Comfyui-QwenEditUtils

ComfyUI 中基于通义千问的图像编辑工具节点集合。

注意：此仓库已被 ComfyUI-EditUtils 取代，后者提供了更强大的功能，并支持包括通义千问和 Flux2Klein 在内的多种 AI 模型。我们建议在未来的项目中使用新的仓库。

示例

您可以在以下文件中找到完整的 ComfyUI 工作流示例：

• [qwen edit custom.json](qwen edit custom.json) - 展示了包含完整配置选项的高级用法
• [qwen edit custom mask.json](qwen edit custom mask.json) - 展示了包含完整配置选项的掩码用法

更新日志

v2.0.5

• 在配置节点和自定义节点中添加了掩码选项，以提升图像编辑效果。

v2.0.3

• 添加了 QwenEditAdaptiveLongestEdge 节点，便于获取图像的最佳最长边。

v2.0.0

• 添加了 TextEncodeQwenImageEditPlusCustom_lrzjason 节点，用于高度定制化的图像编辑。
• 添加了 QwenEditConfigPreparer 和 QwenEditConfigJsonParser 节点，用于创建图像配置。
• 添加了 QwenEditOutputExtractor 节点，用于从自定义节点中提取输出。
• 添加了 QwenEditListExtractor 节点，用于从列表中提取项目。
• 添加了 CropWithPadInfo 节点，用于带填充信息的裁剪操作。

节点

TextEncodeQwenImageEditPlus lrzjason

该节点为基于通义千问的图像编辑工作流提供文本编码功能，并支持参考图像。它允许您在编码提示时结合最多 5 张参考图像，从而实现更受控的图像生成。

输入

• clip: 用于编码的 CLIP 模型
• prompt: 要编码的文本提示
• vae（可选）: 用于图像编码的 VAE 模型
• image1（可选）: 第一张用于图像编辑的参考图像
• image2（可选）: 第二张用于图像编辑的参考图像
• image3（可选）: 第三张用于图像编辑的参考图像
• image4（可选）: 第四张用于图像编辑的参考图像
• image5（可选）: 第五张用于图像编辑的参考图像
• enable_resize（可选）: 启用参考图像的自动调整大小以进行 VAE 编码
• enable_vl_resize（可选）: 启用参考图像的自动调整大小以进行 VL 编码
• llama_template（可选）: 自定义 Llama 模板，用于图像描述和编辑指令

输出

• CONDITIONING: 编码后的条件张量
• image1: 处理后的第一张参考图像
• image2: 处理后的第二张参考图像
• image3: 处理后的第三张参考图像
• image4: 处理后的第四张参考图像
• image5: 处理后的第五张参考图像
• LATENT: 第一张参考图像的编码后潜在表示

行为

• 使用 CLIP 对文本提示进行编码，并可选择性地引入参考图像引导
• 支持最多 5 张参考图像，适用于复杂的编辑任务
• 自动将参考图像调整至适合 VAE 和 VL 编码的最佳尺寸
• 与 VAE 模型集成，将参考图像编码到潜在空间
• 支持自定义 Llama 模板，以提供更精确的图像编辑指令
• 分别对图像进行 VAE 编码（1024x1024）和 VL 编码（384x384）
• 返回单独处理过的图像，以便更灵活的工作流连接

TextEncodeQwenImageEditPlusAdvance lrzjason

此高级节点为基于通义千问的图像编辑工作流提供增强的文本编码功能，并支持参考图像。它对图像缩放具有更精确的控制，并支持灵活的图像输入配置，分别针对 VAE 和 VL 编码进行处理。

输入

• clip: 用于编码的 CLIP 模型
• prompt: 要编码的文本提示
• vae（可选）: 用于图像编码的 VAE 模型
• vl_resize_image1（可选）: 第一张经过缩放后用于 VL 编码的参考图像
• vl_resize_image2（可选）: 第二张经过缩放后用于 VL 编码的参考图像
• vl_resize_image3（可选）: 第三张经过缩放后用于 VL 编码的参考图像
• not_resize_image1（可选）: 第一张不进行 VL 缩放的参考图像
• not_resize_image2（可选）: 第二张不进行 VL 缩放的参考图像
• not_resize_image3（可选）: 第三张不进行 VL 缩放的参考图像
• target_size（可选）: VAE 编码的目标尺寸（选项：1024、1344、1536、2048、768、512）
• target_vl_size（可选）: VL 编码的目标尺寸（默认：384）
• upscale_method（可选）: 图像上采样的方法（选项：lanczos、bicubic、area）
• crop（可选）: 裁剪方式（选项：center、disabled）
• instruction（可选）: 自定义的图像编辑指令

输出

• CONDITIONING: 编码后的条件张量
• LATENT: 第一张参考图像的编码后潜在表示
• target_image1: 处理后的第一张目标参考图像
• target_image2: 处理后的第二张目标参考图像
• target_image3: 处理后的第三张目标参考图像
• vl_resized_image1: 第一张经过 VL 缩放的参考图像
• vl_resized_image2: 第二张经过 VL 缩放的参考图像
• vl_resized_image3: 第三张经过 VL 缩放的参考图像

行为

• 提供高级文本编码功能，可分别控制 VAE 和 VL 的图像处理
• 支持 3 张具有不同缩放行为的参考图像
• 提供多种目标尺寸选项，以实现更灵活的图像处理
• 分别保留 VAE 编码和 VL 缩放后的图像输出
• 提供增强的上采样和裁剪控制，以实现最佳的图像处理效果
• 结合自定义指令，实现量身定制的图像编辑

TextEncodeQwenImageEditPlusPro lrzjason

此专业节点为基于Qwen的图像编辑工作流提供最具灵活性的文本编码功能，并支持参考图像。它可精细控制哪些图像进行VL重缩放，同时指定主图像以实现聚焦式条件设置。

输入

• clip: 用于编码的CLIP模型
• prompt: 要编码的文本提示
• vae（可选）: 用于图像编码的VAE模型
• image1（可选）: 第一张用于图像编辑的参考图像
• image2（可选）: 第二张用于图像编辑的参考图像
• image3（可选）: 第三张用于图像编辑的参考图像
• image4（可选）: 第四张用于图像编辑的参考图像
• image5（可选）: 第五张用于图像编辑的参考图像
• vl_resize_indexs（可选）: 需要应用VL重缩放的图像索引，用逗号分隔（默认值：“0,1,2”）
• main_image_index（可选）: 用于聚焦式条件设置的主参考图像索引（默认值：0）
• target_size（可选）: VAE编码的目标尺寸（选项：1024、1344、1536、2048、768、512）
• target_vl_size（可选）: VL编码的目标尺寸（选项：384、392）
• upscale_method（可选）: 图像上采样方法（选项：“lanczos”、“bicubic”、“area”）
• crop_method（可选）: 裁剪方法（选项：“pad”、“center”、“disabled”）
• instruction（可选）: 自定义图像编辑指令

输出

• CONDITIONING: 包含所有参考潜变量的编码条件张量
• LATENT: 主参考图像的编码潜变量表示
• image1: 处理后的第一张参考图像
• image2: 处理后的第二张参考图像
• image3: 处理后的第三张参考图像
• image4: 处理后的第四张参考图像
• image5: 处理后的第五张参考图像
• CONDITIONING: 仅包含主参考潜变量的编码条件张量
• ANY: 包含缩放和填充信息的垫片信息字典

行为

• 提供专业级别的文本编码，具有最大的图像处理灵活性
• 支持最多5张参考图像，每张图像均可配置VL重缩放
• 允许指定主参考图像以实现聚焦式条件设置
• 提供完整参考和主参考条件的独立输出
• 提供多种目标尺寸选项，以实现更灵活的图像处理
• 包括垫片信息，可用于潜在的图像裁剪和缩放操作
• 提供增强的上采样和裁剪控制，包括用于保护图像的填充功能

TextEncodeQwenImageEditPlusCustom_lrzjason

此节点通过允许对每张参考图像进行自定义配置，为图像编辑工作流提供了最大的灵活性。每张图像都可以拥有自己特定的参考（VAE）和视觉语言（VL）处理设置，从而实现高度定制化的图像编辑场景。

输入

• clip: 用于编码的CLIP模型
• vae: 用于图像编码的VAE模型
• prompt: 要编码的文本提示
• configs: 每张图像的配置字典列表，包含：
  • image: 用于图像编辑的参考图像
  • to_ref: 是否将该图像纳入参考处理（VAE编码）
  • ref_main_image: 该图像是否为主参考图像，用于聚焦式条件设置
  • ref_longest_edge: 参考处理的目标最长边尺寸（默认值：1024）
  • ref_crop: 参考处理的裁剪方法（选项：“pad”、“center”、“disabled”）
  • ref_upscale: 参考处理的上采样方法（选项：“lanczos”、“bicubic”、“area”）
  • to_vl: 是否将该图像纳入视觉语言处理
  • vl_resize: 是否对该图像进行VL处理前的重缩放（默认值：是）
  • vl_target_size: VL处理的目标尺寸（默认值：384）
  • vl_crop: VL处理的裁剪方法（选项：“center”、“disabled”）
  • vl_upscale: VL处理的上采样方法（选项：“bicubic”、“area”、“lanczos”）
  • mask: 该图像的可选遮罩，用于定义编辑的兴趣区域
• return_full_refs_cond（可选）: 是否返回包含所有参考图像的条件，还是仅返回主参考的条件（默认值：是）
• instruction（可选）: 自定义图像编辑指令

输出

• CONDITIONING: 编码后的条件张量（根据return_full_refs_cond参数，包含全部或仅主参考）
• LATENT: 主参考图像的编码潜变量表示
• custom_output: 包含以下内容的字典：
  • pad_info: 包含缩放和填充信息的垫片信息字典
  • full_refs_cond: 包含所有参考潜变量的条件
  • main_ref_cond: 仅包含主参考潜变量的条件
  • main_image: 处理后的主参考图像
  • vae_images: 所有已处理的VAE图像列表
  • ref_latents: 所有参考潜变量列表
  • vl_images: 所有已处理的VL图像列表
  • full_prompt: 包含图像描述的完整提示
  • llama_template: 应用的系统提示模板
  • mask: 用于兴趣区域的已处理遮罩

行为

• 通过允许对每张图像分别进行参考和VL处理的配置，提供最大的灵活性
• 同时支持多张具有不同处理要求的参考图像
• 可对每张图像的缩放、裁剪和重缩放进行精细控制
• 返回包含所有中间结果的综合输出字典
• 可与自定义指令集成，实现量身定制的图像编辑
• 提供完整参考和主参考条件的输出

QwenEditConfigPreparer

此辅助节点用于创建与 TextEncodeQwenImageEditPlusCustom_lrzjason 节点配合使用的配置对象。它允许您为单个图像定义自定义处理参数。

输入

• image: 用于配置的参考图像
• configs（可选）：要追加到的现有配置对象列表
• to_ref（可选）：是否将图像纳入参考处理（默认：True）
• ref_main_image（可选）：该图像是否为主要参考图像（默认：True）
• ref_longest_edge（可选）：参考处理的目标最长边尺寸（默认：1024）
• ref_crop（可选）：参考处理的裁剪方法（选项：“pad”、“center”、“disabled”，默认：“center”）
• ref_upscale（可选）：参考处理的放大方法（选项：“lanczos”、“bicubic”、“area”，默认：“lanczos”）
• to_vl（可选）：是否将图像纳入视觉语言处理（默认：True）
• vl_resize（可选）：是否对图像进行 VL 处理前的缩放（默认：True）
• vl_target_size（可选）：VL 处理的目标尺寸（默认：384）
• vl_crop（可选）：VL 处理的裁剪方法（选项：“center”、“disabled”，默认：“center”）
• vl_upscale（可选）：VL 处理的放大方法（选项：“bicubic”、“area”、“lanczos”，默认：“bicubic”）
• mask（可选）：图像的可选掩码，用于定义编辑的兴趣区域

输出

• configs: 更新后的配置对象列表
• config: 当前图像的配置对象

行为

• 创建定义每张图像处理方式的配置对象
• 允许追加到现有配置列表
• 为所有配置参数提供默认值
• 输出的配置列表可直接连接到 TextEncodeQwenImageEditPlusCustom_lrzjason

QwenEditConfigJsonParser

此辅助节点从 JSON 字符串中创建配置对象，供 TextEncodeQwenImageEditPlusCustom_lrzjason 节点使用。它提供了一种替代方法来定义配置参数。

输入

• image: 用于配置的参考图像
• configs（可选）：要追加到的现有配置对象列表
• config_json（可选）：包含配置参数的 JSON 字符串
• mask（可选）：图像的可选掩码，用于定义编辑的兴趣区域

输出

• configs: 更新后的配置对象列表
• config: 当前图像的配置对象

行为

• 从 JSON 字符串中创建配置对象
• 允许追加到现有配置列表
• 提供默认的 JSON 配置模板
• 输出的配置列表可直接连接到 TextEncodeQwenImageEditPlusCustom_lrzjason

QwenEditOutputExtractor

此辅助节点从 TextEncodeQwenImageEditPlusCustom_lrzjason 节点生成的 custom_output 字典中提取特定输出。

输入

• custom_output: 自定义节点生成的 custom_output 字典

输出

• pad_info: 填充信息字典
• full_refs_cond: 使用所有参考潜变量的条件
• main_ref_cond: 仅使用主要参考潜变量的条件
• main_image: 主要参考图像
• vae_images: 所有经过 VAE 处理的图像列表
• ref_latents: 所有参考潜变量列表
• vl_images: 所有经过 VL 处理的图像列表
• full_prompt: 包含图像描述的完整提示
• llama_template: 应用的系统提示模板
• no_refs_cond: 不使用任何参考潜变量的条件
• mask: 用于兴趣区域的已处理掩码

行为

• 从复杂的输出字典中提取各个组件
• 提供对自定义节点所有中间结果的访问
• 支持对不同输出组件的模块化处理

QwenEditListExtractor

此辅助节点根据索引位置从列表中提取特定项目。

输入

• items: 输入列表
• index: 要提取项目的索引（默认：0）

输出

• item: 从列表中提取的项目

行为

• 根据索引从列表中提取单个项目
• 适用于从 vae_images 列表或其他集合中提取特定图像
• 支持任何类型的列表项

QwenEditAdaptiveLongestEdge

此实用节点计算图像的适当最长边尺寸，确保不超过指定的最大尺寸。这在需要根据图像尺寸自动确定最佳最长边以进行图像处理时特别有用，尤其是在处理需要缩小以供处理的大图像时。

输入

• image: 要分析的输入图像
• max_size: 最长边允许的最大尺寸（默认：2048，范围：512–4096）

输出

• longest_edge: 计算出的满足 max_size 约束的图像最长边尺寸

行为

• 计算输入图像的最长边
• 如果最长边超过 max_size，则计算一个符合约束的减小尺寸
• 返回可用于其他节点（如 TextEncodeQwenImageEditPlusCustom_lrzjason）进行动态图像处理的适当最长边尺寸
• 对于希望防止过大的图像导致内存或处理问题的工作流非常有用

CropWithPadInfo

此实用节点使用由其他节点生成的填充信息裁剪图像，从而在填充操作后精确地裁剪回原始内容区域。

输入

• image: 要裁剪的图像
• pad_info: 包含 x、y、宽度、高度和缩放值的填充信息字典

输出

• cropped_image: 恢复原始内容尺寸的裁剪图像
• scale_by: 原始处理中使用的缩放因子

行为

• 使用填充信息将图像裁剪回原始内容区域
• 移除处理过程中添加的填充
• 返回缩放因子，以便进行可能的进一步操作

关键特性

• 多图像支持：可在文本到图像生成工作流中引入最多 3 张参考图像
• 双重缩放选项：分别为 VAE 编码（1024px）和 VL 编码（384px）提供独立的缩放控制
• 单独的图像输出：每张经过处理的参考图像都会作为单独的输出提供，便于灵活连接
• 潜空间集成：将参考图像编码到潜空间，以实现高效处理
• Qwen 模型兼容性：专为基于 Qwen 的图像编辑模型设计
• 可定制模板：使用自定义 Llama 模板，提供量身定制的图像编辑指令

安装

1. 将本仓库克隆或下载到您的 ComfyUI 的 custom_nodes 目录中。
2. 重启 ComfyUI。
3. 该节点将出现在“advanced/conditioning”分类中。

注意: 本仓库已被 ComfyUI-EditUtils 取代，后者提供了更强大的功能，并支持包括 Qwen 和 Flux2Klein 在内的多种 AI 模型。我们建议您在未来的项目中使用新的仓库。

联系方式

• Twitter: @Lrzjason
• 邮箱: lrzjason@gmail.com
• QQ 群: 866612947
• 微信号: fkdeai
• Civitai: xiaozhijason

欢迎赞助我以支持更多开源项目：

ComfyUI-QwenEditUtils 快速上手指南

重要提示：本仓库已由 ComfyUI-EditUtils 继承。新版本支持 Qwen、Flux2Klein 等多种模型，功能更强大。强烈建议新项目直接使用新版仓库，本文档仅作为旧版工具的参考或迁移指引。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统: Windows, Linux 或 macOS
• Python: 3.10 或更高版本（推荐与 ComfyUI 环境一致）
• 核心依赖:
  • 已安装并配置好的 ComfyUI
  • torch (PyTorch)
  • transformers (用于加载 Qwen 相关模型)
  • Pillow (图像处理)
• 模型文件: 需预先下载对应的 Qwen 编辑模型权重及 CLIP/VAE 模型，并放置在 ComfyUI 的 models 目录下。

安装步骤

推荐使用 Git 将插件安装到 ComfyUI 的自定义节点目录中。

1. 进入 ComfyUI 的 custom_nodes 目录：

   cd path/to/ComfyUI/custom_nodes
   

2. 克隆仓库（国内用户如遇网络问题，可尝试使用镜像源或代理）：

   git clone https://github.com/lrzjason/Comfyui-QwenEditUtils.git
   

3. 安装 Python 依赖：

   cd Comfyui-QwenEditUtils
   pip install -r requirements.txt
   

   注：如果 requirements.txt 不存在，请根据 README 手动安装 transformers, accelerate 等必要库。

4. 重启 ComfyUI 以加载新节点。

基本使用

本插件主要用于在 ComfyUI 中实现基于 Qwen 模型的图像编辑，支持通过文本提示词结合多张参考图进行精细化控制。

最简单的工作流示例

以下是一个基础的图像编辑流程，使用 TextEncodeQwenImageEditPlus lrzjason 节点：

1. 加载模型：

   • 使用 Load Checkpoint 或专门的模型加载器加载支持编辑任务的模型。
   • 加载对应的 CLIP 和 VAE 模型。

2. 添加核心节点：

   • 双击搜索并添加节点：TextEncodeQwenImageEditPlus lrzjason。

3. 连接输入：

   • clip: 连接加载的 CLIP 模型。
   • prompt: 连接 CLIP Text Encode (或直接输入文本)，描述编辑指令（例如："将图中的猫变成老虎"）。
   • image1: 连接 Load Image 节点，上传需要被编辑的原始图片（作为参考图）。
   • vae: (可选) 连接 VAE 模型以启用潜空间编码。

4. 配置参数：

   • enable_resize: 勾选以自动调整参考图尺寸至最佳分辨率（推荐）。
   • llama_template: (可选) 输入自定义模板以优化编辑指令的理解。

5. 生成图像：

   • 将节点的 CONDITIONING 输出连接到 KSampler 的正向条件输入。
   • 将 LATENT 输出（如果有）或单独处理后的潜空间连接到采样器。
   • 点击 "Queue Prompt" 运行工作流。

进阶提示

• 多参考图编辑：该节点支持最多 5 张参考图 (image1 至 image5)，可用于复杂场景的风格迁移或多对象编辑。
• 自定义配置：如需对每张参考图进行独立的缩放、裁剪或掩码（Mask）控制，请使用 TextEncodeQwenImageEditPlusCustom_lrzjson 节点配合 QwenEditConfigPreparer 构建详细配置列表。
• 工作流模板：安装后，可在插件目录下的 qwen edit custom.json 文件中找到完整的高级配置工作流示例，直接拖入 ComfyUI 即可加载。