【亲测免费】 ComfyUI-DynamiCrafterWrapper项目安装与配置指南
2026-01-30 05:15:03作者:伍霜盼Ellen
1. 项目基础介绍
ComfyUI-DynamiCrafterWrapper 是一个开源项目,它将 DynamiCrafter 模型集成到 ComfyUI 中,使得用户能够利用 ComfyUI 的界面和功能来更方便地使用 DynamiCrafter 模型。该项目主要用于视频帧插值和视频循环生成等应用。主要编程语言为 Python。
2. 项目使用的关键技术和框架
- ComfyUI:一个用户友好的图形界面,用于简化机器学习模型的使用和集成。
- DynamiCrafter:一种基于视频扩散先验的开域图像动画生成技术。
- PyTorch:一个流行的深度学习框架,用于模型的训练和推断。
3. 项目安装和配置的准备工作
在开始安装之前,请确保您的系统中已安装以下软件:
- Python(推荐版本 3.8.5)
- pip(Python 包管理器)
- conda(Python 环境管理器,推荐使用)
- Git(用于从仓库克隆项目)
安装步骤
-
克隆项目仓库:
git clone https://github.com/kijai/ComfyUI-DynamiCrafterWrapper.git -
创建并激活一个新的 conda 环境(推荐):
conda create -n dynamicrafter python=3.8.5 conda activate dynamicrafter -
安装项目依赖:
pip install -r ComfyUI-DynamiCrafterWrapper/requirements.txt -
如果您使用的是 ComfyUI 的便携式版本,您需要在 ComfyUI_windows_portable 文件夹中运行以下命令来安装依赖:
python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-DynamiCrafterWrapper\requirements.txt -
安装 xformers(如果可能的话,以减少内存使用):
pip install xformers --no-deps对于便携式版本:
python_embeded\python.exe -m pip install xformers --no-deps -
将模型权重文件放置在正确的目录下。您可以从 Hugging Face 下载相应的模型文件,并将其放置在
ComfyUI/models/checkpoints目录中。 -
在安装和配置完成后,您可以通过 ComfyUI 的界面来使用 DynamiCrafter 模型,或者通过命令行运行脚本进行视频生成、帧插值和视频循环生成。
以上步骤为 ComfyUI-DynamiCrafterWrapper 的基本安装流程,确保您已按照指南操作,如果遇到任何问题,请参考项目的官方文档或向社区寻求帮助。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript093- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
521
93
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++
956
951
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
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221