ComfyUI-LTXVideo 安装与配置指南
2026-01-30 04:54:11作者:戚魁泉Nursing
1. 项目基础介绍
ComfyUI-LTXVideo 是一套为 ComfyUI 定制的节点集合,旨在为 LTXV 模型提供实用的工具。LTXV 模型本身在 ComfyUI 核心代码中得到了支持。本项目提供了一些更新工作流程来展示新特性,包括帧条件、序列条件和提示增强器等。
主要编程语言:Python
2. 项目使用的关键技术和框架
- ComfyUI:一个图形用户界面,用于创建和编辑复杂的图像和视频处理流程。
- LTXV 模型:用于视频生成的深度学习模型。
- t5 文本编码器:用于处理文本的编码器。
3. 项目安装和配置准备工作
在开始安装前,请确保您的系统中已安装以下软件:
- Python
- ComfyUI
- pip(Python 包管理器)
3.1 安装步骤
步骤 1:安装 ComfyUI
如果您的系统中还没有安装 ComfyUI,请先进行安装。具体安装步骤请参考 ComfyUI 的官方文档。
步骤 2:克隆项目仓库
将 ComfyUI-LTXVideo 项目克隆到 ComfyUI 安装目录下的 custom-nodes 文件夹中。
git clone https://github.com/Lightricks/ComfyUI-LTXVideo.git custom-nodes/ComfyUI-LTXVideo
步骤 3:安装依赖
进入项目目录,安装所需的 Python 包。
cd custom_nodes/ComfyUI-LTXVideo
pip install -r requirements.txt
对于便携式 ComfyUI 安装,运行以下命令:
.\python_embeded\python.exe -m pip install -r .\ComfyUI\custom_nodes\ComfyUI-LTXVideo\requirements.txt
步骤 4:下载模型文件
从 Hugging Face 下载 ltx-video-2b-v0.9.1.safetensors 模型文件,并将其放置在 models/checkpoints 目录下。
步骤 5:安装文本编码器
安装 t5 文本编码器,例如 google_t5-v1_1-xxl_encoderonly。您可以通过 ComfyUI Model Manager 进行安装。
步骤 6:安装额外的自定义节点
为了运行示例工作流程,您需要安装一些额外的自定义节点,例如 ComfyUI-VideoHelperSuite 等。您可以在 ComfyUI Manager 中点击“Install Missing Custom Nodes”按钮进行安装。
以上步骤完成后,您就可以开始使用 ComfyUI-LTXVideo 进行图像和视频处理了。如果您在安装过程中遇到任何问题,请参考项目的官方文档或向社区寻求帮助。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
793
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++
1.01 K
1.01 K
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
433
394
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989