【亲测免费】 ComfyUI_SLK_joy_caption_two 项目安装与配置指南
2026-01-30 04:21:03作者:裴麒琰
1. 项目基础介绍
ComfyUI_SLK_joy_caption_two 是一个开源项目,它基于 ComfyUI 实现了 JoyCaptionAlpha Two 的功能。该项目主要用于在 ComfyUI 中添加字幕处理节点,支持批量添加前缀和后缀字幕,以及多种模型的加载和切换。项目主要使用 Python 编程语言实现。
2. 关键技术和框架
- ComfyUI: 一个用户友好的图形界面,用于构建和可视化数据处理流程。
- Python: 项目的主要编程语言。
- 模型加载: 支持多种模型,如 Llama3.1-8B-Instruct,这些模型用于处理和生成字幕。
- 字幕处理: 实现了字幕的批量处理功能,包括添加前缀和后缀。
3. 安装和配置准备工作
在开始安装之前,请确保您的系统已满足以下要求:
- Python 3.7 或更高版本。
- 安装了 Git。
- 已安装 ComfyUI。
4. 安装步骤
步骤 1: 克隆项目
首先,您需要将项目克隆到本地计算机。打开命令行工具,并执行以下命令:
cd path_to_custom_nodes # 替换为您 custom_nodes 文件夹的路径
git clone https://github.com/EvilBT/ComfyUI_SLK_joy_caption_two.git
步骤 2: 安装依赖
项目依赖项已列出在 requirements.txt 文件中。通过以下命令安装它们:
pip install -r ComfyUI_SLK_joy_caption_two/requirements.txt
确保所有依赖项的版本都不小于 requirements.txt 文件中指定的版本。
步骤 3: 下载相关模型
根据项目说明,需要下载以下模型并放置在相应的目录下:
- google/siglip-so400m-patch14-384: 复制到
models/clip/siglip-so400m-patch14-384。 - Llama3.1-8B-Instruct 模型:选择合适的版本(bnb-4bit 或原版),并复制到
models/LLM/相应的子目录下。 - Joy-Caption-alpha-two 模型:必须手动下载,并复制到
models/Joy_caption_two。
步骤 4: 重启 ComfyUI
完成上述步骤后,重启 ComfyUI。现在,您可以添加和使用 ComfyUI_SLK_joy_caption_two 节点了。
步骤 5: (可选) 汉化
如果您安装了 AIGODLIKE-ComfyUI-Translation 插件,可以复制中文翻译文件到相应的语言包路径下,重启后即可使用中文版。
cp translation/zh-CN/Nodes/Comfyui_SLK_joy_caption_two.json AIGODLIKE-ComfyUI-Translation/zh-CN/Nodes/
确保按照上述步骤操作,您应该能够成功安装和配置 ComfyUI_SLK_joy_caption_two 项目。如果在安装过程中遇到问题,可以在项目的 GitHub 页面中创建一个 Issue 以寻求帮助。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
520
3.7 K
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
12
1
🔥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
67
20
暂无简介
Dart
762
183
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
🎉 (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
1.32 K
740
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1
React Native鸿蒙化仓库
JavaScript
301
348
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
1