[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-IuvenisSapiens--ComfyUI_Qwen3-VL-Instruct":3,"tool-IuvenisSapiens--ComfyUI_Qwen3-VL-Instruct":61},[4,18,26,36,44,52],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",142651,2,"2026-04-06T23:34:12",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":53,"name":54,"github_repo":55,"description_zh":56,"stars":57,"difficulty_score":10,"last_commit_at":58,"category_tags":59,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,60],"视频",{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":73,"owner_company":75,"owner_location":73,"owner_email":73,"owner_twitter":73,"owner_website":73,"owner_url":76,"languages":77,"stars":86,"forks":87,"last_commit_at":88,"license":89,"difficulty_score":10,"env_os":90,"env_gpu":90,"env_ram":90,"env_deps":91,"category_tags":95,"github_topics":73,"view_count":32,"oss_zip_url":73,"oss_zip_packed_at":73,"status":17,"created_at":97,"updated_at":98,"faqs":99,"releases":125},4847,"IuvenisSapiens\u002FComfyUI_Qwen3-VL-Instruct","ComfyUI_Qwen3-VL-Instruct","The successful integration of Qwen3-VL-Instruct series into the ComfyUI platform has enabled a smooth operation, supporting (but not limited to) text-based queries, video queries, single-image queries, and multi-image queries for generating captions or responses.","ComfyUI_Qwen3-VL-Instruct 是将强大的 Qwen3-VL-Instruct 视觉语言模型无缝集成到 ComfyUI 平台的开源节点。它旨在解决用户在可视化工作流中难以直接利用多模态大模型进行复杂交互的痛点，让图像、视频与文本的理解和生成变得像搭积木一样简单。\n\n这款工具支持极其丰富的交互模式：不仅能回答纯文本问题，还能深入分析单张或多张图片的内容，甚至能理解视频序列，为每一帧生成详细描述或总结整个视频情节。无论是为图片撰写精准标题，还是根据一系列照片串联出生动故事，它都能轻松胜任。\n\n它非常适合希望在工作流中融入先进 AI 能力的创作者、设计师以及研究人员。对于熟悉 ComfyUI 的用户，只需通过管理器安装即可快速上手；即使是普通用户，也能借助其直观的节点流程，无需编写代码即可体验顶尖的多模态对话能力。其独特亮点在于对“多图叙事”和“视频深度解析”的原生支持，配合自动模型下载机制，极大降低了使用门槛。需要注意的是，使用前请确保已安装\"Display Text\"节点以正常显示输出结果。","# Comfyui_Qwen3-VL-Instruct\n\nThis is an implementation of [Qwen3-VL-Instruct](https:\u002F\u002Fgithub.com\u002FQwenLM\u002FQwen3-VL) by [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI), which includes, but is not limited to, support for text-based queries, video queries, single-image queries, and multi-image queries to generate captions or responses.\n\n---\n\n## Basic Workflow\n\n- **Text-based Query**: Users can submit textual queries to request information or generate descriptions. For instance, a user might input a description like \"What is the meaning of life?\"\n\n![Chat_with_text_workflow preview](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FIuvenisSapiens_ComfyUI_Qwen3-VL-Instruct_readme_b64faf7197b1.png)\n\n- **Video Query**: When a user uploads a video, the system can analyze the content and generate a detailed caption for each frame or a summary of the entire video. For example, \"Generate a caption for the given video.\"\n\n![Chat_with_video_workflow preview](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FIuvenisSapiens_ComfyUI_Qwen3-VL-Instruct_readme_1935299303b6.png)\n\n- **Single-Image Query**: This workflow supports generating a caption for an individual image. A user could upload a photo and ask, \"What does this image show?\" resulting in a caption such as \"A majestic lion pride relaxing on the savannah.\"\n\n![Chat_with_single_image_workflow preview](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FIuvenisSapiens_ComfyUI_Qwen3-VL-Instruct_readme_dd5226869671.png)\n\n- **Multi-Image Query**: For multiple images, the system can provide a collective description or a narrative that ties the images together. For example, \"Create a story from the following series of images: one of a couple at a beach, another at a wedding ceremony, and the last one at a baby's christening.\"\n\n![Chat_with_multiple_images_workflow preview](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FIuvenisSapiens_ComfyUI_Qwen3-VL-Instruct_readme_a9c2be76aab8.png)\n\n> [!IMPORTANT]\n> Important Notes for Using the Workflow\n> - Please ensure that you have the \"Display Text node\" available in your ComfyUI setup. If you encounter any issues with this node being missing, you can find it in the [ComfyUI_MiniCPM-V-4_5 repository](https:\u002F\u002Fgithub.com\u002FIuvenisSapiens\u002FComfyUI_MiniCPM-V-4_5). Installing this additional addon will make the \"Display Text node\" available for use.\n\n## Installation\n\n- Install from [ComfyUI Manager](https:\u002F\u002Fgithub.com\u002Fltdrdata\u002FComfyUI-Manager) (search for `Qwen3`)\n\n- Download or git clone this repository into the `ComfyUI\\custom_nodes\\` directory and run:\n\n```python\npip install -r requirements.txt\n```\n\n## Download Models\n\nAll the models will be downloaded automatically when running the workflow if they are not found in the `ComfyUI\\models\\prompt_generator\\` directory.\n","# Comfyui_Qwen3-VL-Instruct\n\n这是由 [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI) 实现的 [Qwen3-VL-Instruct](https:\u002F\u002Fgithub.com\u002FQwenLM\u002FQwen3-VL)，支持基于文本、视频、单张图片以及多张图片的查询，用于生成描述或回答。\n\n---\n\n## 基本工作流\n\n- **基于文本的查询**：用户可以提交文本查询来请求信息或生成描述。例如，用户可以输入“生命的意义是什么？”这样的描述。\n\n![Chat_with_text_workflow 预览图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FIuvenisSapiens_ComfyUI_Qwen3-VL-Instruct_readme_b64faf7197b1.png)\n\n- **视频查询**：当用户上传视频时，系统可以分析视频内容，为每一帧生成详细描述，或对整个视频进行总结。例如，“为给定的视频生成字幕。”\n\n![Chat_with_video_workflow 预览图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FIuvenisSapiens_ComfyUI_Qwen3-VL-Instruct_readme_1935299303b6.png)\n\n- **单张图片查询**：此工作流支持为单张图片生成描述。用户可以上传一张照片，并询问“这张图片展示了什么？”系统将返回类似“一头雄壮的狮群正在草原上休息”的描述。\n\n![Chat_with_single_image_workflow 预览图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FIuvenisSapiens_ComfyUI_Qwen3-VL-Instruct_readme_dd5226869671.png)\n\n- **多张图片查询**：对于多张图片，系统可以提供整体描述或串联这些图片的故事性叙述。例如，“根据以下一系列图片创作一个故事：第一张是一对情侣在海滩，第二张是婚礼现场，最后一张是婴儿的洗礼仪式。”\n\n![Chat_with_multiple_images_workflow 预览图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FIuvenisSapiens_ComfyUI_Qwen3-VL-Instruct_readme_a9c2be76aab8.png)\n\n> [!IMPORTANT]\n> 使用该工作流的重要说明\n> - 请确保您的 ComfyUI 环境中已安装“Display Text 节点”。如果遇到该节点缺失的问题，您可以在 [ComfyUI_MiniCPM-V-4_5 仓库](https:\u002F\u002Fgithub.com\u002FIuvenisSapiens\u002FComfyUI_MiniCPM-V-4_5) 中找到它。安装此附加插件后，“Display Text 节点”即可正常使用。\n\n## 安装\n\n- 通过 [ComfyUI Manager](https:\u002F\u002Fgithub.com\u002Fltdrdata\u002FComfyUI-Manager) 安装（搜索 `Qwen3`）\n\n- 将本仓库下载或通过 Git 克隆到 `ComfyUI\\custom_nodes\\` 目录下，并运行：\n\n```python\npip install -r requirements.txt\n```\n\n## 模型下载\n\n当运行工作流时，如果在 `ComfyUI\\models\\prompt_generator\\` 目录中未找到所需模型，系统将自动下载这些模型。","# ComfyUI_Qwen3-VL-Instruct 快速上手指南\n\n本指南帮助中国开发者快速在 ComfyUI 中部署并使用 Qwen3-VL-Instruct 模型，支持文本、单图、多图及视频的理解与问答。\n\n## 环境准备\n\n- **系统要求**：Windows \u002F Linux \u002F macOS\n- **前置依赖**：\n  - 已安装 [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI) 基础环境\n  - Python 3.8+ 环境\n  - 推荐安装 [ComfyUI Manager](https:\u002F\u002Fgithub.com\u002Fltdrdata\u002FComfyUI-Manager) 以便管理节点\n  - **重要提示**：工作流依赖 `Display Text` 节点。若缺失，请安装 [ComfyUI_MiniCPM-V-4_5](https:\u002F\u002Fgithub.com\u002FIuvenisSapiens\u002FComfyUI_MiniCPM-V-4_5) 插件以获取该节点。\n\n## 安装步骤\n\n你可以通过以下两种方式之一进行安装：\n\n### 方式一：通过 ComfyUI Manager 安装（推荐）\n\n1. 打开 ComfyUI Manager。\n2. 在搜索框中输入 `Qwen3`。\n3. 找到 `ComfyUI_Qwen3-VL-Instruct` 并点击安装。\n\n### 方式二：手动克隆安装\n\n1. 进入 ComfyUI 的自定义节点目录：\n   ```bash\n   cd ComfyUI\u002Fcustom_nodes\u002F\n   ```\n2. 克隆本仓库：\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002FQwenLM\u002FComfyUI_Qwen3-VL-Instruct.git\n   ```\n   > 💡 **国内加速建议**：如果克隆速度慢，可使用镜像源：\n   > ```bash\n   > git clone https:\u002F\u002Fgitee.com\u002Fmirrors\u002FComfyUI_Qwen3-VL-Instruct.git\n   > ```\n   > （注：若官方无 Gitee 镜像，请自行配置 git proxy 或使用上述通用镜像策略）\n\n3. 安装依赖：\n   ```bash\n   cd ComfyUI_Qwen3-VL-Instruct\n   pip install -r requirements.txt\n   ```\n   > 💡 **国内加速建议**：使用清华或阿里镜像源加速 pip 安装：\n   > ```bash\n   > pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n   > ```\n\n## 基本使用\n\n安装完成后重启 ComfyUI，模型将在首次运行时自动下载至 `ComfyUI\u002Fmodels\u002Fprompt_generator\u002F` 目录。\n\n### 最简单的使用示例：单图问答\n\n1. 加载预设工作流：`examples\u002FChat_with_single_image_workflow.png`（在 ComfyUI 中通过 \"Load\" 导入）。\n2. 在图像输入节点上传一张图片（例如：狮子照片）。\n3. 在文本输入节点填写问题，例如：`What does this image show?`\n4. 点击 \"Queue Prompt\" 运行。\n5. 结果将通过 `Display Text` 节点显示，例如：`A majestic lion pride relaxing on the savannah.`\n\n### 支持的其他模式\n\n- **文本问答**：直接输入文本问题（如 \"What is the meaning of life?\"）。\n- **视频理解**：上传视频文件，生成帧描述或整体摘要。\n- **多图叙事**：上传多张图片，让模型生成连贯故事或综合描述。\n\n只需切换对应的工作流模板并替换输入内容即可。","一位独立游戏开发者正在为一款叙事驱动的游戏整理海量素材，需要将数千张概念图、参考视频片段和剧情文本转化为结构化的元数据标签。\n\n### 没有 ComfyUI_Qwen3-VL-Instruct 时\n- **多模态处理割裂**：必须分别使用不同的工具处理文本剧情、单张原画和视频过场，导致工作流频繁切换，效率极低。\n- **上下文关联缺失**：无法让 AI 同时理解“角色设计图 + 场景氛围图 + 剧情描述”的组合信息，只能对单张图片进行孤立的标签生成，丢失了故事连贯性。\n- **人工标注成本高**：面对视频素材，不得不人工逐帧截图或观看全程来编写摘要，耗时耗力且容易遗漏关键动作细节。\n- **工作流难以自动化**：现有的手动或脚本化方案无法灵活应对混合输入（如图文混排），难以集成到自动化的资产管线中。\n\n### 使用 ComfyUI_Qwen3-VL-Instruct 后\n- **全模态统一接入**：在一个 ComfyUI 工作流中即可同时处理文本查询、单图\u002F多图分析以及视频内容理解，实现了真正的“一站式”素材解析。\n- **深度叙事关联**：利用多图查询功能，将角色、场景和剧情文本一次性输入，ComfyUI_Qwen3-VL-Instruct 能生成串联起整个故事线的详细设定描述，而非零散标签。\n- **智能视频摘要**：直接上传过场动画视频，节点自动分析关键帧并输出精准的动作与情节摘要，将数小时的视频整理工作缩短至分钟级。\n- **可视化流程编排**：借助 ComfyUI 的图形化界面，开发者可轻松调整提示词逻辑并复用工作流，快速批量处理成千上万个游戏资产文件。\n\nComfyUI_Qwen3-VL-Instruct 通过打通文本、图像与视频的理解壁垒，将繁琐的多模态素材整理工作转化为高效、连贯的自动化生产线。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FIuvenisSapiens_ComfyUI_Qwen3-VL-Instruct_b64faf71.png","IuvenisSapiens",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FIuvenisSapiens_9cd81133.png","Southeast University","https:\u002F\u002Fgithub.com\u002FIuvenisSapiens",[78,82],{"name":79,"color":80,"percentage":81},"Python","#3572A5",88.1,{"name":83,"color":84,"percentage":85},"JavaScript","#f1e05a",11.9,543,58,"2026-04-05T07:02:28","Apache-2.0","未说明",{"notes":92,"python":90,"dependencies":93},"该工具是 ComfyUI 的自定义节点，需通过 ComfyUI Manager 搜索'Qwen3'安装或手动克隆至 custom_nodes 目录。运行前请确保已安装'Display Text node'，若缺失可安装 ComfyUI_MiniCPM-V-4_5 插件获取。模型文件会在首次运行时自动下载至 ComfyUI\u002Fmodels\u002Fprompt_generator\u002F目录，无需手动干预。支持文本、视频、单图及多图查询生成描述或回复。",[38,94],"ComfyUI_MiniCPM-V-4_5 (可选，用于 Display Text node)",[35,15,60,96],"其他","2026-03-27T02:49:30.150509","2026-04-07T13:30:18.912422",[100,105,110,115,120],{"id":101,"question_zh":102,"answer_zh":103,"source_url":104},22041,"为什么视频内容识别不全或丢失大量信息？","这是因为 `fps`（帧率）和 `max_frames`（最大帧数）设置不当导致的。如果只设置 `fps` 而不设置 `max_frames`，系统默认只采样 768 帧；如果将 `fps` 固定为 1 且不设 `max_frames`，虽然运行速度快但会丢失大量信息。\n\n解决方案：\n1. 若需完整识别且不计较耗时：将 `fps` 设为原视频帧率 (`avg_fps`)，`max_frames` 设为原视频总帧数 (`total_frames`)。\n2. 若需平衡速度与内容：建议将 `fps` 和 `max_frames` 都设为用户可调节的选项，根据需求取舍。\n代码示例：\n```python\nreturn {\n    \"type\": \"video\",\n    \"video\": f\"{file_path}\",\n    \"fps\": avg_fps,\n    \"max_frames\": total_frames\n}\n```","https:\u002F\u002Fgithub.com\u002FIuvenisSapiens\u002FComfyUI_Qwen3-VL-Instruct\u002Fissues\u002F45",{"id":106,"question_zh":107,"answer_zh":108,"source_url":109},22042,"遇到 'FileNotFoundError: No such file or directory' 临时文件错误怎么办？","该错误通常是因为工作流中缺少必要的节点连接导致的。具体解决方法是：在 `Load Image`（加载图像）节点之后，必须添加并连接 `Multiple Paths Input` 节点。缺少此节点会导致程序无法正确生成或找到临时图像文件。","https:\u002F\u002Fgithub.com\u002FIuvenisSapiens\u002FComfyUI_Qwen3-VL-Instruct\u002Fissues\u002F31",{"id":111,"question_zh":112,"answer_zh":113,"source_url":114},22043,"加载工作流时提示找不到节点类型 (Missing Node Types: Qwen2VL) 如何解决？","这是因为打包中包含的工作流文件已过时，节点名称已更新。解决方法是将工作流中的节点类型从旧的 `Qwen2VL` 更改为新的 `2.5VL`（或当前版本对应的最新节点名称），即可正常加载。","https:\u002F\u002Fgithub.com\u002FIuvenisSapiens\u002FComfyUI_Qwen3-VL-Instruct\u002Fissues\u002F33",{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},22044,"原视频 FPS 不为 24 时出现警告是否会影响识别结果？","该警告本身对识别结果影响不大。真正影响识别准确度的是 `max_frames` 参数未正确设置。只要修正并设置了正确的 `max_frames` 值，即使有 FPS 相关的默认值警告，也能实现完美的视频识别。","https:\u002F\u002Fgithub.com\u002FIuvenisSapiens\u002FComfyUI_Qwen3-VL-Instruct\u002Fissues\u002F48",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},22045,"使用 GPTQ 量化模型 (如 Qwen2-VL-7B-Instruct-GPTQ-Int8) 时报错 'BitsAndBytesConfig object has no attribute...' 怎么办？","这是一个已知的兼容性错误，通常发生在尝试加载 GPTQ 量化模型时，代码错误地调用了仅适用于 BitsAndBytes 配置的属性。这表明当前的节点代码可能不直接支持该特定的 GPTQ 模型格式，或者需要更新 transformers 库及节点代码以适配新的量化配置加载逻辑。建议检查是否使用了正确的非 GPTQ 模型版本，或等待插件更新以修复对 GPTQ 的支持。","https:\u002F\u002Fgithub.com\u002FIuvenisSapiens\u002FComfyUI_Qwen3-VL-Instruct\u002Fissues\u002F14",[]]