ComfyUI_Patches_ll 开源项目最佳实践教程

1. 项目介绍

ComfyUI_Patches_ll 是一个开源项目，旨在为 ComfyUI 添加一些钩子方法（hooks method），以支持多种视频模型的加速和优化。这些钩子方法包括 TeaCache 和 First Block Cache 加速，以及对 PuLID-Flux、HunYuanVideo、LTXVideo、MochiVideo 和 WanVideo 等模型的支持。

2. 项目快速启动

环境准备

确保已经安装了 ComfyUI，并且版本大于等于 0.3.17。

克隆项目

cd custom_nodes
git clone https://github.com/lldacing/ComfyUI_Patches_ll.git

重启 ComfyUI

在完成克隆操作后，重启 ComfyUI 以应用更改。

3. 应用案例和最佳实践

3.1 TeaCache 加速

TeaCache 是一种视频加速技术，可以通过修改 rel_l1_thresh 值来调整加速效果。

• Flux 模型：rel_l1_thresh 值分别为 0、0.25、0.4、0.6，可以达到 1.5x、1.8x、2.0x 的加速效果。
• HunYuanVideo 模型：rel_l1_thresh 值分别为 0、0.1、0.15，可以达到 1.2x、1.5x、1.8x 的加速效果。
• 其他模型：根据实际情况测试和调整。

3.2 First Block Cache 加速

First Block Cache 是另一种视频加速技术，通过修改 residual_diff_threshold 值来调整加速效果。

• Flux 模型：residual_diff_threshold 值为 0.12，可以达到 1.2x 的加速效果。
• HunYuanVideo 模型：residual_diff_threshold 值为 0.1，可以达到 1.5x 的加速效果。
• 其他模型：根据实际情况测试和调整。

3.3 自动识别模型类型

使用 AutoAddHooksMethod 自动为模型添加钩子方法，支持 Flux、HunYuanVideo、LTXVideo、MochiVideo 和 WanVideo 等模型。

4. 典型生态项目

目前，ComfyUI_Patches_ll 项目主要支持以下几种视频模型：

• PuLID-Flux：基于 PuLID 的视频加速模型。
• HunYuanVideo：一种适用于不同场景的视频加速模型。
• LTXVideo：适用于高清视频加速的模型。
• MochiVideo：适用于流畅度优化的视频加速模型。
• WanVideo：针对不同场景提供多种视频加速方案的模型。

通过 ComfyUI_Patches_ll 项目，开发者可以更好地优化和加速视频处理流程，提高用户体验。