prompt-generator-comfyui 的项目扩展与二次开发
2025-06-24 20:29:52作者:彭桢灵Jeremy
项目的基础介绍
prompt-generator-comfyui 是一个开源项目,旨在为 ComfyUI 提供自定义的人工智能提示生成节点。用户可以通过这个节点,利用文本生成模型来生成提示。该项目允许用户在 ComfyUI 中集成预训练的模型或自己训练的模型,以实现多样化的提示生成功能。
项目的核心功能
- 多输出生成:用户可以选择从五个输出中获取结果,生成的提示会按顺序记录在日志文件和终端中。
- 随机性:增加了随机性功能,允许用户在生成提示时引入随机性。
- 量化:通过 Quanto 和 Bitsandbytes 包实现了模型的量化,以减少模型大小和提高推理速度。
- Lora 适配器模型加载:通过 Peft 包支持 Lora 适配器模型的加载。
- 优化:使用 Optimum 包对模型进行优化。
- ONNX 和 Transformers 模型支持:支持 ONNX 和 Transformers 模型的使用。
- 预处理输出:提供了预处理输出的功能。
- 递归生成:支持递归生成提示。
- 日志记录:生成的文本会打印在终端,并记录在生成的提示文件夹中,以当前日期作为文件名。
项目使用了哪些框架或库?
- ComfyUI:项目基于 ComfyUI 进行开发,为该平台提供扩展功能。
- PyTorch:使用 PyTorch 作为深度学习框架。
- Transformers:使用 Huggingface 的 Transformers 库来加载和使用预训练的模型。
- Peft:用于加载 Lora 适配器模型。
- Optimum:用于模型优化。
- Quanto 和 Bitsandbytes:用于模型量化。
项目的代码目录及介绍
项目的代码目录结构如下:
prompt-generator-comfyui/
├── .github/
├── generator/
├── images/
├── .gitignore
├── LICENSE
├── README.md
├── __init__.py
├── basicWorkflowWithPromptGenerator.json
├── hires.fixWithPromptGenerator.json
├── prompt_generator.py
├── pyproject.toml
├── requirements.txt
.github/:包含项目相关的 GitHub 配置文件。generator/:包含生成器模型和相关文件。images/:可能包含项目使用的图像文件。.gitignore:指定 Git 忽略的文件和目录。LICENSE:项目使用的许可文件。README.md:项目说明文件。__init__.py:Python 包初始化文件。basicWorkflowWithPromptGenerator.json和hires.fixWithPromptGenerator.json:ComfyUI 工作流文件。prompt_generator.py:主程序文件,包含提示生成逻辑。pyproject.toml:项目配置文件。requirements.txt:项目依赖的 Python 包列表。
对项目进行扩展或者二次开发的方向
- 模型扩展:可以集成更多类型的预训练模型,以支持更广泛的语言和任务。
- 功能增强:可以根据用户需求,增加新的功能,如增加更多自定义的生成选项、改进日志记录功能等。
- 界面优化:优化 ComfyUI 中的节点界面,使其更加直观和易于使用。
- 性能提升:通过优化算法和模型结构,提高提示生成的速度和准确性。
- 社区支持:建立社区,鼓励更多开发者参与项目的开发和维护,共享经验和资源。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
5分钟掌握ImageSharp色彩矩阵变换:图像色调调整的终极指南3分钟解决Cursor试用限制:go-cursor-help工具全攻略Transmission数据库迁移工具:转移种子状态到新设备如何在VMware上安装macOS?解锁神器Unlocker完整使用指南如何为so-vits-svc项目贡献代码:从提交Issue到创建PR的完整指南Label Studio数据处理管道设计:ETL流程与标注前预处理终极指南突破拖拽限制:React Draggable社区扩展与实战指南如何快速安装 JSON Formatter:让 JSON 数据阅读更轻松的终极指南Element UI表格数据地图:Table地理数据可视化Formily DevTools:让表单开发调试效率提升10倍的神器
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
332
395
暂无简介
Dart
766
189
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++
878
586
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
336
165
React Native鸿蒙化仓库
JavaScript
302
352
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
12
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
1.33 K
748
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
985
246