ComfyUI-Image-Saver 项目亮点解析
2025-06-22 09:02:06作者:柏廷章Berta
1. 项目基础介绍
ComfyUI-Image-Saver 是一个开源项目,旨在为 ComfyUI 提供图像保存功能,并附带生成元数据。该项目允许用户保存图像时,同时保留与 Civitai 兼容的生成元数据。支持的图像格式包括 PNG、JPG 和 WEBP。对于 PNG 格式的图像,它既保存完整的 ComfyUI 工作流程,也保存 a1111 风格的参数;而对于 JPEG 和 WEBP 格式,仅保存 a1111 风格的参数。
2. 项目代码目录及介绍
项目的代码目录结构清晰,以下为主要文件和目录的简要介绍:
README.md:项目说明文件,包含项目介绍、安装方法、使用说明及配置选项。requirements.txt:项目依赖文件,列出了运行项目所需的 Python 库。nodes.py:实现了 ComfyUI 节点的核心逻辑。prompt_metadata_extractor.py:用于提取和保存图像生成元数据。utils.py和utils_civitai.py:提供了项目运行所需的工具函数。example-workflow.json:一个示例工作流程文件,展示了如何定义和使用生成元数据。
3. 项目亮点功能拆解
- 兼容性:支持多种图像格式,并与 Civitai 的 geninfo 自动检测兼容。
- 元数据保存:在 PNG 图像中保存完整的 ComfyUI 工作流程和 a1111 风格参数,在 JPEG/WEBP 中保存 a1111 风格参数。
- 资源链接:包括模型、LoRAs 和嵌入的哈希值,确保在 Civitai 上正确链接资源。
4. 项目主要技术亮点拆解
- 灵活的配置:允许用户自定义文件和文件夹的命名,支持多种占位符,如时间、模型名、种子等。
- 集成 LoRAs:支持在提示中添加 LoRAs,并将其转换为适当的条件,无需担心字符串的处理问题。
- 易用性:对于使用 ComfyUI-Manager 的用户,安装过程非常简单;对于不使用管理器的用户,安装说明清晰明了。
5. 与同类项目对比的亮点
ComfyUI-Image-Saver 相较于其他同类项目,其亮点在于:
- 易用性与功能性的结合:不仅提供了强大的功能,而且易于安装和使用。
- 灵活性:在图像保存和元数据处理方面提供了更多的自定义选项。
- 社区支持:项目维护良好,社区活跃,能够及时解决用户的问题和需求。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 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
316
React Native鸿蒙化仓库
JavaScript
262
325
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