ComfyUI 层样式增强版

中文说明点这里

从 ComfyUI Layer Style 中分离出来的节点，主要是那些对依赖包有复杂要求的节点。

示例工作流

在 workflow 目录中有一些 JSON 工作流文件，这些是展示如何在 ComfyUI 中使用这些节点的示例。

安装方法

（以 ComfyUI 官方便携版和 Aki ComfyUI 包为例，其他 ComfyUI 环境请相应修改依赖环境目录）

安装插件

• 推荐使用 ComfyUI Manager 进行安装。

• 或者在 ComfyUI 的插件目录下打开命令提示符窗口，例如 ComfyUI\custom_nodes，输入：

  git clone https://github.com/chflame163/ComfyUI_LayerStyle_Advance.git
  

• 或者下载压缩包并解压后，将解压得到的文件夹复制到 ComfyUI\custom_nodes 目录下。

安装依赖包

• 对于 ComfyUI 官方便携版，在插件目录下双击 install_requirements.bat；对于 Aki ComfyUI 包，则双击插件目录下的 install_requirements_aki.bat，等待安装完成。

• 或者手动安装依赖包：在 ComfyUI_LayerStyle 插件目录下打开命令提示符窗口，例如 ComfyUI\custom_nodes\ComfyUI_LayerStyle_Advance，输入以下命令：

  对于 ComfyUI 官方便携版，输入：

..\..\..\python_embeded\python.exe -s -m pip install .\whl\docopt-0.6.2-py2.py3-none-any.whl
..\..\..\python_embeded\python.exe -s -m pip install .\whl\hydra_core-1.3.2-py3-none-any.whl
..\..\..\python_embeded\python.exe -s -m pip install -r requirements.txt
.\repair_dependency.bat

  对于 Aki ComfyUI 包，输入：

..\..\python\python.exe -s -m pip install .\whl\docopt-0.6.2-py2.py3-none-any.whl
..\..\python\python.exe -s -m pip install .\whl\hydra_core-1.3.2-py3-none-any.whl
..\..\python\python.exe -s -m pip install -r requirements.txt
.\repair_dependency.bat

• 重启 ComfyUI。

下载模型文件

中国国内用户可以从 百度网盘 或 夸克网盘 下载；其他用户则可以从 huggingface.co/chflame163/ComfyUI_LayerStyle 下载所有文件，并将其复制到 ComfyUI\models 文件夹中。该链接提供了本插件所需的所有模型文件。 或者根据各个节点的说明单独下载模型文件。
一些名为“Ultra”的节点会使用 vitmatte 模型，请下载 vitmatte 模型 并复制到 ComfyUI/models/vitmatte 文件夹中，上述下载链接中也包含了该模型。

常见问题

如果节点无法正常加载或使用过程中出现错误，请检查 ComfyUI 终端窗口中的错误信息。以下是常见错误及其解决方法。

警告：xxxx.ini 未找到，使用默认 xxxx..

此警告表示找不到 ini 文件，但不影响正常使用。若不想看到这些警告，请将插件目录中的所有 *.ini.example 文件重命名为 *.ini。

ModuleNotFoundError: 没有名为 'psd_tools' 的模块

此错误表明 psd_tools 没有正确安装。

解决方案：

• 关闭 ComfyUI，在插件目录下打开终端窗口，执行以下命令： ../../../python_embeded/python.exe -s -m pip install psd_tools 如果在安装 psd_tool 时出现类似 ModuleNotFoundError: 没有名为 'docopt' 的模块 的错误，请下载 docopt 的 whl 文件 并手动安装。 在终端窗口中执行以下命令： ../../../python_embeded/python.exe -s -m pip install 路径/docopt-0.6.2-py2.py3-none-any.whl，其中 路径 是 whl 文件的存放路径。

无法从 'cv2.ximgproc' 导入名称 'guidedFilter'

此错误是由 opencv-contrib-python 包版本不正确，或被其他 OpenCV 包覆盖导致的。

NameError: 名称 'guidedFilter' 未定义

问题原因与上一条相同。

无法从 'transformers' 导入名称 'VitMatteImageProcessor'

此错误是由 transformers 包版本过低引起的。

insightface 加载非常慢

此错误是由 protobuf 包版本过低造成的。

对于以上三个依赖包的问题，请在插件文件夹中双击 repair_dependency.bat（适用于官方 ComfyUI 便携版）或 repair_dependency_aki.bat（适用于 ComfyUI-aki-v1.x），即可自动修复。

onnxruntime::python::CreateExecutionProviderInstance CUDA_PATH 已设置，但无法加载 CUDA。请按照 GPU 要求页面上的说明安装正确版本的 CUDA 和 cuDNN。

解决方案： 重新安装 onnxruntime 依赖包。

加载模型 xxx 时出错：我们无法连接到 huggingface.co ...

请检查网络环境。如果在中国无法正常访问 huggingface.co，请尝试修改 huggingface_hub 包，强制使用镜像源。

• 找到 huggingface_hub 包目录下的 constants.py 文件（通常位于虚拟环境路径下的 Lib/site packages/huggingface_hub）， 在 import os 后添加一行：

  os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
  

ValueError: 三元图中没有前景像素值 (xxxx...)

此错误是在使用 PyMatting 方法处理遮罩边缘时，遮罩区域过大或过小导致的。

解决方案：

• 请调整参数以改变遮罩的有效区域。或者改用其他方法处理边缘。

Requests.exceptions.ProxyError: HTTPSConnectionPool(xxxx...)

当出现此错误时，请检查网络环境。

UnboundLocalError: 在赋值前引用了局部变量 'clip_processor'

UnboundLocalError: 在赋值之前引用了局部变量 'text_model'

如果在执行 JoyCaption2 节点时出现此错误，并且已确认模型文件放置在正确目录中，请检查 transformers 依赖包的版本是否至少为 4.43.2 或更高。

如果 transformers 版本高于或等于 4.45.0，同时出现以下错误信息：

加载模型时出错：无法直接创建 De️️scriptors。                                                                                           
如果此调用来自 _pb2.py 文件，则您的生成代码已过时，必须使用 protoc >= 3.19.0 重新生成。                                
......

请尝试将 protobuf 依赖包降级到 3.20.3，或者设置环境变量：PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python。

更新

**如果更新后仍然存在依赖包错误，请双击插件文件夹中的 repair_dependency.bat（适用于官方 ComfyUI 便携版）或 repair_dependency_aki.bat（适用于 ComfyUI-aki-v1.x），以重新安装依赖包。

• 修复了 Florence2 在较高版本的 Transformers 中运行时的问题，该解决方案来自 kijai，感谢 @flybirdxx 的反馈。
  插件更新后，请从 florence2_models 文件夹中找到 modeling_florence2.py 和 configuration_florence2.py，将其复制并覆盖到 ComfyUI/models/florence2 目录下的模型文件夹中。
• 提交了 JimengImageToImageAPI 节点，使用 Instant Dreaming Image 3.0 API 编辑图像。在 Volcano Engine 上注册账号，并申请 API AccessKeyID 和 SecretAccessKey。将这些密钥填写到插件目录下的 api_key.ini 文件中。
• 提交了 SAM2UltraV2 和 LoadSAM2Model 节点，将 SAM 模型改为外部输入，以便在使用多个节点时节省资源。
• 提交了 JoyCaptionBetaOne、LoadJoyCaptionBeta1Model 和 JoyCaptionBeta1ExtraOptions 节点，使用 JoyCaption Beta One 模型生成提示词。
• 提交了 SaveImagePLusV2 节点，增加了自定义文件名功能，并可设置图像的 DPI。
• 提交了 GeminiImageEdit 节点，支持使用 gemini-2.0-flash-exp-image-generation API 进行图像编辑。
• 提交了 GeminiV2 和 ObjectDetectorGeminiV2 节点，使用 google-genai 依赖包，支持 gemini-2.0-flash-exp 和 gemini-2.5-pro-exp-03-25 模型。
• 添加了 QuarkNetdisk 模型下载链接。
• 支持 numpy 2.x 依赖包。
• 提交了 DeepseekAPI_V2 节点，支持阿里云和 VolcEngine 的 API。
• 提交了 Collage 节点，用于将多张图片拼接成一张大图。
• 提交了 DeepSeekAPI 节点，使用 DeepSeek API 进行文本推理。
• 提交了 SegmentAnythingUltraV3 和 LoadSegmentAnythingModels 节点，避免在使用多个 SAM 节点时重复加载模型。
• 提交了 ZhipuGLM4 和 ZhipuGLM4V 节点，使用智谱 API 进行文本和视觉推理。目前智谱的 GLM-4-Flash 和 glm-4v-flash 模型是免费的。 请在 https://bigmodel.cn/usercenter/proj-mgmt/apikeys 免费申请 API 密钥，并将密钥填写到 zhipu_api_key= 中。
• 提交了 Gemini 节点，使用 Gemini API 进行文本或视觉推理。
• 提交了 ObjectDetectorGemini 节点，使用 Gemini API 进行目标检测。
• 提交了 DrawBBOXMaskV2 节点，可以绘制圆角矩形掩码。
• 提交了 SmolLM2、SmolVLM、LoadSmolLM2Model 和 LoadSmolVLMModel 节点，使用 SMOL 模型进行文本推理和图像识别。 请从 百度网盘 或 huggingface 下载模型文件，并将其复制到 ComfyUI/models/smol 文件夹。
• Florence2 增加了对 gokaygokay/Florence-2-Flux-Large 和 gokaygokay/Florence-2-Flux 模型的支持， 请从 百度网盘 或 huggingface 下载 Florence-2-Flux-Large 和 Florence-2-Flux 文件夹，并将其复制到 ComfyUI/models/florence2 文件夹。
• 从 requirements.txt 文件中移除了 ObjectDetector YOLOWorld 节点所需的依赖项。若要使用该节点，请手动安装相关依赖包。
• 将 ComfyUI Layer Style 中的部分节点剥离至本仓库。

说明

Collage

随机将输入的多张图片拼接成一张大图。

节点选项：

• 增加了多语言支持，现支持中文、法语、日语、韩语和俄语。此功能由 ComfyUI-Globalization-Node-Translation 开发，感谢原作者。
• images：输入的图片。
• florence2_model：可选输入，用于目标识别和裁剪。
• canvas_width：输出图像的宽度。
• canvas_height：输出图像的高度。
• border_width：边框宽度。
• rounded_rect_radius：边框圆角半径。
• uniformity：图片拼接大小的随机性。取值范围为 0–1，数值越大，拼接大小的随机性越高。
• background_color：背景颜色。
• seed：随机数种子。
• control_after_generate：种子变化选项。若固定此选项，则每次生成的随机数将始终相同。
• object_prompt：当连接 florence2_model 时，此处填写用于目标识别的提示词。

QWenImage2Prompt

根据图片推断提示词。该节点是对 ComfyUI_VLM_nodes 中的 UForm-Gen2 Qwen Node 的重新封装，感谢原作者。 请从 huggingface 或 百度网盘 下载模型文件，存入 ComfyUI/models/LLavacheckpoints/files_for_uform_gen2_qwen 文件夹。

节点选项：

• question：UForm-Gen-QWen 模型的提示语。

LlamaVision

使用 Llama 3.2 视觉模型进行本地推理。可用于生成提示词。该节点的部分代码来自 ComfyUI-PixtralLlamaMolmoVision，感谢原作者。 要使用此节点，需将 transformers 升级至 4.45.0 或更高版本。 从 百度网盘 或 huggingface/SeanScripts 下载模型，并将其复制到 ComfyUI/models/LLM 目录下。

节点选项：

• image: 图像输入。
• model: 目前仅支持 “Llama-3.2-11B-Vision-Instruct-nf4” 模型。
• system_prompt: LLM 模型的系统提示词。
• user_prompt: LLM 模型的用户提示词。
• max_new_tokens: LLM 模型的最大生成 token 数。
• do_sample: LLM 模型的采样开关。
• top-p: LLM 模型的 top-p 参数。
• top_k: LLM 模型的 top-k 参数。
• stop_strings: 停止字符串。
• seed: 随机数种子。
• control_after_generate: 种子变化选项。若固定此选项，则每次生成的随机数将始终相同。
• include_prompt_in_output: 输出是否包含提示词。
• cache_model: 是否缓存模型。

JoyCaption2

使用 JoyCaption-alpha-two 模型进行本地推理。可用于生成提示词。该节点是 https://huggingface.co/John6666/joy-caption-alpha-two-cli-mod 在 ComfyUI 中的实现，感谢原作者。 从 百度网盘 和 百度网盘， 或 huggingface/Orenguteng 和 huggingface/unsloth 下载模型，然后将其复制到 ComfyUI/models/LLM 目录下。 从 百度网盘 或 huggingface/google 下载模型，并将其复制到 ComfyUI/models/clip 目录下。 从 百度网盘 或 huggingface/John6666 下载 cgrkzexw-599808 文件夹，并将其复制到 ComfyUI/models/Joy_caption 目录下。

节点选项：

• image: 图像输入。
• extra_options: 输入额外选项。
• llm_model: 可选择两种 LLM 模型，分别为 Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 和 unsloth/Meta-Llama-3.1-8B-Instruct。
• device: 模型加载设备。目前仅支持 CUDA。
• dtype: 模型精度，包括 nf4 和 bf16。
• vlm_lora: 是否加载文本适配器。
• caption_type: 标题类型选项，包括：“描述性”、“非正式描述性”、“训练提示”、“MidJourney”、“Booru 标签列表”、“类似 Booru 的标签列表”、“艺术评论家”、“商品列表”、“社交媒体帖子”。
• caption_length: 标题长度。
• user_prompt: LLM 模型的用户提示词。若此处有内容，则会覆盖所有 caption_type 和 extra_options 的设置。
• max_new_tokens: LLM 模型的最大生成 token 数。
• do_sample: LLM 模型的采样开关。
• top-p: LLM 模型的 top-p 参数。
• temperature: LLM 模型的温度参数。
• cache_model: 是否缓存模型。

JoyCaption2Split

该节点将 JoyCaption2 的模型加载与推理分离，当使用多个 JoyCaption2 节点时，可共享模型以提高效率。

节点选项：

• image: 图像输入。
• joy2_model: JoyCaption 模型输入。
• extra_options: 输入额外选项。
• caption_type: 标题类型选项，包括：“描述性”、“非正式描述性”、“训练提示”、“MidJourney”、“Booru 标签列表”、“类似 Booru 的标签列表”、“艺术评论家”、“商品列表”、“社交媒体帖子”。
• caption_length: 标题长度。
• user_prompt: 模型的用户提示词。若此处有内容，则会覆盖所有 caption_type 和 extra_options 的设置。
• max_new_tokens: 模型的最大生成 token 数。
• do_sample: 模型的采样开关。
• top-p: 模型的 top-p 参数。
• temperature: 模型的温度参数。

LoadJoyCaption2Model

JoyCaption2 的模型加载节点，与 JoyCaption2Split 配合使用。

节点选项：

• llm_model: 可选择两种 LLM 模型，分别为 Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 和 unsloth/Meta-Llama-3.1-8B-Instruct。
• device: 模型加载设备。目前仅支持 CUDA。
• dtype: 模型精度，包括 nf4 和 bf16。
• vlm_lora: 是否加载文本适配器。

JoyCaption2ExtraOptions

JoyCaption2 的额外选项参数节点。

节点选项：

• refer_character_name: 若图像中存在人物/角色，必须以 {name} 的形式提及。
• exclude_people_info: 不包含无法改变的人体特征信息（如种族、性别等），但应保留可变属性（如发型）。
• include_lighting: 包含光照信息。
• include_camera_angle: 包含相机角度信息。
• include_watermark: 包含是否存在水印的信息。
• include_JPEG_artifacts: 包含是否存在 JPEG 码块效应的信息。
• include_exif: 若为照片，必须包含可能使用的相机型号及光圈、快门速度、ISO 等详细信息。
• exclude_sexual: 不得包含任何色情内容；保持 PG 分级。
• exclude_image_resolution: 不得提及图像分辨率。
• include_aesthetic_quality: 必须包含关于图像主观美学质量的描述，从低到极高。
• include_composition_style: 包含图像构图风格信息，例如引导线、三分法或对称性。
• exclude_text: 不得提及图像中的任何文字。
• specify_depth_field: 明确景深范围，以及背景是清晰还是模糊。
• specify_lighting_sources: 如适用，说明可能使用了人工或自然光源。
• do_not_use_ambiguous_language: 不得使用模棱两可的语言。
• include_nsfw: 包含图像属于 SFW、暗示性还是 NSFW 的信息。
• only_describe_most_important_elements: 仅描述图像中最重要元素。
• character_name: 人物/角色名称，若选择了 refer_character_name。

JoyCaptionBetaOne

使用 JoyCaption Beta One 模型生成提示词。该节点是 https://huggingface.co/fancyfeast/llama-joycaption-beta-one-hf-llava 在 ComfyUI 中的实现。

首次使用该节点时，模型将自动下载到 ComfyUI/models/LLavacheckpoints/llama-joycaption-beta-one-hf-llava 文件夹中。

您也可以从 百度网盘 或 夸克网盘 或 Hugging Face/fancyfeast/llama-joycaption-beta-one-hf-llava 下载 llama-joycaption-beta-one-hf-llava 文件夹，并将其复制到 ComfyUI/models/LLavacheckpoints 目录下。

节点选项：

• image：图像输入。
• joycaption_beta1_model：JoyCaption Beta One 模型输入。该模型从 Load JoyCaption Beta One Model 节点加载。
• extra_options：输入额外选项。
• caption_type：字幕类型选项，包括：“描述性”、“描述性（休闲）”、“直白”、“Stable Diffusion 提示词”、“MidJourney”、“Danbooru 标签列表”、“e621 标签列表”、“Rule34 标签列表”、“类似 Booru 的标签列表”、“艺术评论家”、“商品列表”和“社交媒体帖子”。
• caption_length：字幕长度。
• max_new_tokens：模型的 max_new_token 参数。
• top-p：模型的 top-p 参数。
• top-k：模型的 top-k 参数。
• temperature：模型的温度参数。
• user_prompt：模型的用户提示词。如果此处有内容，则会覆盖所有 caption_type 和 extra_options 的设置。

LoadJoyCaptionBeta1Model

JoyCaption Beta One 的模型加载节点，与 JoyCaption Beta One 配合使用。

节点选项：

• model：目前仅可选择 fancyfeast/llama-joycaption-beta-one-hf-llava 模型。
• quantization_mode：模型量化模式有三种选项：nf4、int8 和 bf16。
• device：模型加载设备。

JoyCaptionBeta1ExtraOptions

JoyCaption Beta One 的 extra_options 参数节点。

节点选项：

• refer_character_name：如果图像中有人物/角色，必须以 {name} 来指代他们。
• exclude_people_info：不要包含无法改变的人或角色信息（如种族、性别等），但仍需包含可变属性（如发型）。
• include_lighting：包含光照信息。
• include_camera_angle：包含相机角度信息。
• include_watermark：包含是否有水印的信息。
• include_JPEG_artifacts：包含是否存在 JPEG 艺术伪影的信息。
• include_exif：如果是照片，必须包含可能使用的相机信息以及光圈、快门速度、ISO 等细节。
• exclude_sexual：不要包含任何性相关的内容；保持 PG 级别。
• exclude_image_resolution：不要提及图像的分辨率。
• include_aesthetic_quality：必须包含关于图像主观美学质量的信息，从低到非常高。
• include_composition_style：包含图像构图风格的信息，例如引导线、三分法或对称性。
• exclude_text：不要提及图像中的任何文字。
• specify_depth_field：指定景深范围，以及背景是清晰还是模糊。
• specify_lighting_sources：如果适用，说明可能使用了人工或自然光源。
• do_not_use_ambiguous_language：不要使用任何模棱两可的语言。
• include_nsfw：包含图像是否属于 SFW、暗示性或 NSFW。
• only_describe_most_important_elements：仅描述图像中最重要元素。
• do_not_include_artist_name_or_title：如果是艺术作品，不要包含艺术家姓名或作品标题。
• identify_image_orientation：识别图像方向（竖版、横版或正方形）及明显的长宽比。
• use_vulgar_slang_and_profanity：使用粗俗俚语和脏话。
• do_not_use_polite_euphemisms：不要使用委婉语——直接采用直白、随意的表达方式。
• include_character_age：在适用情况下，包含人物/角色的年龄信息。
• include_camera_shot_type：说明图像拍摄的是特写、近景、中近景、中景、牛仔镜头、中远景、远景还是超远景。
• exclude_mood_feeling：不要提及图像的情绪/感觉等。
• include_camera_vantage_height：明确说明拍摄视角高度（平视、低角度虫瞰、鸟瞰、无人机、屋顶等）。
• mention_watermark：如果有水印，必须提及。
• avoid_meta_descriptive_phrases：您的回复将被文本转图像模型使用，因此请避免使用无用的元描述短语，如“这张图像显示……”、“您正在观看……”等。
• character_name：人物/角色名称，若选择 refer_character_name。

PhiPrompt

使用 Microsoft Phi 3.5 文本和视觉模型进行本地推理。可用于生成提示词、处理提示词或从图像中推断提示词。运行此模型至少需要 16GB 显存。 从 百度网盘 或 Hugging Face/microsoft/Phi-3.5-vision-instruct 以及 Hugging Face/microsoft/Phi-3.5-mini-instruct 下载模型文件，并将其复制到 ComfyUI\models\LLM 文件夹中。

节点选项：

• image：可选输入。输入图像将作为 Phi-3.5-vision-instruct 的输入。
• model：可选择加载 Phi-3.5-vision-instruct 或 Phi-3.5-mini-instruct 模型。默认值 auto 会根据是否有图像输入自动加载相应模型。
• device：模型加载设备。支持 CPU 和 CUDA。
• dtype：模型加载精度有三种选项：fp16、bf16 和 fp32。
• cache_model：是否缓存模型。
• system_prompt：Phi-3.5-mini-instruct 的系统提示词。
• user_prompt：LLM 模型的用户提示词。
• do_sample：LLM 的 do_Sample 参数默认为 True。
• temperature：LLM 的温度参数默认为 0.5。
• max_new_tokens：LLM 的 max_new_token 参数默认为 512。

Gemini

使用 Google Gemini API 的文本和视觉模型进行本地推理。可用于生成提示词、处理提示词，或从图像中推断提示词。 请在 Google AI Studio 上申请您的 API 密钥，并将其填写到插件根目录下的 api_key.ini 文件中。该文件默认名为 api_key.ini.example。首次使用时，需将文件后缀改为 .ini。用文本编辑软件打开文件，在 google_api_key= 后填入您的 API 密钥并保存。

节点选项：

• image_1：可选输入。如果此处有图像输入，请在 user_dempt 中说明 'image_1' 的用途。
• image_2：可选输入。如果此处有图像输入，请在 user_dempt 中说明 'image_2' 的用途。
• model：选择 Gemini 模型。
• max_output_tokens：Gemini 的 max_output_token 参数默认为 4096。
• temperature：Gemini 的 temperature 参数默认为 0.5。
• words_limit：回复的默认字数限制为 200。
• response_language：回复的语言。
• system_prompt：系统提示。
• user_prompt：用户提示。

GeminiV2

在 Gemini 节点的基础上，切换至使用新的 google-genai 依赖包，该包支持最新的 gemini-2.0-flash、gemini-2.0-flash-lite 和 gemini-2.5-pro-exp-03-25 模型。

在原有节点基础上新增：

• seed：请求 Google API 时使用的随机种子值。

GeminiImageEdit

使用 gemini-2.0-flash-exp-image-generation 模型实现多模态图像编辑。
请在 Google AI Studio 上申请您的 API 密钥，并将其填写到插件根目录下的 api_key.ini 文件中。该文件默认名为 api_key.ini.example。首次使用时，需将文件后缀改为 .ini。用文本编辑软件打开文件，在 google_api_key= 后填入您的 API 密钥并保存。

节点选项：

• image：输入图像。
• image_2：可选的第二张输入图像。
• image_3：可选的第三张输入图像。
• model：选择 Gemini 模型。目前仅支持 gemini-2.0-flash-exp-image-generation 模型。
• temperature：Gemini 的 temperature 参数默认为 0.5。
• seed：请求 Google API 时使用的随机种子值。
• control_after_generate：设置是否每次生成后都更换种子。
• user_prompt：用户提示。

DeepSeekAPI

使用 DeepSeek API 进行文本推理，支持多节点上下文拼接。
请在 https://platform.deepseek.com/api_keys 免费申请 API 密钥，并将其填写到插件根目录下的 api_key.ini 文件中。该文件默认名为 api_key.ini.example。首次使用时，需将文件后缀改为 .ini。用文本编辑软件打开文件，在 deepseek_api_key= 后填入您的 API 密钥并保存。

节点选项：

• history：DeepSeekAPI 节点的历史记录，可选输入。如果有输入，历史记录将被用作上下文。
• model：选择 DeepSeek 模型，目前只有一个选项：“deepseek-chat”，即 DeepSeek-V3 模型。
• max_tokens：DeepSeek 的 max_token 参数默认为 4096。
• temperature：DeepSeek 的 temperature 参数默认为 1。
• top_p：DeepSeek 的 top_p 参数默认为 1。
• presence_penalty：DeepSeek 的 presence_penalty 参数默认为 0。
• frequency_penalty：DeepSeek 的 frequency_penalty 参数默认为 0。
• history_length：历史记录长度。超过此长度的记录将被丢弃。
• system_prompt：系统提示。
• user_prompt：用户提示。

输出：

• text：DeepSeek 的输出文本。
• history：DeepSeek 对话的历史记录。

DeepSeekAPI_V2

在 DeepSeekAPI 节点的基础上，新增支持阿里云和火山引擎的 DeepSeek API，这两家中国云服务提供商将提供更稳定的 API 服务。

• 在 火山引擎 申请火山引擎 API 密钥时，可获得 50 万 token 的免费额度。如果您在申请时填写我的邀请码 27RVS1QN，还将额外获得 375 万个 R1 模型的免费 token。

• 在 阿里云 申请阿里云 API 密钥。

• 将获取到的 API 密钥分别填写到 api_key.ini 文件中的 volcengine_api_key 和 aliyun_api_key 字段中。该文件位于插件根目录，默认名为 api_key.ini.example。编辑后将文件扩展名改为 .ini。

新增选项：

• time_out：超时时间默认设置为 300 秒。

ZhipuGLM4

使用智谱 API 进行文本推理，支持多节点上下文拼接。
请在 https://bigmodel.cn/usercenter/proj-mgmt/apikeys 免费申请 API 密钥，并将其填写到插件根目录下的 api_key.ini 文件中。该文件默认名为 api_key.ini.example。首次使用时，需将文件后缀改为 .ini。用文本编辑软件打开文件，在 zhipu_api_key= 后填入您的 API 密钥并保存。

节点选项：

• history：GLM4 节点的历史记录，可选输入。如果有输入，历史记录将被用作上下文。
• model：选择 GLM4 模型。GLM-4-Flash 是一款免费模型。
• user_prompt：用户提示。
• history_length：历史记录长度。超过此长度的记录将被丢弃。

输出：

• text：GLM4 的输出文本。
• history：GLM4 对话的历史记录。

智普GLM4V

使用智普API进行视觉推理。 请在https://bigmodel.cn/usercenter/proj-mgmt/apikeys免费申请API密钥，并将其填写到api_key.ini文件中。该文件位于插件的根目录下，默认名称为api_key.ini.example。首次使用时，需将文件后缀改为.ini。用文本编辑软件打开文件，在zhipu_api_key=后填入您的API密钥并保存。

节点选项：

• image：输入图像。
• model：选择GLM4V模型。glm-4v-flash是免费模型。
• user_prompt：用户提示词。

输出：

• text：GLM4V的输出文本。

SmolLM2

使用SmolLM2模型进行本地推理。

从百度网盘或Hugging Face下载模型文件，找到SmolLM2-135M-Instruct、SmolLM2-360M-Instruct、SmolLM2-1.7B-Instruct文件夹，至少下载其中一个，然后复制到ComfyUI/models/smol文件夹。

节点选项：

• smolLM2_model：SmolLM2模型的输入由LoadSmolLM2Model节点加载。
• max_new_tokens：最大token数默认为512。
• do_sample：do_Sample参数默认为True。
• temperature：temperature参数默认为0.5。
• top-p：top_p参数默认为0.9。
• system_prompt：系统提示词。
• user_prompt：用户提示词。

LoadSmolLM2Model

加载SmolLM2模型。

节点选项：

• model：SmolLM2模型有三个选项：SmolLM2-135M-Instruct、SmolLM2-360M-Instruct和SmolLM2-1.7B-Instruct。
• dtype：模型精度有两个选项：bf16和fp32。
• device：模型加载设备有两个选项：cuda或cpu。

SmolVLM

使用Hugging Face上的轻量级视觉模型进行本地推理。

从百度网盘或Hugging Face下载SmolVLM-Instruct文件夹，并复制到ComfyUI/models/smol文件夹。

节点选项：

• image：图像输入，支持批量图像。
• smolVLM_model：SmolVLM模型的输入由LoadSmolVLMModel节点加载。
• max_new_tokens：最大token数默认为512。
• user_prompt：用户提示词。

LoadSmolVLMModel

加载SmolVLM模型。

节点选项：

• model：目前SmolVLM模型仅有一个选项：SmolVLM-Instruct。
• dtype：模型精度有两个选项：bf16和fp32。
• device：模型加载设备有两个选项：cuda或cpu。

JimengImageToImageAPI

使用Jimeng API编辑图片。 请在火山引擎注册账号，申请API AccessKeyID和SecretAccessKey，并将其填写到api_key.ini文件中。该文件位于插件的根目录下，默认名称为api_key.ini.example。首次使用时，需将文件后缀改为'.ini'。用文本编辑软件打开文件，在volcengine_SecretAccessKey=和volcengine_AccessKeyID=后填入相应值。

节点选项：

• image：输入图像。
• model：选择DreamMap和Life Map模型。目前仅支持Jimeng_i2i-v30模型。
• time_out：等待API返回的最大时间限制，单位为秒。超过此时间，节点将停止运行。
• scale：Jimeng_i2iuv30的scale参数默认为0.5。
• seed：种子值。
• prompt：提示词。

UserPromptGeneratorTxtImg

用于生成SD文本转图像提示词的预设用户提示。

节点选项：

• template：提示词模板。目前仅提供'SD txt2img提示'。
• describe：提示词描述。在此输入简单的描述。
• limit_word：输出提示词的最大长度限制。例如，200表示输出文本将被限制在200个单词以内。

UserPromptGeneratorTxtImgWithReference

基于输入内容生成SD文本转图像提示词的预设用户提示。

节点选项：

• reference_text：参考文本输入。通常为图像的风格描述。
• template：提示词模板。目前仅提供'SD txt2img提示'。
• describe：提示词描述。在此输入简单的描述。
• limit_word：输出提示词的最大长度限制。例如，200表示输出文本将被限制在200个单词以内。

UserPromptGeneratorReplaceWord

用于将文本中的关键词替换为不同内容的预设用户提示。这不仅是简单的替换，还会根据提示词的上下文对文本进行逻辑排序，以确保输出内容的合理性。

节点选项：

• orig_prompt：原始提示词输入。
• template：提示词模板。目前仅提供'提示词替换'。
• exclude_word：需要排除的关键词。
• replace_with_word：将替换exclude_word的词语。

PromptTagger

根据图像推理生成提示词，可以替换提示词中的关键词。该节点目前使用 Google Gemini API 作为后端服务，请确保网络环境能够正常访问 Gemini。 请在 Google AI Studio 上申请您的 API 密钥，并将其填写到插件根目录下的 api_key.ini 文件中。该文件默认名为 api_key.ini.example，首次使用时需将文件后缀改为 .ini。用文本编辑软件打开文件，在 google_api_key= 后填入您的 API 密钥并保存。

节点选项：

• api: 使用的 API。目前有两个选项：“gemini-1.5-flash” 和 “google-gemini”。
• token_limit: 生成提示词的最大令牌限制。
• exclude_word: 需要排除的关键词。
• replace_with_word: 将用于替换 exclude_word 的词语。

PromptEmbellish

输入简单的提示词，输出经过润色的提示词；支持输入图片作为参考，并且支持中文输入。该节点目前使用 Google Gemini API 作为后端服务，请确保网络环境能够正常访问 Gemini。 请在 Google AI Studio 上申请您的 API 密钥，并将其填写到插件根目录下的 api_key.ini 文件中。该文件默认名为 api_key.ini.example，首次使用时需将文件后缀改为 .ini。用文本编辑软件打开文件，在 google_api_key= 后填入您的 API 密钥并保存。

节点选项：

• image: 可选，输入图片作为提示词的参考。
• api: 使用的 API。目前有两个选项：“gemini-1.5-flash” 和 “google-gemini”。
• token_limit: 生成提示词的最大令牌限制。
• discribe: 在此处输入简单的描述，支持中文文本输入。

Florence2Image2Prompt

使用 Florence 2 模型推理生成提示词。该节点部分代码来自 yiwangsimple/florence_dw，感谢原作者。 *首次使用时，模型会自动下载。您也可以从 百度网盘 下载模型文件至 ComfyUI/models/florence2 文件夹。

节点选项：

• florence2_model: Florence2 模型输入。
• image: 图像输入。
• task: 选择 Florence2 的任务。
• text_input: Florence2 的文本输入。
• max_new_tokens: 生成文本的最大令牌数。
• num_beams: 生成文本的束搜索数量。
• do_sample: 是否使用文本生成采样。
• fill_mask: 是否使用文本标记掩码填充。

GetColorTone

从图像中获取主色调或平均颜色，并输出 RGB 值。

节点选项：

• mode：有两种模式可选，分别为主色调和平均颜色。

输出类型：

• HEX 格式的 RGB 颜色：以十六进制 RGB 格式表示的 RGB 颜色，例如 '#FA3D86'。
• 列表格式的 HSV 颜色：以 Python 列表数据格式表示的 HSV 颜色。

GetColorToneV2

GetColorTone 的 V2 版本升级。您可以指定获取主体或背景的主导色或平均色。

在 GetColorTong 的基础上进行了以下改进：

• color_of: 提供 4 种选项，分别是遮罩区域、整幅图像、背景和主体，分别用于选择相应区域的颜色。
• remove_background_method: 背景识别有两种方法：BiRefNet 和 RMBG V1.4。
• invert_mask: 是否反转遮罩。
• mask_grow: 遮罩扩展。对于主体而言，数值越大，获得的颜色越接近身体中心的颜色。

输出：

• image: 单色图片输出，尺寸与输入图片相同。
• mask: 遮罩输出。

ImageRewardFilter

对批量图片进行评分，并输出排名靠前的图片。它使用了 [ImageReward] (https://github.com/THUDM/ImageReward) 进行图像评分，感谢原作者。

节点选项：

• prompt: 可选输入。在此处输入提示词将作为判断图片与提示词匹配程度的依据。
• output_nun: 输出图片的数量。此值应小于输入的图片批次数量。

输出：

• images: 按评分从高到低排序的批量图片。
• obsolete_images: 被淘汰的图片。同样按评分从高到低排序输出。

LaMa

根据遮罩从图像中擦除物体。该节点是对 IOPaint 的重新封装，由最先进的 AI 模型驱动，感谢原作者。
它使用了 LaMa、LDM、ZITS、MAT、FcF、Manga 等模型以及 SPREAD 方法来进行擦除。各模型的介绍请参阅原始链接。
请从 lama 模型（百度网盘） 或 lama 模型（Google Drive） 下载模型文件至 ComfyUI/models/lama 文件夹。

节点选项：

• lama_model: 选择模型或方法。
• device: 正确安装 Torch 和 Nvidia CUDA 驱动程序后，使用 CUDA 可显著提升运行速度。
• invert_mask: 是否反转遮罩。
• grow: 正值向外扩展，负值向内收缩。
• blur: 对边缘进行模糊处理。

ImageAutoCrop

根据掩码自动抠图并裁剪图像。可以指定背景颜色、宽高比和输出图像的尺寸。该节点旨在为模型训练生成图像素材。
*请参考SegmentAnythingUltra和RemBgUltra的模型安装方法。

节点选项：

• background_color⁴: 背景颜色。
• aspect_ratio: 提供了几种常见的画面比例。此外，您也可以选择“original”以保持原始比例，或使用“custom”来自定义比例。
• proportional_width: 按比例设置的宽度。如果宽高比选项不是“custom”，则此设置将被忽略。
• proportional_height: 按比例设置的高度。如果宽高比选项不是“custom”，则此设置将被忽略。
• scale_by_longest_side: 允许按最长边的尺寸进行缩放。
• longest_side: 当scale_by_longest_side设置为True时，此值将用于图像的长边。当输入了original_size时，此设置将被忽略。
• detect: 检测方法，min_bounding_rect是最小外接矩形，max_inscribed_rect是最大内切矩形。
• border_reserve: 保留边框。将裁剪范围扩展到检测到的掩码主体区域之外。
• ultra_detail_range: 掩码边缘超精细处理范围，0表示不处理，这样可以节省生成时间。
• matting_method: 生成掩码的方法。有两种方法可供选择：Segment Anything和RMBG 1.4。RMBG 1.4运行速度更快。
• sam_model: 在此处选择Segment Anything使用的SAM模型。
• grounding_dino_model: 在此处选择Segment Anything使用的Grounding_Dino模型。
• sam_threshold: Segment Anything的阈值。
• sam_prompt: Segment Anything的提示词。

输出： cropped_image: 裁剪并替换背景后的图像。 box_preview: 裁剪位置预览。 cropped_mask: 裁剪后的掩码。

ImageAutoCropV2

ImageAutoCrop的升级版本V2，在原有基础上做了以下改动：

• 增加了掩码的可选输入。当有掩码输入时，直接使用该输入，跳过内置的掩码生成过程。
• 增加了fill_background选项。当设置为False时，背景将不会被处理，超出框架的部分也不会包含在输出范围内。
• aspect_ratio增加了original选项。
• scale_by: 允许按指定的最长边、最短边、宽度或高度进行缩放。
• scale_by_length: 此处的值用作scale_by，用于指定边的长度。

ImageAutoCropV3

自动将图像裁剪为指定尺寸。您可以输入掩码来保留掩码的指定区域。该节点旨在为模型训练生成图像素材。

节点选项：

• image: 输入图像。
• mask: 可选的输入掩码。遮罩部分将在裁剪宽高比的范围内保留。
• aspect_ratio: 输出的宽高比。提供了常见的画面比例，其中“custom”为自定义比例，“original”为原始画面比例。
• proportional_width: 按比例设置的宽度。如果aspect_ratio选项不是‘custom’，则此设置将被忽略。
• proportional_height: 按比例设置的高度。如果aspect_ratio选项不是‘custom’，则此设置将被忽略。
• method: 缩放采样方法包括Lanczos、Bicubic、Hamming、Bilinear、Box和Nearest。
• scale_to_side: 允许按长边、短边、宽度、高度或总像素数指定缩放。
• scale_to_length: 此处的值用作scale_to-side，用于指定边的长度或总像素数（千像素）。
• round_to_multiple: 四舍五入到最接近的整数倍。例如，若设置为8，则宽度和高度将强制设定为8的倍数。

输出： cropped_image: 裁剪后的图像。 box_preview: 裁剪位置预览。

SaveImagePlus

增强型保存图像节点。您可以自定义图片保存的目录，为文件名添加时间戳，选择保存格式，设置图像压缩率，决定是否保存工作流，并可选地为图片添加不可见水印。（以肉眼不可见的方式添加信息，并使用ShowBlindWaterMark节点解码水印）。还可以选择性输出工作流的json文件。

节点选项：

• image: 输入图像。
• custom_path^*: 用户自定义目录，请以正确格式输入目录名称。若为空，则保存至ComfyUI的默认输出目录。
• filename_prefix^*: 文件名前缀。
• timestamp: 为文件名添加时间戳，可选择日期、精确到秒的时间以及精确到毫秒的时间。
• format: 图片保存格式。目前支持png和jpg。请注意，RGBA模式的图片仅支持png格式。
• quality: 图像质量，取值范围为10-100，数值越高，画质越好，但文件体积也会相应增大。
• meta_data: 是否将元数据保存到png文件中，即工作流信息。如果您不希望工作流信息泄露，请将其设置为false。
• blind_watermark: 此处输入的文字（不支持多语言）将被转换为二维码，并以不可见水印的形式保存。使用ShowBlindWaterMark节点可以解码水印。请注意，带有水印的图片建议保存为png格式，而较低质量的jpg格式可能会导致水印信息丢失。
• save_workflow_as_json: 是否同时输出工作流的json文件（输出的json文件与图片位于同一目录）。
• preview: 预览开关。

^* 输入%date表示当前日期（YY-mm-dd），输入%time表示当前时间（HH-MM-SS）。您可以在路径中使用/来创建子目录。例如，%date/name_%tiem会将图片输出到YY-mm-dd文件夹，文件名前缀为name_HH-MM-SS。

SaveImagePlusV2

在SaveImagePlus节点中新增了自定义文件名和DPI选项。

节点选项：

• custom_filename^*: 用户自定义文件名，若在此处输入，则将使用该文件名。请注意，重复的文件将会被覆盖。若此项为空，则会使用文件名前缀和时间戳作为文件名。
• dpi: 设置图像文件的DPI值。

^* 输入%date表示当前日期（YY-mm-dd），输入%time表示当前时间（HH-MM-SS）。可以使用/来创建子目录。例如，%date/name_%tiem会将图片输出到YY-mm-dd文件夹下，并以name_HH-MM-SS作为文件名前缀。

AddBlindWaterMark

为图片添加不可见水印。以肉眼无法察觉的方式嵌入水印图像，并使用ShowBlindWaterMark节点解码水印。

节点选项：

• image: 输入图像。
• watermark_image: 水印图像。此处输入的图像将自动转换为方形黑白图像作为水印。建议使用二维码作为水印。

ShowBlindWaterMark

解码由AddBlindWaterMark和SaveImagePlus节点添加的不可见水印。

CreateQRCode

生成方形二维码图片。

节点选项：

• size: 图片的边长。
• border: 二维码周围的边框大小，数值越大，边框越宽。
• text: 在此处输入二维码的内容，不支持多语言。

DecodeQRCode

解码二维码。

节点选项：

• image: 输入的二维码图像。
• pre_blur: 预处理模糊，对于难以识别的二维码，可以尝试调整此参数。

LoadPSD

加载PSD格式文件并导出图层。
请注意，此节点需要安装psd_tools依赖包。如果在安装psd_tool时出现错误，例如ModuleNotFoundError: No module named 'docopt'，请下载docopt的whl文件并手动安装。

节点选项：

• image: 这里列出了ComfyUI/input下的*.psd文件，可以选择之前已加载的PSD图像。
• file_path: PSD文件的完整路径和文件名。
• include_hidden_layer: 是否包含隐藏层。
• find_layer_by: 可以通过图层编号或图层名称来查找图层。图层组被视为一个图层。
• layer_index: 图层编号，0为最底层，依次递增。若设置为false，则不计算隐藏层。设置为-1则输出最顶层。
• layer_name: 图层名称。请注意，大小写和标点符号必须完全匹配。

输出： flat_image: PSD预览图像。 layer_iamge: 查找并输出指定图层。 all_layers: 包含所有图层的批量图像。

SD3NegativeConditioning

将SD3中的四个负面条件节点封装成一个单独的节点。

节点选项：

• zero_out_start: 设置负面条件ZeroOut的ConditioningSetTimestepRange起始值，该值与负面条件的ConditioningSetTimestepRange结束值相同。

BenUltra

这是PramaLLC/BEN项目在ComfyUI中的实现。感谢原作者。请从huggingface或BaiduNetdisk下载所有文件，并复制到ComfyUI/models/BEN文件夹。

节点选项：

• ben_model: BEN模型输入。有两个模型可供选择：BEN_Base和BEN2_base。
• image: 图像输入。
• detail_method: 边缘处理方法。提供VITMatte、VITMatte(local)、PyMatting、GuidedFilter。如果首次使用VITMatte后已下载模型，则后续可使用VITMatte (local)。
• detail_erode: 从边缘向内侵蚀遮罩范围。数值越大，向内修复的范围越大。
• detail_dilate: 遮罩边缘向外扩展。数值越大，向外修复的范围越大。
• black_point: 边缘黑色采样阈值。
• white_point: 边缘白色采样阈值。
• process_detail: 若设置为false，则跳过边缘处理以节省运行时间。
• max_megapixels: 设置VitMate操作的最大尺寸。

LoadBenModel

加载BEN模型。

节点选项：

• model: 选择模型。目前仅可选择Ben_Sase模型。

SegmentAnythingUltra

对ComfyUI Segment Anything的改进，感谢原作者。

*请参考ComfyUI Segment Anything的安装说明来安装模型。如果ComfyUI Segment Anything已正确安装，则可跳过此步骤。

• 从这里下载config.json、model.safetensors、tokenizer_config.json、tokenizer.json和vocab.txt这5个文件，并将其放入ComfyUI/models/bert-base-uncased文件夹中。
• 下载GroundingDINO_SwinT_OGC配置文件、GroundingDINO_SwinT_OGC模型、 GroundingDINO_SwinB配置文件、GroundingDINO_SwinB模型，并将它们放入ComfyUI/models/grounding-dino文件夹中。
• 下载sam_vit_h、sam_vit_l、 sam_vit_b、sam_hq_vit_h、 sam_hq_vit_l、sam_hq_vit_b、 mobile_sam，并将它们放入ComfyUI/models/sams文件夹中。 *或者从百度网盘上的GroundingDino模型和百度网盘上的SAM模型下载。
  

节点选项：

• sam_model：选择SAM模型。
• ground_dino_model：选择Grounding DINO模型。
• threshold：SAM的阈值。
• detail_range：边缘细节范围。
• black_point：边缘黑色采样阈值。
• white_point：边缘白色采样阈值。
• process_detail：此处设置为false将跳过边缘处理以节省运行时间。
• prompt：SAM的提示输入。
• cache_model：设置是否缓存模型。

SegmentAnythingUltraV2

SegmentAnythingUltra的V2升级版本增加了VITMatte边缘处理方法。（注：使用此方法处理超过2K尺寸的图像会消耗大量内存）

在SegmentAnythingUltra的基础上，进行了以下更改：

• detail_method：边缘处理方法。提供VITMatte、VITMatte（本地）、PyMatting、GuidedFilter。如果首次使用VITMatte后已下载模型，则后续可使用VITMatte（本地）。
• detail_erode：从边缘向内侵蚀掩膜范围。数值越大，向内修复的范围越大。
• detail_dilate：掩膜边缘向外扩张。数值越大，向外修复的范围越大。
• device：设置VitMatte是否使用CUDA。
• max_megapixels：设置VitMate操作的最大尺寸。

SegmentAnythingUltraV3

将模型加载与推理节点分离，以避免在使用多个SAM节点时重复加载模型。

节点选项： 与SegmentAnythingUltra相同，移除了sam_comodel和ground-dino_comodel，改为从节点输入获取。

LoadSegmentAnythingModels

加载SegmentAnything模型。

SAM2Ultra

该节点由kijai/ComfyUI-segment-anything-2修改而来。感谢kijai为Comfyui社区做出的重大贡献。
SAM2 Ultra节点仅支持单张图像。如需处理多张图像，请先将图像批次转换为图像列表。
*从百度网盘或huggingface.co/Kijai/sam2-safetensors下载模型，并复制到ComfyUI/models/sam2文件夹中。

节点选项：

• image：待分割的图像。
• bboxes：输入识别框数据。
• sam2_model：选择SAM2模型。
• presicion：模型精度。可选择fp16、bf16和fp32。
• bbox_select：选择输入框数据。有三种选项：“all”选择所有框，“first”选择置信度最高的框，“by_index”指定框的索引。
• select_index：当bbox_delect为“by_index”时有效。0表示第一个。可输入多个值，用任何非数字字符分隔，包括但不限于逗号、句号、分号、空格或字母，甚至中文。
• cache_model：是否缓存模型。缓存模型后，可节省模型加载时间。
• detail_method：边缘处理方法。提供VITMatte、VITMatte（本地）、PyMatting、GuidedFilter。如果首次使用VITMatte后已下载模型，则后续可使用VITMatte（本地）。
• detail_erode：从边缘向内侵蚀掩膜范围。数值越大，向内修复的范围越大。
• detail_dilate：掩膜边缘向外扩张。数值越大，向外修复的范围越大。
• black_point：边缘黑色采样阈值。
• white_point：边缘白色采样阈值。
• process_detail：此处设置为false将跳过边缘处理以节省运行时间。
• device：设置VitMatte是否使用CUDA。
• max_megapixels：设置VitMate操作的最大尺寸。

SAM2UltraV2

在SAM2 Ultra节点的基础上，将SAM2模型改为外部输入，这样在使用多个节点时可以节省资源。

修改后的节点选项：

• sam2_model：SAM2模型输入，该模型由Load SAM2 Model节点加载。

LoadSAM2Model

加载SAM2模型。

节点选项：

• sam2_model：选择SAM2模型。
• presicion：模型精度。可选择fp16、bf16和fp32。
• device：设置是否使用CUDA。

SAM2VideoUltra

SAM2 Video Ultra 节点支持处理多帧图像或视频序列。请在序列的第一帧中定义识别框数据，以确保正确识别。

https://github.com/user-attachments/assets/4726b8bf-9b98-4630-8f54-cb7ed7a3d2c5

https://github.com/user-attachments/assets/b2a45c96-4be1-4470-8ceb-addaf301b0cb

节点选项：

• image: 需要分割的图像。
• bboxes: 可选的识别框输入数据。bboxes 和 first_frame_mask 至少需要一个输入。如果输入了 first_frame_mask，则会忽略 bboxes。
• first_frame_mask: 可选的第一帧掩码输入。该掩码将被用作第一帧的识别对象。bboxes 和 first_frame_mask 至少需要一个输入。如果输入了 first_frame_mask，则会忽略 bboxes。
• pre_mask: 可选的输入掩码，用作传播焦点范围的限制，有助于提高识别精度。
• sam2_model: 选择 SAM2 模型。
• presicion: 模型的精度。可选择 fp16 和 bf16。
• cache_model: 是否缓存模型。缓存模型后，可以节省模型加载时间。
• individual_object: 当设置为 True 时，将专注于识别单个对象。当设置为 False 时，则会尝试为多个对象生成识别框。
• mask_preview_color: 在预览输出中显示未遮罩区域的颜色。
• detail_method: 边缘处理方法。目前仅支持 VITMatte 方法。
• detail_erode: 从边缘向内侵蚀掩码范围。数值越大，向内修复的范围越大。
• detail_dilate: 掩码边缘向外扩展。数值越大，向外修复的范围越大。
• black_point: 边缘黑色采样阈值。
• white_point: 边缘白色采样阈值。
• process_detail: 如果设置为 false，则会跳过边缘处理以节省运行时间。
• device: 仅支持 cuda。
• max_megapixels: 设置 VitMate 操作的最大尺寸。尺寸越大，掩码边缘越精细，但计算速度会显著下降。

ObjectDetectorGemini

使用 Gemini API 进行目标检测。 请在 Google AI Studio 上申请您的 API 密钥，并将其填写到插件根目录下的 api_key.ini 文件中。该文件默认名为 api_key.ini.example。首次使用时，需将文件后缀改为 .ini。使用文本编辑软件打开文件，在 google_api_key= 后填入您的 API 密钥并保存。

节点选项：

• image: 输入图像。
• model: 选择 Gemini 模型。
• prompt: 描述需要识别的目标。

ObjectDetectorGeminiV2

在 ObjectDetectorGemini 节点的基础上，改用新的 google-genai 依赖包，支持最新的 gemini-2.5-pro-exp-03-25 模型。

节点选项：

与 ObjectDetectorGemini 相同。

ObjectDetectorFL2

使用 Florence2 模型识别图像中的目标，并输出识别框数据。
*请从 BaiduNetdisk 下载模型，并复制到 ComfyUI/models/florence2 文件夹中。

节点选项：

• image: 需要分割的图像。
• florence2_model: Florence2 模型，来自 LoadFlorence2Model 节点。
• prompt: 描述需要识别的目标。
• sort_method: 选择框排序方式有四种选项：“left_to_right”、“top_to_bottom”、“big_to_small”和“confidence”。
• bbox_select: 选择输入框数据。有三种选项：“all”选择所有框，“first”选择置信度最高的框，“by_index”指定框的索引。
• select_index: 此选项在 bbox_delect 为 ‘by_index’ 时有效。0 表示第一个框。可以输入多个值，用任何非数字字符分隔，包括但不限于逗号、句号、分号、空格或字母，甚至中文。

ObjectDetectorYOLOWorld

（已弃用。若仍需使用，需手动安装依赖包）

由于依赖包可能存在安装问题，该节点已被弃用。如需使用，请手动安装以下依赖包：

pip install inference-cli>=0.13.0
pip install inference-gpu[yolo-world]>=0.13.0

使用 YOLO-World 模型识别图像中的目标，并输出识别框数据。
*请从 BaiduNetdisk 或 GoogleDrive 下载模型，并复制到 ComfyUI/models/yolo-world 文件夹中。

节点选项：

• image: 需要分割的图像。
• confidence_threshold: 置信度阈值。
• nms_iou_threshold: 非极大值抑制阈值。
• prompt: 描述需要识别的目标。
• sort_method: 选择框排序方式有四种选项：“left_to_right”、“top_to_bottom”、“big_to_small”和“confidence”。
• bbox_select: 选择输入框数据。有三种选项：“all”选择所有框，“first”选择置信度最高的框，“by_index”指定框的索引。
• select_index: 此选项在 bbox_delect 为 ‘by_index’ 时有效。0 表示第一个框。可以输入多个值，用任何非数字字符分隔，包括但不限于逗号、句号、分号、空格或字母，甚至中文。

ObjectDetectorYOLO8

使用 YOLO-8 模型识别图像中的物体，并输出检测框数据。
*请从 GoogleDrive 或 BaiduNetdisk 下载模型，并将其复制到 ComfyUI/models/yolo 文件夹中。

节点选项：

• image: 需要进行分割的图像。
• yolo_model: 选择 YOLO 模型。
• sort_method: 检测框排序方法有四种选项：“left_to_right”（从左到右）、“top_to_bottom”（从上到下）、“big_to_small”（从大到小）和“confidence”（按置信度排序）。
• bbox_select: 选择输入的检测框数据。共有三种选项：“all”选择所有检测框，“first”选择置信度最高的检测框，“by_index”指定检测框的索引。
• select_index: 当 bbox_delect 设置为 ‘by_index’ 时，此选项有效。0 表示第一个检测框。可以输入多个值，用任何非数字字符分隔，包括但不限于逗号、句号、分号、空格或字母，甚至中文。

ObjectDetectorMask

使用掩码作为检测框数据。掩码上白色区域所包围的所有区域都将被识别为一个物体。多个封闭区域将分别被识别。

节点选项：

• object_mask: 掩码输入。
• sort_method: 检测框排序方法有四种选项：“left_to_right”（从左到右）、“top_to_bottom”（从上到下）、“big_to_small”（从大到小）和“confidence”（按置信度排序）。
• bbox_select: 选择输入的检测框数据。共有三种选项：“all”选择所有检测框，“first”选择置信度最高的检测框，“by_index”指定检测框的索引。
• select_index: 当 bbox_delect 设置为 ‘by_index’ 时，此选项有效。0 表示第一个检测框。可以输入多个值，用任何非数字字符分隔，包括但不限于逗号、句号、分号、空格或字母，甚至中文。

BBoxJoin

合并检测框数据。

节点选项：

• bboxes_1: 必填项。第一组检测框。
• bboxes_2: 可选输入。第二组检测框。
• bboxes_3: 可选输入。第三组检测框。
• bboxes_4: 可选输入。第四组检测框。

DrawBBoxMask

将 Object Detector 节点输出的检测框数据绘制为掩码。

节点选项：

• image: 图像输入。必须与 Object Detector 节点识别的图像一致。
• bboxes: 输入的检测框数据。
• grow_top: 每个检测框会按照其高度的百分比向上扩展，正值表示向上扩展，负值表示向下扩展。
• grow_bottom: 每个检测框会按照其高度的百分比向下扩展，正值表示向下扩展，负值表示向上扩展。
• grow_left: 每个检测框会按照其宽度的百分比向左扩展，正值表示向左扩展，负值表示向右扩展。
• grow_right: 每个检测框会按照其宽度的百分比向右扩展，正值表示向右扩展，负值表示向左扩展。

DrawBBoxMaskV2

在 DrawBBoxMask 节点的基础上增加了圆角矩形绘制功能。

新增选项：

• rounded_rect_radius: 圆角半径。范围为 0-100，数值越大，圆角越明显。
• anti_aliasing: 抗锯齿效果，范围为 0-16，数值越大，锯齿现象越不明显。过高的数值会显著降低节点的处理速度。

EVF-SAMUltra

该节点是 EVF-SAM 在 ComfyUI 中的实现。
*请从 BaiduNetdisk 或 huggingface/EVF-SAM2、huggingface/EVF-SAM 下载模型文件，并将其保存到 ComfyUI/models/EVF-SAM 文件夹中（将模型分别存放在各自的子目录中）。

节点选项：

• image: 输入图像。
• model: 选择模型。目前有 evf-sam2 和 evf sam 两种选项。
• presicion: 模型精度可选择 fp16、bf16 和 fp32。
• load_in_bit: 按位精度加载模型。可以选择 full、8 和 4。
• pormpt: 用于分割的提示词。
• detail_method: 边缘处理方法。提供 VITMatte、VITMatte(local)、PyMatting、GuidedFilter。如果首次使用 VITMatte 后下载了模型，则后续可使用 VITMatte (local)。
• detail_erode: 从边缘向内侵蚀掩码范围。数值越大，向内修复的范围越大。
• detail_dilate: 掩码边缘向外扩张。数值越大，向外修复的范围越大。
• black_point: 边缘黑色采样阈值。
• white_point: 边缘白色采样阈值。
• process_detail: 如果设置为 false，则跳过边缘处理以节省运行时间。
• device: 设置是否使用 cuda 的 VitMatte。
• max_megapixels: 设置 VitMate 操作的最大尺寸。

Florence2Ultra

利用 Florence2 模型的分割功能，同时具备超高的边缘细节。 该节点部分代码来自 spacepxl/ComfyUI-Florence-2，感谢原作者。 *请从 BaiduNetdisk 下载模型文件，并将其复制到 ComfyUI/models/florence2 文件夹中。

节点选项：

• florence2_model: Florence2 模型输入。
• image: 图像输入。
• task: 选择 Florence2 的任务。
• text_input: Florence2 的文本输入。
• detail_method: 边缘处理方法。提供 VITMatte、VITMatte(local)、PyMatting、GuidedFilter。如果首次使用 VITMatte 后下载了模型，则后续可使用 VITMatte (local)。
• detail_erode: 从边缘向内侵蚀掩码范围。数值越大，向内修复的范围越大。
• detail_dilate: 掩码边缘向外扩张。数值越大，向外修复的范围越大。
• black_point: 边缘黑色采样阈值。
• white_point: 边缘白色采样阈值。
• process_detail: 如果设置为 false，则跳过边缘处理以节省运行时间。
• device: 设置是否使用 cuda 的 VitMatte。
• max_megapixels: 设置 VitMate 操作的最大尺寸。

LoadFlorence2Model

Florence2 模型加载器。 *首次使用时，模型将自动下载。

目前可供选择的模型包括 base、base-ft、large、large-ft、DocVQA、SD3-Captioner 和 base-PromptGen。

BiRefNetUltra

使用 BiRefNet 模型进行背景去除，具有更好的识别能力和超高的边缘细节。 该节点的模型部分代码来自 Viper 的 ComfyUI-BiRefNet，感谢原作者。

*从 https://huggingface.co/ViperYX/BiRefNet 或 百度网盘 下载 BiRefNet-ep480.pth,pvt_v2_b2.pth,pvt_v2_b5.pth,swin_base_patch4_window12_384_22kto1k.pth, swin_large_patch4_window12_384_22kto1k.pth 5 个文件，放入 ComfyUI/models/BiRefNet 文件夹中。

节点选项：

• detail_method：边缘处理方法。提供 VITMatte、VITMatte(local)、PyMatting、GuidedFilter。如果在首次使用 VITMatte 后已下载模型，则后续可使用 VITMatte (local)。
• detail_erode：从边缘向内侵蚀掩膜范围。数值越大，向内修复的范围越大。
• detail_dilate：掩膜边缘向外扩张。数值越大，向外修复的范围越宽。
• black_point：边缘黑色采样阈值。
• white_point：边缘白色采样阈值。
• process_detail：此处设置为 false 将跳过边缘处理以节省运行时间。
• device：设置是否使用 CUDA 进行 VitMate 处理。
• max_megapixels：设置 VitMate 操作的最大尺寸。

BiRefNetUltraV2

该节点支持使用最新的 BiRefNet 模型。 *从 百度网盘 或 GoogleDrive 下载名为 BiRefNet-general-epoch_244.pth 的模型文件，放入 ComfyUI/Models/BiRefNet/pth 文件夹中。您也可以下载更多 BiRefNet 模型并放置于此处。

节点选项：

• image：输入图像。
• birefnet_model：BiRefNet 模型作为输入，由 LoadBiRefNetModel 节点输出。
• detail_method：边缘处理方法。提供 VITMatte、VITMatte(local)、PyMatting、GuidedFilter。如果在首次使用 VITMatte 后已下载模型，则后续可使用 VITMatte (local)。
• detail_erode：从边缘向内侵蚀掩膜范围。数值越大，向内修复的范围越大。
• detail_dilate：掩膜边缘向外扩张。数值越大，向外修复的范围越宽。
• black_point：边缘黑色采样阈值。
• white_point：边缘白色采样阈值。
• process_detail：由于 BiRefNet 具有出色的边缘处理能力，此处默认设置为 False。
• device：设置是否使用 CUDA 进行 VitMate 处理。
• max_megapixels：设置 VitMate 操作的最大尺寸。

LoadBiRefNetModel

加载 BiRefNet 模型。

节点选项：

• model：选择模型。列出 CoomfyUI/models/BiRefNet/pth 文件夹中的文件供选择。

LoadBiRefNetModelV2

该节点是由 jimlee2048 提交的 PR，支持加载 RMBG-2.0 模型。

从 huggingface 或 百度网盘 下载模型文件，并复制到 ComfyUI/models/BiRefNet/RMBG-2.0 文件夹中。

节点选项：

• model：选择模型。有两个选项，分别是 BiRefNet-General 和 RMBG-2.0。

TransparentBackgroundUltra

使用透明背景模型进行背景去除，具有更好的识别能力和速度，同时拥有超高的边缘细节。

*从 googledrive 或 百度网盘 下载所有文件，放入 ComfyUI/models/transparent-background 文件夹中。

节点选项：

• model：选择模型。
• detail_method：边缘处理方法。提供 VITMatte、VITMatte(local)、PyMatting、GuidedFilter。如果在首次使用 VITMatte 后已下载模型，则后续可使用 VITMatte (local)。
• detail_erode：从边缘向内侵蚀掩膜范围。数值越大，向内修复的范围越大。
• detail_dilate：掩膜边缘向外扩张。数值越大，向外修复的范围越宽。
• black_point：边缘黑色采样阈值。
• white_point：边缘白色采样阈值。
• process_detail：此处设置为 false 将跳过边缘处理以节省运行时间。
• device：设置是否使用 CUDA 进行 VitMate 处理。
• max_megapixels：设置 VitMate 操作的最大尺寸。

PersonMaskUltra

为人物的面部、头发、身体皮肤、衣物或配饰生成掩膜。与之前的 A Person Mask Generator 节点相比，该节点具有超高的边缘细节。 该节点的模型代码来自 a-person-mask-generator，边缘处理代码来自 ComfyUI-Image-Filters，感谢原作者。 *从 百度网盘 下载模型文件，放入 ComfyUI/models/mediapipe 文件夹中。

节点选项：

• face：面部识别。
• hair：头发识别。
• body：身体皮肤识别。
• clothes：衣物识别。
• accessories：配饰识别（如背包）。
• background：背景识别。
• confidence：识别阈值，数值越低，输出的掩膜范围越大。
• detail_range：边缘细节范围。
• black_point：边缘黑色采样阈值。
• white_point：边缘白色采样阈值。
• process_detail：此处设置为 false 将跳过边缘处理以节省运行时间。

PersonMaskUltraV2

PersonMaskUltra 的 V2 升级版本新增了 VITMatte 边缘处理方法。（注意：使用此方法处理超过 2K 分辨率的图像会消耗大量内存）

在 PersonMaskUltra 的基础上，进行了以下更改：

• detail_method：边缘处理方法。提供 VITMatte、VITMatte（本地）、PyMatting 和 GuidedFilter。如果首次使用 VITMatte 后已下载模型，则后续可使用 VITMatte（本地）。
• detail_erode：从边缘向内侵蚀遮罩范围。值越大，向内修复的范围越大。
• detail_dilate：遮罩边缘向外扩展。值越大，向外修复的范围越大。
• device：设置是否使用 CUDA 加速的 VitMatte。
• max_megapixels：设置 VitMate 操作的最大尺寸。

HumanPartsUltra

用于生成人体各部位的掩码，基于 metal3d/ComfyUI_Human_Parts 的封装，感谢原作者。
该节点在原有基础上增加了超精细的边缘处理功能。请从 百度网盘 或 Hugging Face 下载模型文件，并将其复制到 ComfyUI\models\onnx\human-parts 文件夹中。

节点选项：

• image：输入图像。
• face：人脸识别开关。
• hair：头发识别开关。
• glasses：眼镜识别开关。
• top_clothes：上衣识别开关。
• bottom_clothes：下装识别开关。
• torso_skin：躯干皮肤识别开关。
• left_arm：左臂识别开关。
• right_arm：右臂识别开关。
• left_leg：左腿识别开关。
• right_leg：右腿识别开关。
• left_foot：左脚识别开关。
• right_foot：右脚识别开关。
• detail_method：边缘处理方法。提供 VITMatte、VITMatte（本地）、PyMatting 和 GuidedFilter。如果首次使用 VITMatte 后已下载模型，则后续可使用 VITMatte（本地）。
• detail_erode：从边缘向内侵蚀遮罩范围。值越大，向内修复的范围越大。
• detail_dilate：遮罩边缘向外扩展。值越大，向外修复的范围越大。
• black_point：边缘黑色采样阈值。
• white_point：边缘白色采样阈值。
• process_detail：此处设为 false 将跳过边缘处理以节省运行时间。
• device：设置是否使用 CUDA 加速的 VitMatte。
• max_megapixels：设置 VitMate 操作的最大尺寸。

YoloV8Detect

使用 YoloV8 模型检测人脸、手部框区域或字符分割。支持输出选定数量的通道。
请从 Google Drive 或 百度网盘 下载模型文件，并将其放置到 ComfyUI\models/yolo 文件夹中。

节点选项：

• yolo_model：Yolo 模型选择。名称中带有 seg 的模型可以输出分割掩码，否则仅能输出框形掩码。
• mask_merge：选择合并后的掩码。all 表示合并所有掩码输出；若选择具体数字，则按识别置信度排序后合并相应数量的掩码并输出。

输出：

• mask：输出的掩码。
• yolo_plot_image：Yolo 识别结果预览。
• yolo_masks：对于 Yolo 识别出的所有掩码，每个单独的掩码都会作为独立输出。

MediapipeFacialSegment

使用 Mediapipe 模型检测面部特征，分割左右眉毛、眼睛、嘴唇和牙齿。
请从 百度网盘 下载模型文件，并将其复制到 ComfyUI\models/mediapipe 文件夹中。

节点选项：

• left_eye：左眼识别开关。
• left_eyebrow：左眉识别开关。
• right_eye：右眼识别开关。
• right_eyebrow：右眉识别开关。
• lips：嘴唇识别开关。
• tooth：牙齿识别开关。

MaskByDifferent

计算两张图像之间的差异，并将其输出为掩码。

节点选项：

• gain：差异计算的增益。值越高，细微差异越明显。
• fix_gap：修复掩码内部的空隙。值越高，修复的空隙越大。
• fix_threshold：fix_gap 的阈值。
• main_subject_detect：设置为 True 时启用主体检测，忽略主体以外的差异。

注释说明 notes

¹ layer_image、layer_mask 以及 background_image（如有输入），这三者必须具有相同的尺寸。

² 掩码并非必填项。默认情况下会使用图像的 Alpha 通道。如果输入图像不包含 Alpha 通道，则会自动创建整个图像的 Alpha 通道。若同时输入掩码，Alpha 通道将被掩码覆盖。

³ Blend 模式包括 正常、正片叠底、滤色、添加、减去、差值、变暗、颜色加深、颜色减淡、线性加深、线性减淡、叠加、柔光、强光、亮光、点光、线性光和硬混，共计 19 种混合模式。

混合模式预览

³ BlendModeV2 包括 正常、溶解、变暗、正片叠底、颜色加深、线性加深、深色、变亮、滤色、颜色减淡、线性减淡（加法）、浅色、排除、叠加、柔光、强光、亮光、线性光、点光、硬混、差值、排除、减去、除法、色调、饱和度、颜色、明度、颗粒提取、颗粒合并，共计 30 种混合模式。
BlendMode V2 的部分代码来自 Virtuoso Nodes for ComfyUI，感谢原作者。

Blend Mode V2 预览

⁴ RGB 颜色采用十六进制 RGB 格式描述，例如 '#FA3D86'。

⁵ layer_image 和 layer_mask 必须具有相同的尺寸。

星标

声明

LayerStyle Advance 节点遵循 MIT 许可证，其中部分功能代码来源于其他开源项目。感谢原作者。如用于商业用途，请参考原项目许可证以达成授权协议。

ComfyUI_LayerStyle_Advance 快速上手指南

ComfyUI_LayerStyle_Advance 是从 ComfyUI Layer Style 插件中分离出的高级节点集合，主要包含对依赖环境要求较复杂的图像处理功能（如高级抠图、拼贴、API 调用等）。

1. 环境准备

• 系统要求：Windows / Linux / macOS
• 前置依赖：
  • 已安装 ComfyUI（推荐使用官方便携版或 Aki 整合包）。
  • 已安装 Git（用于克隆仓库）。
  • Python 环境：通常由 ComfyUI 自带，无需单独配置。
• 网络建议：部分模型托管在 HuggingFace，国内用户建议配置镜像源或准备梯子，或直接使用提供的百度网盘/夸克网盘下载链接。

2. 安装步骤

第一步：安装插件

推荐两种方式，任选其一：

方式 A：使用 ComfyUI Manager（推荐） 在 ComfyUI Manager 中搜索 ComfyUI_LayerStyle_Advance 并点击安装。

方式 B：手动安装 打开终端进入 ComfyUI 的自定义节点目录（例如 ComfyUI\custom_nodes），执行以下命令：

git clone https://github.com/chflame163/ComfyUI_LayerStyle_Advance.git

或者下载 ZIP 压缩包解压后，将文件夹复制到 ComfyUI\custom_nodes 目录下。

第二步：安装依赖包

进入插件目录 ComfyUI\custom_nodes\ComfyUI_LayerStyle_Advance，根据你的 ComfyUI 版本选择操作：

• 官方便携版 (Official Portable)： 双击运行目录下的 install_requirements.bat。

• Aki 整合包 (Aki ComfyUI)： 双击运行目录下的 install_requirements_aki.bat。

• 手动命令行安装（进阶）： 若批处理失败，可在插件目录打开 CMD，根据环境路径执行（以官方便携版为例）：

  ..\..\..\python_embeded\python.exe -s -m pip install .\whl\docopt-0.6.2-py2.py3-none-any.whl
  ..\..\..\python_embeded\python.exe -s -m pip install .\whl\hydra_core-1.3.2-py3-none-any.whl
  ..\..\..\python_embeded\python.exe -s -m pip install -r requirements.txt
  .\repair_dependency.bat
  

  (注：Aki 包请将 python 路径改为 ..\..\python\python.exe)

第三步：下载模型文件

本插件需要额外的模型文件才能运行部分节点（如 Ultra 系列节点）。

国内用户推荐（百度网盘/夸克网盘）：

• 百度网盘: 下载链接 (提取码: 1yye)
• 夸克网盘: 下载链接

海外用户：

• HuggingFace: chflame163/ComfyUI_LayerStyle

安装方法： 将下载的所有文件复制到 ComfyUI\models 文件夹中。

• 特别注意：如果使用名为 "Ultra" 的节点（如 SAM2UltraV2），需确保 vitmatte 模型已放置在 ComfyUI\models\vitmatte 目录下（上述大包中已包含）。

第四步：重启 ComfyUI

完成上述步骤后，重启 ComfyUI 即可加载新节点。

3. 基本使用

以下以常用的 图片拼贴 (Collage) 功能为例，展示最基础的工作流搭建：

1. 加载节点： 在节点搜索栏输入 Collage，添加该节点。

2. 连接输入：

   • 准备多个图像输入（可以使用 Load Image 节点加载多张图片，或通过上游生成节点输出图像列表）。
   • 将图像列表连接到 Collage 节点的 images 输入端。

3. 参数设置：

   • canvas_width / canvas_height: 设置输出画布的宽和高。
   • border_width: 设置图片之间的边框宽度。
   • (可选) florence2_model: 如需基于物体识别进行智能裁剪拼贴，可连接 Florence2 模型加载器。

4. 查看结果： 连接 Save Image 节点或直接查看预览，即可看到随机拼贴后的效果。

工作流示例逻辑：

[Load Image 1] \
[Load Image 2]  --> [Collage] --> [Save Image]
[Load Image 3] /

提示：更多复杂用法（如 API 调用、高级抠图）请参考插件目录 workflow 文件夹下提供的 JSON 示例工作流文件，直接拖入 ComfyUI 即可加载体验。