ComfyUI-LCM 的安装和配置教程
项目基础介绍
ComfyUI-LCM 是一个开源项目,旨在将 Latent Consistency Model (LCM) 集成到 ComfyUI 中。LCM 是一种不同于 Stable Diffusion 的模型类别,目前可用的唯一检查点是 LCM_Dreamshaper_v7。该项目使用 Python 编程语言。
项目使用的关键技术和框架
该项目使用了 diffusers 库,而非 ComfyUI 的模型加载机制。diffusers 是一个用于生成模型的库,它允许用户通过简化的接口来使用先进的生成模型。
准备工作
在开始安装之前,请确保您的系统中已安装了 Git,因为我们将使用 Git 来克隆项目仓库。
安装步骤
- 
克隆项目仓库到您的
custom_nodes/目录:git clone https://github.com/0xbitches/ComfyUI-LCM.git - 
克隆完成后,您需要重启 ComfyUI 以便项目加载。
 - 
对于基本的 img2img 功能,您可以直接使用
LCM_img2img_Sampler节点。 - 
如果您需要进行 vid2vid 操作,您需要安装一个辅助节点:ComfyUI-VideoHelperSuite。安装后,使用
Load Video和Video Combine节点来创建 vid2vid 工作流。 - 
在使用过程中,可能会遇到一个错误:
ValueError: Non-consecutive added token '<|startoftext|>' found. Should have index 49408 but has index 49406 in saved vocabulary.为了解决这个问题,您需要找到 Huggingface hub 缓存目录。在大多数系统中,它看起来像这样:- Unix/Linux: 
~/.cache/huggingface/hub/path_to_lcm_dreamshaper_v7/tokenizer/ - Windows: 
C:\Users\YourUserName\.cache\huggingface\hub\models--SimianLuo--LCM_Dreamshaper_v7\snapshots\c7f9b672c65a664af57d1de926819fd79cb26eb8\tokenizer\ 
找到
added_tokens.json文件,并将内容更改为:{ "": 49409, "<|startoftext|>": 49408 } - Unix/Linux: 
 
按照上述步骤操作,您应该能够成功安装和配置 ComfyUI-LCM 项目。
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-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
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
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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00