prompt-generator-comfyui 的项目扩展与二次开发
2025-06-24 10:57:18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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
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
9
1
暂无简介
Dart
651
149
Ascend Extension for PyTorch
Python
212
222
🔥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
62
20
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++
656
291
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216
🎉 (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
1.17 K
640
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
React Native鸿蒙化仓库
JavaScript
251
319