ComfyUI-Annotations 的项目扩展与二次开发
2025-06-17 14:56:46作者:瞿蔚英Wynne
项目的基础介绍
ComfyUI-Annotations 是一个开源项目,旨在为 ComfyUI 提供一个简单易用的节点创建工具。它通过 Python 类型注解和装饰器,使得开发者能够轻松地将 Python 函数转换为 ComfyUI 节点。项目基于 MIT 许可,鼓励社区成员进行扩展和二次开发。
项目的核心功能
- @ComfyNode 装饰器:简化了自定义节点的声明,通过自动定义节点,基于 Python 类型注解。
- ComfyUI 类型支持:包括常见的类型(如 ImageTensor、MaskTensor)以支持 ComfyUI 的连接语义。
- 小部件支持:特殊类(如 StringInput、NumberInput 和 Choice)提供了对 ComfyUI 小部件行为的完整支持。
- 自动列表和元组处理:简化了期望或返回集合的函数的输入/输出。
- 内置文本和图像预览:无需使用 JavaScript 即可为节点轻松添加预览。
- 节点的默认设置:通过装饰器设置节点颜色和初始尺寸,避免编写自定义 JavaScript。
项目使用了哪些框架或库?
ComfyUI-Annotations 主要使用了 Python 作为开发语言,并且依赖于 ComfyUI 的框架。它还可能使用了以下库:
torch:用于处理张量,尤其是图像相关的操作。numpy:用于数值计算。
项目的代码目录及介绍
项目的代码目录如下:
assets/:包含项目的资源文件。easy_nodes/:包含项目的核心模块和节点定义。example/:包含示例代码和节点。.gitignore:定义了 Git 忽略的文件。LICENSE:项目的 MIT 许可证文件。MANIFEST.in:定义了打包时包含的文件。comfy_annotations.py:项目的主 Python 文件,包含装饰器和类型定义。pyproject.toml:定义了项目的构建系统和依赖。readme.md:项目的说明文件。
对项目进行扩展或者二次开发的方向
- 扩展类型支持:可以添加新的类型,以支持更多种类的 ComfyUI 节点。
- 增加新的小部件:根据需求,开发新的小部件,以丰富节点的输入和输出形式。
- 集成其他工具:例如,集成机器学习模型,使得节点能够进行更复杂的计算。
- 性能优化:优化项目的性能,使其在处理大规模数据时更加高效。
- 增加用户界面元素:为用户提供更直观、更友好的操作界面。
- 多语言支持:扩展项目以支持更多语言,吸引更多国际开发者。
通过这些方向的扩展和二次开发,ComfyUI-Annotations 将能够更好地服务于更广泛的用户群体,为开源社区带来更多价值。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
388
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
679
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
806
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781