ComfyUI-Custom-Scripts新增正则表达式支持优化Lora信息查看功能
ComfyUI-Custom-Scripts项目近期进行了一项重要更新,为"查看Lora信息"功能增加了正则表达式支持。这项改进显著提升了用户在复杂工作流中使用Lora模型时的便利性。
在ComfyUI工作流中,Lora模型是一种常用的轻量级适配器,可以微调大型模型而无需完全重新训练。当用户需要查看已加载Lora模型的详细信息时,通常需要通过"View Lora info..."选项来实现。然而,在某些情况下,特别是使用类似LoRA Stacker这样的节点时,会遇到操作不便的问题。
LoRA Stacker节点通常会创建多个Lora名称输入框,命名模式为"LoRA Stacker.lora_name_1"到"LoRA Stacker.lora_name_N"。在更新前,用户必须在设置中明确列出每一个需要支持"View Lora info..."功能的输入框名称,这在实际使用中既繁琐又容易出错。
新版本通过引入正则表达式支持解决了这一问题。现在,用户只需在设置中使用"Lora Stacker.lora_name_.*"这样的正则表达式模式,就能一次性匹配所有符合命名规则的输入框。这不仅简化了配置过程,也提高了系统的灵活性和可维护性。
这项改进的技术实现涉及对字符串匹配逻辑的重构,将简单的字符串相等比较升级为正则表达式匹配。对于开发者而言,这种改变意味着更强大的模式匹配能力;对于普通用户,则提供了更简洁高效的配置方式。
正则表达式支持不仅适用于LoRA Stacker节点,也可以应用于任何需要批量配置的类似场景。例如,用户现在可以使用"model_.*"来匹配所有以"model_"开头的输入框名称,或者使用更复杂的模式来满足特定需求。
这一更新体现了ComfyUI-Custom-Scripts项目对用户体验的持续关注,通过技术优化解决实际使用中的痛点问题,使AI工作流的构建和管理更加高效便捷。
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