保网络连接正常，特别是涉及在线文件读取和 LLM 调用的节点。