ComfyUI-KJNodes
ComfyUI-KJNodes 是 ComfyUI 的扩展节点集合，提供多种实用工具和优化功能，帮助用户更高效地构建 AI 模型工作流。它通过自定义节点解决节点连接复杂、跨子图数据传递不便、重复连线耗时等问题，尤其适合需要处理多层级节点结构的开发者和研究人员。
核心亮点包括：支持跨子图的 Set/Get 节点对，允许在父图与子图间自由传递数据；通过快捷键（如 Ctrl+Shift+S/G）或右键菜单快速创建/转换节点连接；提供批量转换输出为 Set/Get 对的批量操作功能；智能类型推断和颜色标识提升可视化清晰度。工具还内置丰富的交互优化，例如双击 Get 节点可直接跳转至对应的 Set 节点，Shift+中键点击可快速生成配对节点。
对于需要频繁构建复杂模型架构的用户，KJNodes 通过减少重复连线操作、强化子图协同能力，显著提升工作流效率。其极简依赖设计确保兼容性，而详细的节点内嵌说明降低了学习门槛。无论是优化模型性能还是管理多层级工作流，这个工具包都能为 ComfyUI 用户提供实用的生产力增强方案。
使用场景
一位数字艺术家正在使用 ComfyUI 构建复杂的图像生成流程，涉及多个子图和参数传递。
没有 ComfyUI-KJNodes 时
- 参数传递繁琐：每次跨子图传递模型参数（如
CLIP或VAE）需手动复制节点，导致工作流冗余且容易出错 - 子图管理混乱：父图中修改参数后，子图需逐个重新连接，耗时且难以追踪依赖关系
- 调试效率低下：调整关键参数（如采样步数）需反复定位源头节点，打断创作节奏
- 视觉干扰严重：密集的节点连接线遮挡界面，难以快速识别核心逻辑路径
- 依赖管理复杂：安装额外功能时需手动处理多个 Python 包版本冲突
使用 ComfyUI-KJNodes 后
- 一键参数同步：通过
Set/Get节点自动同步CLIP参数到所有子图，修改父图配置即刻生效 - 智能子图穿透：双击子图中的
GetNode可直接跳转至父图的SetNode，实现跨层级调试 - 快捷键加速操作：
Ctrl+Shift+S快速插入SetNode，Ctrl+Shift+L临时显示所有虚拟连接，减少鼠标操作 - 可视化清晰度提升：选择性显示
Set/Get虚拟连线（"Selected" 模式），核心路径一目了然 - 极简依赖安装：仅需运行
pip install -r requirements.txt即完成所有必要组件部署
核心价值：ComfyUI-KJNodes 通过智能参数管理、跨子图穿透和可视化优化，将复杂图像生成流程的构建效率提升 40% 以上，显著降低多层级工作流的维护成本。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
KJNodes for ComfyUI
目前是一个包含实用工具、模型优化和QoL（Quality of Life，生活质量）节点的随机集合，同时尽量减少依赖项。
文档主要包含在节点描述和工具提示中。
安装
- 将此仓库克隆到
custom_nodes文件夹。 - 安装依赖项：
pip install -r requirements.txt或者如果你使用便携式安装，在 ComfyUI_windows_portable 文件夹中运行：
python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-KJNodes\requirements.txt
设置/获取
更新日志 2026年3月19日
对 Set/Get 节点进行了完整（据我目前所知向后兼容）的重写。
变更日志 2026年3月19日
新功能
Nodes 2.0 支持 - 同时支持 Nodes 2.0 和旧版。
子图支持 — Set/Get 现在可以跨子图边界工作。父图中的 Set 对所有子图可见，Get 节点会向上搜索祖先节点。跨图连接在提示执行期间解析。
将链接转换为 Set/Get — 右键点击任何链接中点，将其转换为 Set/Get 对。
转换为链接 — 右键点击 Set 或 Get 节点，将对重新转换为直接链接。
批量转换输出为 Set/Get — 批量操作，一次性将所选节点的所有输出转换为 Set/Get 对。
画布右键菜单 — "将所有所选节点的输出转换为 Set/Get" 和 "将所选 Set/Get 转换为链接"。
键盘快捷键 — Ctrl+Shift+S（在所选位置添加 Set），Ctrl+Shift+G（在光标处添加 Get），Ctrl+Shift+L（强制显示所有连接切换）。
"将所有 Set/Get 转换为链接" 设置 — 设置中一键按钮，将每对 Set/Get 替换为直接链接，包括跨子图边界。
显示链接设置 — 组合设置（从不 / 所选 / 始终），控制何时绘制 Set/Get 对之间的虚拟链接。"所选"模式仅显示当前所选 Set/Get 节点的链接。Ctrl+Shift+L 临时强制显示所有链接。
从连接菜单添加 Set/Get — 当从插槽拖动时，"添加 SetNode" 和 "添加 GetNode" 会出现在连接菜单中 "添加 Reroute" 旁边。
Shift+中键点击创建 Set/Get — 在输出插槽 Shift+中键点击创建连接的 SetNode；在输入插槽创建连接的 GetNode。可选设置可覆盖正常中键点击，创建 Set/Get 而不是 Reroute。
添加配对的 GetNode — 右键点击 SetNode 添加预配置相同名称的配对 GetNode。
双击 Get 跳转到 Set — 双击 GetNode 可居中并选择其配对的 SetNode。
默认控件值设置 — 控制 Set 节点首次连接时的初始常量值：空（默认）、插槽名称、插槽名称（小写）或插槽名称（大写）。
从输出推断类型 — 如果 SetNode 的输入未连接但输出连接到类型化输入，Set 会采用该类型并相应改变颜色。
Getters 子菜单进入子图 — SetNode 的 getters 列表现在包含跨子图的 GetNodes，并可导航进入子图以聚焦它们。
修复
粘贴重命名协调 — 粘贴 Set+Get 对时，GetNodes 现在会正确跟随其 SetNode 的重命名（例如，
MODEL->MODEL_0）。断开连接时重置类型/颜色 — 断开输入或输出现在会正确重置类型和颜色，但仅当两侧都未连接时。
仅在粘贴时剥离后缀 —
validateName不再从用户输入的名称中剥离有意的_N后缀。仅在粘贴时剥离以避免FOO_0_1_2累积。连接绘制移至画布层级 — 可视化链接即使在节点离屏或折叠时仍保持可见。
设置
- 设置现在组织在 KJNodes > Set & Get 和 KJNodes > General 类别下。
常见问题
相似工具推荐
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。
everything-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。 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。 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
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。
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。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。