ComfyUI_SLK_joy_caption_two 项目安装与使用指南
2026-01-30 05:06:45作者:舒璇辛Bertina
1. 项目目录结构及介绍
ComfyUI_SLK_joy_caption_two 项目目录结构如下:
ComfyUI_SLK_joy_caption_two/
├── .github/ # GitHub 工作流文件
├── examples/ # 示例工作流和配置文件
├── LICENSE # 项目许可证文件
├── joy_caption_two_node.py # 核心节点实现文件
├── joy_config.json # 默认配置文件
├── joy_config.py # 配置文件处理脚本
├── pyproject.toml # 项目元数据文件
├── readme.md # 项目自述文件
├── readme_us.md # 项目自述文件(英文版)
├── requirements.txt # 项目依赖文件
└── uitls.py # 工具脚本
.github/: 存放 GitHub Actions 工作流文件,用于自动化项目发布等操作。examples/: 包含项目使用示例和配置文件。LICENSE: 项目使用的许可证文件,本项目采用 GPL-3.0 许可。joy_caption_two_node.py: 实现 JoyCaptionAlpha Two 功能的核心节点脚本。joy_config.json: 默认的项目配置文件,包含了一些预设的配置选项。joy_config.py: 用于处理和修改配置文件的脚本。pyproject.toml: 包含项目元数据和依赖信息。readme.md: 项目自述文件,包含项目介绍和使用说明。readme_us.md: 项目自述文件的英文版。requirements.txt: 项目依赖文件,列出了项目运行所需要的外部库。
2. 项目的启动文件介绍
项目的启动主要是通过 ComfyUI 界面进行。首先,确保 ComfyUI 已经安装在你的环境中。接着,你需要通过 Comfy Manager 安装 ComfyUI_SLK_joy_caption_two 节点:
# 在 ComfyUI 界面中搜索并安装节点
搜索:JoyCaptionAlpha Two for ComfyUI
或者在命令行中使用以下命令手动安装:
# 克隆仓库到 custom_nodes 子文件夹下
cd custom_nodes
git clone https://github.com/EvilBT/ComfyUI_SLK_joy_caption_two.git
# 安装项目依赖
pip install -r ComfyUI_SLK_joy_caption_two/requirements.txt
安装完成后,重启 ComfyUI,你就可以在 ComfyUI 的节点库中找到并使用 JoyCaptionAlpha Two 节点了。
3. 项目的配置文件介绍
项目配置主要通过 joy_config.json 文件进行。该文件位于项目根目录,包含了一些基本配置,如模型路径、模型参数等。
以下是配置文件的一个示例:
{
"model_path": "models/Joy_caption_two",
"prefix": "",
"suffix": "",
"rename": false,
"top_p": 0.9,
"temperature": 0.75
}
model_path: 指定 Joy-Caption-alpha-two 模型的存储路径。prefix和suffix: 用于在训练时批量添加前缀和后缀字幕。rename: 是否在处理图片时重命名。top_p: 控制生成文本的多样性。temperature: 控制生成文本的随机性。
你可以根据需要修改这些配置参数。修改后,需要重启 ComfyUI 以使配置生效。
以上就是 ComfyUI_SLK_joy_caption_two 项目的安装与使用指南。如果有任何问题,可以通过 GitHub Issues 向项目维护者提问。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
520
3.7 K
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
67
20
暂无简介
Dart
762
183
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.32 K
740
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1
React Native鸿蒙化仓库
JavaScript
301
348
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
1