ComfyUI_Comfyroll_CustomNodes
ComfyUI_Comfyroll_CustomNodes 是一套专为 ComfyUI 设计的强大扩展节点包，旨在显著提升 SDXL 和 SD1.5 工作流的构建效率与灵活性。它通过提供大量预制功能模块，解决了用户在搭建复杂生成流程时重复造轮子、节点连接繁琐以及缺乏标准化模板的痛点。
这套工具特别适合希望深化 ComfyUI 使用体验的设计师、AI 艺术创作者及进阶玩家。无论是需要快速设定多种画幅比例、批量处理提示词列表，还是构建复杂的多 ControlNet 堆叠与 LoRA 随机组合，ComfyUI_Comfyroll_CustomNodes 都能让操作变得直观简单。其独特的技术亮点在于丰富的“图形化”节点，支持直接在流程中绘制文本、形状、滤镜特效及排版布局，甚至能制作表情包或漫画分镜，极大地减少了对外部图像处理软件的依赖。此外，它还引入了数据总线（Data Bus）和模块化管道设计，让长流程的管理更加清晰有序。配合详尽的官方 Wiki 与示例，即使是非开发者也能轻松上手，快速搭建出专业级的自动化图像生成工作流。
使用场景
一位电商设计师需要为同一款新品快速生成适配 Instagram、Twitter 和 Facebook 三种不同尺寸规范的营销海报，且每张海报需应用特定的风格 LoRA 并自动添加品牌标语。
没有 ComfyUI_Comfyroll_CustomNodes 时
- 设计师必须手动计算并反复修改潜空间分辨率参数，以匹配各社交平台的严格长宽比，极易出错。
- 切换不同平台的风格模型（LoRA）时，需断开重连节点或复制多套工作流，导致画布杂乱且难以维护。
- 批量生成时无法自动轮转提示词中的品牌标语，只能单次运行或编写复杂的脚本来处理文本列表。
- 最终出图后，缺乏内置工具将多张结果自动拼接成对比预览图，需额外打开 PS 进行排版整理。
使用 ComfyUI_Comfyroll_CustomNodes 后
- 直接调用
CR Aspect Ratio Social Media节点，一键预设各平台标准尺寸，彻底告别手动计算分辨率的繁琐。 - 利用
CR LoRA Stack和CR Apply LoRA Stack构建模块化堆栈，通过开关即可在不同风格间无缝切换，工作流清晰整洁。 - 结合
CR Text Cycler与CR Prompt List，在单次批量任务中自动循环替换品牌标语，实现真正的自动化内容生产。 - 使用
CR Image Grid Panel或CR Simple Image Compare节点，直接在流程末端生成整齐的拼图预览，即时评估效果。
ComfyUI_Comfyroll_CustomNodes 通过高度模块化的节点组合，将原本碎片化、重复性的多规格设计流程整合为一条高效自动化的生产线。
运行环境要求
- 未说明
未说明
未说明
快速开始
🧩 Comfyroll Studio
由 Suzie1 和 RockOfFire 共同创作
当前版本：1.76
维基
请使用我们的新维基获取自定义节点的相关信息及大量使用示例。
https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/wiki
安装
- 进入 custom_nodes 目录
- 使用 git 克隆仓库：git clone https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes.git
- 重启 ComfyUI
您也可以通过以下方式安装这些节点：
- 使用 ComfyUI Manager 进行安装
- 从 CivitAI 下载
更新日志
https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/blob/main/Patch_Notes.md
自定义节点列表
核心节点
📦 基础节点
- CR 图像输出（于 2023年12月18日更改）
- CR 隐变量批次大小
- CR 提示文本
- CR 合并提示
- CR 种子
- CR 条件混合器
- CR 选择模型（2024年1月24日新增）
- CR VAE 解码（2024年1月24日新增）
🔳 宽高比
- CR 宽高比
- CR SDXL 宽高比
- CR SD1.5 宽高比
- CR 横幅宽高比（2023年12月18日新增）
- CR 社交媒体宽高比（2024年1月15日新增）
- CR 打印用宽高比（2024年1月18日新增）
📜 列表节点
- CR 文本列表（2023年12月19日新增）
- CR 提示列表（2024年1月1日新增）
- CR 浮点范围列表（2023年12月25日新增）
- CR 整数范围列表（2023年12月25日新增）
- CR 加载文本列表（2023年12月27日新增）
- CR 二进制转列表（2023年12月29日新增）
- CR 文本列表转字符串（2023年12月30日更新）
- CR 文本循环器（2024年1月4日新增）
- CR 数值循环器（2024年1月4日新增）
📜 列表输入输出
- CR 加载图像列表（2023年12月23日新增）
- CR 加载图像列表增强版（2023年12月23日新增）
- CR 将 GIF 动画加载为列表（2024年1月6日新增）
- CR 字体文件列表（2023年12月18日新增）
📜 列表工具
- CR 从列表批量生成图像（2023年12月29日新增）
- CR 交错列表（2023年12月29日新增）
- CR 重复器（2024年1月15日新增）
- CR XY 乘积（2024年1月2日新增）
- CR 文本列表转字符串（2023年12月30日更新）
🌟 SDXL
- CR SDXL 提示混合预设
- CR SDXL 风格文本
- CR SDXL 基础提示编码器
💊 LoRA
- CR 加载 LoRA
- CR LoRA 堆栈
- CR 应用 LoRA 堆栈
- CR 随机 LoRA 堆栈（2023年12月18日新增）
- CR 随机权重 LoRA（2023年12月18日新增）
🕹️ ControlNet
- CR 应用 ControlNet
- CR 多 ControlNet 堆栈
- CR 应用多 ControlNet 堆栈
🚌 总线
- CR 数据总线输入（2024年1月12日新增）
- CR 数据总线输出（2024年1月12日新增）
- CR 8通道输入（2024年1月12日新增）
- CR 8通道输出（2024年1月12日新增）
✈️ 模块
- CR 模块管道加载器
- CR 模块输入
- CR 模块输出
🛩️ 管道
- CR 图像管道输入
- CR 图像管道编辑
- CR 图像管道输出
- CR 管道切换
⛏️ 模型合并
- CR 模型堆栈
- CR 应用模型合并
🔍 超分辨率
- CR 多重超分辨率堆栈
- CR 超分辨率图像
- CR 应用多重超分辨率
📉 XY 网格
- CR XY 列表
- CR XY 插值
- CR XY 索引
- CR XY 从文件夹中读取
- CR XY 保存网格图像
- CR 图像输出
👾 图形节点
👓 图形 - 滤镜
- CR 色调
- CR 半色调滤镜
- CR 晕影滤镜（2023年12月21日新增）
🌈 图形 - 图案
- CR 半色调网格
- CR 彩色条
- CR 风格条
- CR 棋盘图案
- CR 多边形
- CR 渐变色
- CR 放射状渐变
- CR 星爆线条
- CR 星爆色彩
- CR 简单二进制图案
- CR 二进制图案
🟡 图形 - 图案
- CR 绘制形状（2023年12月24日新增）
- CR 绘制饼图（2023年12月25日新增）
- CR 随机形状图案（2023年12月25日新增）
🔤 图形 - 文字
- CR 文字叠加
- CR 绘制文字
- CR 文字遮罩
- CR 复合文字
- CR 选择字体
👽 图形 - 模板
- CR 简单表情包模板
- CR 简单横幅
- CR 漫画分镜模板
- CR 简单横幅（2023年12月18日新增）
- CR 简单图片对比（2023年12月18日新增）
- CR 缩略图预览（2023年12月26日新增）
- CR 无缝棋盘格（2023年1月18日新增）
🌁 图形 - 布局
- CR 图片面板
- CR 页面布局
- CR 图片网格面板
- CR 图片边框
- CR 羽化边框（2023年12月21日新增）
- CR 色彩面板
- CR 简单文字面板
- CR 半落式面板（2024年1月23日新增）
- CR 钻石面板（2024年1月24日新增）
- CR 叠加透明图像
- CR 选择 ISO 尺寸（2023年1月18日新增）
🎥 动画
📋 时间表
- CR 简单时间表
- CR 中央时间表
- CR 合并时间表
- CR 将时间表输出到文件
- CR 从文件加载时间表
- CR 时间表输入切换
📑 调度器
- CR 简单数值调度器
- CR 简单文本调度器
- CR 数值调度器
- CR 文本调度器
- CR 加载预定模型
- CR 加载预定 LoRA
- CR 提示调度器
- CR 简单提示调度器
📝 提示
- CR 关键帧列表
- CR 加载提示风格
- CR 编码预定提示
🔢 插值
- CR 浮点渐变
- CR 整数渐变
- CR 浮点递增
- CR 整数递增
- CR 插值隐变量
🛠️ 工具
- CR 分批帧
- CR 当前帧
⌨️ IO
- CR 加载动画帧
- CR 加载流程帧
- CR 输出流程帧
🛠️ 工具节点
🔢 工具索引
- CR 索引
- CR 索引递增
- CR 索引相乘
- CR 索引重置
- CR 触发器
🔧 工具转换
- CR 字符串转数字（2023年12月18日更改）
- CR 字符串转组合
- CR 浮点数转字符串
- CR 浮点数转整数
- CR 整数转字符串
- CR 字符串转布尔值（2024年1月17日新增）
🔀 工具逻辑
- CR 图像输入切换
- CR 图像输入切换（四路）
- CR 隐变量输入切换
- CR 条件输入切换
- CR CLIP 输入切换
- CR 模型输入切换
- CR ControlNet 输入切换
- CR VAE 输入切换
- CR 文本输入切换
- CR 文本输入切换（四路）
- CR 切换模型和CLIP
🔂 工具处理
- CR Img2Img 处理切换
- CR 高清修复处理切换
- CR 批量处理切换
🎲 工具随机
- CR 随机十六进制颜色
- CR 随机 RGB
- CR 随机多行数值（2023年12月28日更新）
- CR 随机多行颜色（2023年12月28日新增）
- CR 随机 RGB 渐变
- CR 随机面板代码（2023年12月26日新增）
🔤 工具文本
- CR 文本（2024年1月3日新增）
- CR 多行文本（2023年12月24日新增）
- CR 分割字符串
- CR 文本拼接（2024年1月2日新增）
- CR 文本替换（2024年1月8日新增）
- CR 文本黑名单（2024年1月13日新增）
- CR 文本长度（2024年1月10日新增）
- CR 文本运算（2024年1月10日新增）
- CR 将文本保存到文件（2023年12月27日新增）
⚙️ 条件
- CR 根据布尔值设置数值（2023年12月29日新增）
- CR 根据二进制值设置数值（2024年1月3日新增）
- CR 根据字符串设置数值（2024年1月9日新增）
- CR 根据字符串切换开关（2024年1月17日新增）
⚙️ 其他工具
- CR 数值
- CR 整数倍
- CR 数值钳位（2023年12月29日新增）
- CR 数学运算（2023年12月31日新增）
- CR 从提示中获取参数（2024年1月5日新增）
- CR 选择缩放方法（2024年1月16日新增）
遗留
💀 遗留节点
- CR 种子转整数
- CR SDXL 宽高比，已被 CR SDXL 宽高比取代
- CR 图像尺寸，已被 CR 宽高比取代
- CR SDXL 提示混合器，已被 CR SDXL 提示混合预设取代
Comfyroll 工作流模板
这些节点最初是为在 Comfyroll 模板工作流中使用而开发的。
适用于 ComfyUI 的 SDXL 多 ControlNet 工作流
适用于 ComfyUI 的 SDXL 和 SD1.5 模型合并模板
致谢
comfyanonymous/ComfyUI - 一个功能强大且模块化的稳定扩散 GUI。
WASasquatch/was-node-suite-comfyui - ComfyUI 的强大自定义节点扩展。
TinyTerra/ComfyUI_tinyterraNodes - 用于 Stable Diffusion ComfyUI 的一系列节点。
hnmr293/ComfyUI-nodes-hnmr - ComfyUI 自定义节点，包括合并、网格（又称 xyz 绘图）等功能。
SeargeDP/SeargeSDXL - ComfyUI 自定义节点，包含提示词节点和条件节点。
LucianoCirino/efficiency-nodes-comfyui - 一组 ComfyUI 自定义节点。
SLAPaper/ComfyUI-Image-Selector - 从一批图像中选择一张或多张图像。
pythongosssss/ComfyUI-Custom-Scripts - 用于 ComfyUI 的增强与实验，主要集中在 UI 功能方面。
bash-j/mikey_nodes - 来自 mikey 的 Comfy 节点。
ltdrdata/ComfyUI-Impact-Pack -
常见问题
相似工具推荐
openclaw
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。 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。 OpenClaw 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
stable-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。 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。
ComfyUI
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。 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。 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。
LLMs-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。 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。 LLMs-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
Deep-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。 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。 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。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。