ComfyUI Prompt Reader Node 使用教程
2024-09-19 05:44:01作者:霍妲思
项目介绍
ComfyUI Prompt Reader Node 是一个用于管理图像元数据和多工具兼容性的开源项目。它是 SD Prompt Reader 的 ComfyUI 节点版本,能够从支持 SD Prompt Reader 的任何格式的图像中提取元数据,并将图像保存为包含额外元数据的格式,以确保与元数据检测网站(如 Civitai)的兼容性。
项目快速启动
安装
推荐通过 ComfyUI Manager 进行安装和更新:
- 打开 ComfyUI Manager。
- 搜索 "SD Prompt Reader" 并安装。
手动安装步骤:
cd custom_node
git clone --recursive https://github.com/receyuki/comfyui-prompt-reader-node.git
cd comfyui-prompt-reader-node
pip install -r requirements.txt
更新
更新时,确保包含子模块:
git pull --recurse-submodules
使用
- 在 ComfyUI 中加载 Prompt Reader Node。
- 连接图像输入和输出节点。
- 运行工作流以提取和保存图像元数据。
示例代码:
from comfyui_prompt_reader_node import PromptReaderNode
# 创建 Prompt Reader Node 实例
prompt_reader = PromptReaderNode()
# 加载图像
image = load_image('path_to_image.png')
# 提取元数据
metadata = prompt_reader.extract_metadata(image)
# 保存图像和元数据
prompt_reader.save_image_with_metadata(image, metadata, 'output_path.png')
应用案例和最佳实践
应用案例
- 图像元数据管理:在生成和处理图像时,自动提取和保存元数据,便于后续分析和使用。
- 多工具兼容性:确保生成的图像在不同工具和平台上的兼容性,避免元数据丢失。
最佳实践
- 定期更新:保持项目和依赖库的最新版本,以获得最新的功能和修复。
- 配置优化:根据具体需求调整参数,如
parameter_index和date_format,以优化元数据提取和保存。
典型生态项目
- SD Prompt Reader:ComfyUI Prompt Reader Node 的基础项目,提供图像元数据提取的核心功能。
- ComfyUI:一个强大的图像处理和生成工具,支持多种自定义节点和插件。
- Civitai:一个图像元数据检测和分享平台,支持 ComfyUI Prompt Reader Node 生成的图像格式。
通过以上模块的介绍和实践,您可以快速上手并充分利用 ComfyUI Prompt Reader Node 的功能。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878