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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥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
68
20
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
暂无简介
Dart
799
199
🎉 (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
1.37 K
780
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1