ComfyUI-bleh 项目亮点解析
2025-06-16 11:13:43作者:虞亚竹Luna
1. 项目的基础介绍
ComfyUI-bleh 是一个开源项目,旨在为 ComfyUI 提供一系列实用的节点集合,这些节点集合包括模型修补功能和对预览器的改进。ComfyUI 是一个图形用户界面,用于控制和操作文本到图像的生成过程。ComfyUI-bleh 通过添加新的节点和功能,进一步扩展了 ComfyUI 的能力,提供了更好的预览效果和更多的定制选项。
2. 项目代码目录及介绍
项目的代码目录结构如下:
assets/:包含项目所需的各种资源文件。docs/:存放项目的文档文件。py/:包含项目的核心 Python 代码。.gitignore:指定 Git 忽略的文件和目录。LICENSE:项目的许可文件,采用 Apache-2.0 协议。README.md:项目的说明文件,介绍了项目的功能和用法。__init__.py:Python 包的初始化文件。blehconfig.example.json和blehconfig.example.yaml:项目的配置文件示例。
3. 项目亮点功能拆解
ComfyUI-bleh 提供了以下亮点功能:
- 改进的 TAESD 预览:支持更好的 TAESD 预览效果,包括批量预览。
- HyperTile 和 Deep Shrink 节点改进:允许设置种子、时间步长范围和步长间隔,以及应用 Kohya Deep Shrink 到多个块。
- Penultimate Sigma 丢弃节点:允许在特定采样器中丢弃最后一个sigma值,以减少噪声。
- InsaneChainSampler 节点:允许在采样过程中更方便地切换采样器。
- ModelPatchConditional 节点:允许在特定间隔和/或采样百分比应用任意模型修补。
- ForceSeedSampler 节点:确保即使在关闭 add_noise 时也能为采样器设置种子,以便重现生成结果。
4. 项目主要技术亮点拆解
ComfyUI-bleh 的主要技术亮点包括:
- 预览器增强:支持设置最大预览尺寸、显示批量预览、预览节流和内存溢出回退机制。
- 配置灵活性:允许通过配置文件自定义预览行为,包括预览设备选择、编译预览器选项等。
- 实验性功能:提供实验性的块级 CFG 类型效果和 SageAttention 支持。
5. 与同类项目对比的亮点
与同类项目相比,ComfyUI-bleh 的亮点在于:
- 功能丰富:提供了更多的节点和功能,使得用户可以更灵活地控制文本到图像的生成过程。
- 预览优化:改进的预览器提供了更好的视觉效果,帮助用户更准确地评估生成结果。
- 配置自定义:用户可以通过配置文件轻松自定义项目行为,满足不同的使用需求。
- 社区活跃:项目在 GitHub 上有着活跃的社区,持续更新和改进,确保项目的稳定性和先进性。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
9
1
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219