prompt-generator-comfyui 的项目扩展与二次开发
2025-06-24 17:21:33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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
237
2.36 K
仓颉编程语言运行时与标准库。
Cangjie
122
95
暂无简介
Dart
539
118
仓颉编译器源码及 cjdb 调试工具。
C++
115
83
React Native鸿蒙化仓库
JavaScript
216
291
Ascend Extension for PyTorch
Python
77
109
🎉 (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
997
588
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++
580
114
LLVM 项目是一个模块化、可复用的编译器及工具链技术的集合。此fork用于添加仓颉编译器的功能,并支持仓颉编译器项目。
C++
32
26