[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-space-nuko--ComfyBox":3,"tool-space-nuko--ComfyBox":64},[4,18,26,35,44,53],{"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},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。",107888,2,"2026-04-06T11:32:50",[14,15,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"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",[43,15,13,14],"语言模型",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"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",[14,15,13,52],"视频",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",85013,"2026-04-06T11:09:19",[15,16,52,61,13,62,43,14,63],"插件","其他","音频",{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":76,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":78,"languages":79,"stars":113,"forks":114,"last_commit_at":115,"license":116,"difficulty_score":117,"env_os":118,"env_gpu":119,"env_ram":120,"env_deps":121,"category_tags":128,"github_topics":129,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":131,"updated_at":132,"faqs":133,"releases":164},5375,"space-nuko\u002FComfyBox","ComfyBox","Customizable Stable Diffusion frontend for ComfyUI","ComfyBox 是一款专为 Stable Diffusion 打造的可视化前端工具，旨在让用户无需编写任何代码，即可基于强大的 ComfyUI 后端构建个性化的图像生成界面。它主要解决了传统工作流操作复杂、难以定制以及多任务管理不便的痛点，将复杂的节点编辑转化为直观的界面搭建体验。\n\n这款工具非常适合希望灵活控制生成流程的设计师、AI 艺术创作者，以及需要快速部署定制化服务的研究人员；同时，其移动端优化特性也让普通用户能轻松上手。ComfyBox 的独特亮点在于其“无代码 UI 构建器”，允许用户通过基础组件自由组装界面。它支持多工作流标签页管理与自定义“发送至”操作，方便进行串联处理；完美兼容所有现有的 ComfyUI 自定义节点，并具备提示词队列、历史记录回溯等实用功能。用户可以直接导入已有的 ComfyUI 工作流文件，系统会自动为其生成对应的操作界面。虽然项目仍在持续完善中，但它已为追求高效与个性化的 AI 绘图工作流提供了极具潜力的解决方案。","# ComfyBox\n\nComfyBox is a frontend to Stable Diffusion that lets you create custom image generation interfaces without any code. It uses [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI) under the hood for maximum power and extensibility.\n\n![Screenshot](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fspace-nuko_ComfyBox_readme_5910a447458f.png)\n\n![Screenshot](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fspace-nuko_ComfyBox_readme_a15d3cea1d35.png)\n\n## Installation\n\n1. Download the latest release [here](https:\u002F\u002Fnightly.link\u002Fspace-nuko\u002FComfyBox\u002Fworkflows\u002Fbuild-and-publish\u002Fmaster\u002FComfyBox-dist) and extract it somewhere.\n2. Start the ComfyUI backend with `python main.py --enable-cors-header`.\n3. In the folder you extracted open the `run.bat`\u002F`run.sh` script (requires Python 3 to be on your PATH). Alternatively you can serve the contents of the folder with any web server.\n\n## Usage\n\nA preconfigured workflow is included for the most common txt2img and img2img use cases, so all it takes to start generating is clicking `Load Default` to load the default workflow and then `Queue Prompt`.\n\nYou can import your existing workflows from ComfyUI into ComfyBox by clicking `Load` and choosing the `.json` or `.png` with embedded metadata, or dropping either file onto the graph viewer.\n\n## NOTE\n\nThis project is *still under construction* and some features are missing, be aware of the tradeoffs if you're interested in using it.\n\nAlso note that the saved workflow format is subject to change until it's been finalized after enough testing, so be prepared to lose some of your work from time to time.\n\n## Features\n- **No-Code UI Builder** - A novel system for creating your own Stable Diffusion user interfaces from the basic components.\n- **Manage Multiple Workflows** - You can open as many workflows as you like and switch between them using tabs within the app. You can also write custom \"Send To\" actions to copy your image outputs into other workflows for further processing.\n- **Use Your Existing Workflows** - Import workflows you've created in ComfyUI into ComfyBox and a new UI will be created for you.\n- **Extension Support** - All custom ComfyUI nodes are supported out of the box.\n- **Prompt Queue** - Queue up multiple prompts without waiting for them to finish first. Inspect currently queued and executed prompts.\n- **Prompt History** - Browse through previously generated prompts and their output images\u002Fparameters.\n- **Mobile-Friendly Version** - Includes a version of the UI optimized for mobile use, while still supporting the same customized workflows of the desktop version.\n\n## Development\n\n### Requirements\n\n- `git`\n- `pnpm`\n- An installation of vanilla [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI) for the backend\n\n### Installation\n\n**NOTE:** If you're using Windows, the following commands must be run with [Git Bash](https:\u002F\u002Fgit-scm.com\u002Fdownloads).\n\n1. Clone the repo with submodules:\n\n```\ngit clone https:\u002F\u002Fgithub.com\u002Fspace-nuko\u002FComfyBox --recursive\n```\n\n2. `pnpm install`\n4. `pnpm prebuild`\n5. `pnpm dev`\n6. Start ComfyUI with `python main.py --enable-cors-header`\n7. Visit `http:\u002F\u002Flocalhost:3000` in your browser\n","# ComfyBox\n\nComfyBox 是 Stable Diffusion 的前端界面，无需编写任何代码即可创建自定义的图像生成界面。它在底层使用了 [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI)，以提供最大的功能性和可扩展性。\n\n![截图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fspace-nuko_ComfyBox_readme_5910a447458f.png)\n\n![截图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fspace-nuko_ComfyBox_readme_a15d3cea1d35.png)\n\n## 安装\n\n1. 从 [这里](https:\u002F\u002Fnightly.link\u002Fspace-nuko\u002FComfyBox\u002Fworkflows\u002Fbuild-and-publish\u002Fmaster\u002FComfyBox-dist) 下载最新版本，并解压到任意位置。\n2. 使用 `python main.py --enable-cors-header` 启动 ComfyUI 后端。\n3. 在解压后的文件夹中打开 `run.bat` 或 `run.sh` 脚本（需确保 Python 3 已添加到系统 PATH）。你也可以使用任意 Web 服务器来提供该文件夹的内容。\n\n## 使用\n\n我们提供了一个预配置的工作流，适用于最常见的文本到图像和图像到图像生成场景。只需点击 `Load Default` 加载默认工作流，然后点击 `Queue Prompt` 即可开始生成。\n\n你可以通过点击 `Load` 并选择包含元数据的 `.json` 或 `.png` 文件，或将这些文件直接拖放到图编辑器中，将现有的 ComfyUI 工作流导入 ComfyBox。\n\n## 注意事项\n\n该项目 *仍在开发中*，部分功能尚未完善。如果你打算使用它，请注意其中可能存在的局限性。\n\n此外，保存的工作流格式在经过充分测试并最终确定之前可能会发生变化，因此请做好随时丢失部分工作的准备。\n\n## 功能特性\n- **无代码 UI 构建器**：一种创新的系统，允许你从基础组件构建自己的 Stable Diffusion 用户界面。\n- **多工作流管理**：你可以在应用内同时打开多个工作流，并通过标签页进行切换。还可以自定义“发送至”操作，将生成的图像输出复制到其他工作流中以进行进一步处理。\n- **兼容现有工作流**：将你在 ComfyUI 中创建的工作流导入 ComfyBox，系统会为你自动生成新的用户界面。\n- **扩展支持**：所有自定义的 ComfyUI 节点均开箱即用。\n- **提示队列**：无需等待前一个提示完成即可排队多个提示。可以查看当前正在排队和已执行的提示。\n- **提示历史**：浏览之前生成的提示及其输出图像和参数。\n- **移动端友好版**：包含针对移动设备优化的界面版本，同时仍支持与桌面版相同的自定义工作流。\n\n## 开发\n\n### 环境要求\n\n- `git`\n- `pnpm`\n- 后端需要安装原生的 [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI)\n\n### 安装步骤\n\n**注意**：如果你使用的是 Windows 系统，以下命令必须在 [Git Bash](https:\u002F\u002Fgit-scm.com\u002Fdownloads) 中运行。\n\n1. 克隆包含子模块的仓库：\n\n```\ngit clone https:\u002F\u002Fgithub.com\u002Fspace-nuko\u002FComfyBox --recursive\n```\n\n2. 运行 `pnpm install`\n4. 运行 `pnpm prebuild`\n5. 运行 `pnpm dev`\n6. 使用 `python main.py --enable-cors-header` 启动 ComfyUI\n7. 打开浏览器访问 `http:\u002F\u002Flocalhost:3000`","# ComfyBox 快速上手指南\n\nComfyBox 是一个基于 Stable Diffusion 的前端工具，允许用户无需编写代码即可创建自定义的图像生成界面。它底层调用 [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI)，兼具强大的功能与扩展性。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Windows、macOS 或 Linux。\n    *   *注意*：若在 Windows 上进行开发部署，必须使用 **Git Bash** 运行命令。\n*   **Python**：已安装 Python 3 并配置到系统环境变量 (PATH) 中。\n*   **后端依赖**：已安装原版的 [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI)。\n*   **开发工具（仅源码部署需要）**：\n    *   `git`\n    *   `pnpm` (Node.js 包管理器)\n\n## 安装步骤\n\n您可以选择下载预编译版本（推荐普通用户）或从源码构建（推荐开发者）。\n\n### 方式一：使用预编译版本（推荐）\n\n1.  **下载程序**\n    访问 [最新发行版页面](https:\u002F\u002Fnightly.link\u002Fspace-nuko\u002FComfyBox\u002Fworkflows\u002Fbuild-and-publish\u002Fmaster\u002FComfyBox-dist) 下载压缩包，并将其解压到任意目录。\n\n2.  **启动后端**\n    打开终端，进入您的 ComfyUI 安装目录，运行以下命令启动后端服务：\n    ```bash\n    python main.py --enable-cors-header\n    ```\n\n3.  **启动前端**\n    进入刚才解压 ComfyBox 的文件夹：\n    *   **Windows**: 双击运行 `run.bat`。\n    *   **macOS\u002FLinux**: 在终端运行 `.\u002Frun.sh`。\n    *   *备选方案*：您也可以使用该文件夹内的文件，通过任意 Web 服务器进行托管。\n\n### 方式二：源码构建（开发模式）\n\n1.  **克隆仓库**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fspace-nuko\u002FComfyBox --recursive\n    cd ComfyBox\n    ```\n\n2.  **安装依赖**\n    ```bash\n    pnpm install\n    ```\n\n3.  **预构建与启动**\n    ```bash\n    pnpm prebuild\n    pnpm dev\n    ```\n\n4.  **启动后端**\n    确保在另一个终端窗口中启动了开启 CORS 的 ComfyUI：\n    ```bash\n    python main.py --enable-cors-header\n    ```\n\n5.  **访问界面**\n    在浏览器中打开 `http:\u002F\u002Flocalhost:3000`。\n\n## 基本使用\n\n安装完成后，您可以立即开始生成图像：\n\n1.  **加载默认工作流**\n    启动界面后，点击 **`Load Default`** 按钮。系统已预配置了最常用的 \"文生图\" (txt2img) 和 \"图生图\" (img2img) 工作流。\n\n2.  **生成图像**\n    输入提示词（Prompt），然后点击 **`Queue Prompt`** 按钮即可开始生成。\n\n3.  **导入现有工作流**\n    如果您已有 ComfyUI 的工作流文件（`.json` 或包含元数据的 `.png`）：\n    *   点击 **`Load`** 按钮选择文件；\n    *   或者直接将文件拖拽到图形查看器区域。\n    ComfyBox 将自动为您解析并生成对应的操作界面。\n\n4.  **多任务队列**\n    您可以连续提交多个提示词加入队列（Prompt Queue），无需等待前一个任务完成。生成的历史记录可在 **Prompt History** 中查看。\n\n> **注意事项**：本项目目前仍在建设中，部分功能可能尚未完善。保存的工作流格式在未来测试稳定前可能会发生变化，建议定期备份重要工作。","某独立游戏开发者需要为项目快速生成大量风格统一的角色立绘，并希望将复杂的节点工作流简化为团队成员可直接操作的简易界面。\n\n### 没有 ComfyBox 时\n- 团队成员必须直接面对 ComfyUI 错综复杂的节点连线图，非技术人员极易误删关键节点或连错线路。\n- 每次调整参数（如改变角色发型或背景）都需要重新手动加载工作流文件，无法在同一个窗口中灵活切换不同风格的生成任务。\n- 批量测试多个提示词时，必须等待当前图像生成完毕才能提交下一个，严重拖慢了素材筛选效率。\n- 在外出或使用平板设备时，由于原生界面未针对移动端优化，几乎无法进行有效的监修和微调工作。\n\n### 使用 ComfyBox 后\n- 开发者利用无代码 UI 构建器将复杂后台封装成简洁表单，团队成员只需填写“角色特征”和“风格标签”即可一键出图。\n- 通过多工作流标签页管理功能，团队可在同一界面无缝切换“草图生成”与“高清细化”两种模式，并自定义“发送至此”按钮实现自动化流转。\n- 借助内置的提示词队列功能，一次性提交数十个变体提示词后无需守候，系统自动排队处理，大幅缩短迭代周期。\n- 启用移动端友好版本后，开发者可在通勤途中通过手机实时查看生成历史、调整参数并指导团队修改方向。\n\nComfyBox 成功将高门槛的节点式工作流转化为低代码的协作平台，让创意聚焦于内容本身而非技术操作。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fspace-nuko_ComfyBox_5910a447.png","space-nuko",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fspace-nuko_3ec98978.jpg","https:\u002F\u002Fgithub.com\u002Fspace-nuko",[80,84,88,92,96,100,103,106,110],{"name":81,"color":82,"percentage":83},"TypeScript","#3178c6",37.8,{"name":85,"color":86,"percentage":87},"Jupyter Notebook","#DA5B0B",33.1,{"name":89,"color":90,"percentage":91},"Svelte","#ff3e00",25.1,{"name":93,"color":94,"percentage":95},"SCSS","#c6538c",3.7,{"name":97,"color":98,"percentage":99},"Python","#3572A5",0.1,{"name":101,"color":102,"percentage":99},"HTML","#e34c26",{"name":104,"color":105,"percentage":99},"JavaScript","#f1e05a",{"name":107,"color":108,"percentage":109},"Shell","#89e051",0,{"name":111,"color":112,"percentage":109},"Batchfile","#C1F12E",686,50,"2026-03-17T18:41:56","GPL-3.0",4,"Windows, Linux, macOS","未说明 (依赖后端 ComfyUI 的配置)","未说明",{"notes":122,"python":123,"dependencies":124},"该工具分为前端和后端：1. 后端需独立安装原生版 ComfyUI 并添加 '--enable-cors-header' 参数启动；2. 前端运行需要 Node.js 环境及 pnpm 包管理器；3. Windows 用户进行开发时需使用 Git Bash 运行命令；4. 项目仍处于建设中，保存的工作流格式可能会变动。","3.x (需安装在系统 PATH 中)",[125,126,127],"git","pnpm","ComfyUI (vanilla)",[15],[130],"stable-diffusion","2026-03-27T02:49:30.150509","2026-04-08T12:53:24.922609",[134,139,144,149,154,159],{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},24383,"为什么在 Firefox 浏览器中报错 'ctx.roundRect is not a function'？","这是因为您的 Firefox 版本过旧。`roundRect` 函数需要 Firefox 112 或更高版本才支持。请将浏览器升级到最新版或使用 Firefox Nightly 版本即可解决。Chrome 用户通常不受此影响。","https:\u002F\u002Fgithub.com\u002Fspace-nuko\u002FComfyBox\u002Fissues\u002F92",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},24382,"在 Windows 上运行构建命令时出现 'mv' is not recognized 错误怎么办？","该错误是因为 Windows 命令行默认不支持 Linux 的 'mv' 移动文件命令。解决方法是安装 Git Bash 或 WSL (Windows Subsystem for Linux) 来运行构建脚本，或者手动将生成的 `src\u002Fpollen.css` 文件移动到 `node_modules\u002F@gradio\u002Ftheme\u002Fsrc` 目录下。","https:\u002F\u002Fgithub.com\u002Fspace-nuko\u002FComfyBox\u002Fissues\u002F122",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},24384,"在 iPad 的 Safari 或 Chrome 浏览器中无法点击控件或下拉菜单怎么办？","这是一个已知的触控兼容性问题，已在后续的更新（PR #148）中修复。如果您遇到此问题，请确保拉取最新的代码库并重新构建项目。对于旧版本，尝试使用桌面模式或外接鼠标可能作为临时变通方案。","https:\u002F\u002Fgithub.com\u002Fspace-nuko\u002FComfyBox\u002Fissues\u002F142",{"id":150,"question_zh":151,"answer_zh":152,"source_url":153},24385,"启动后端时提示 'Torch not compiled with CUDA enabled' 错误如何解决？","首先确认您运行的脚本位置：启动脚本通常位于解压后的 `bin` 文件夹中（如 `run.bat`），而不是 ComfyUI 的原生目录。如果确认环境无误仍报错，请检查您的 PyTorch 安装是否匹配当前的 CUDA 版本，确保安装的是支持 GPU 加速的 PyTorch 版本（例如使用 `pip install torch torchvision torchaudio --index-url https:\u002F\u002Fdownload.pytorch.org\u002Fwhl\u002Fcu118`）。","https:\u002F\u002Fgithub.com\u002Fspace-nuko\u002FComfyBox\u002Fissues\u002F131",{"id":155,"question_zh":156,"answer_zh":157,"source_url":158},24386,"执行 'pnpm install' 时遇到 'ERR_PNPM_NO_MATCHING_VERSION_INSIDE_WORKSPACE' 错误怎么办？","这通常是由于工作区依赖版本不匹配或代码库过时导致的。请尝试切换到最新的 `master` 分支并拉取最新代码，然后清理节点模块（删除 `node_modules` 和 `pnpm-lock.yaml`）后重新运行 `pnpm install`。如果问题依旧，可能是项目结构近期发生了重大变化，建议查看最新的安装文档。","https:\u002F\u002Fgithub.com\u002Fspace-nuko\u002FComfyBox\u002Fissues\u002F1",{"id":160,"question_zh":161,"answer_zh":162,"source_url":163},24387,"如何实现 LoRA 的双通道（Two-pass）设置或在不同阶段使用不同参数？","目前可以通过配置第二个通行（second pass）来实现更精细的控制。虽然早期版本仅支持简单的 LoRA 开关，但后续更新允许对采样器、提示词、模型等所有设置配置独立的第二遍参数。您可以在工作流设置中寻找“双通道”或“高分辨率修复（HR Fix）”相关的配置项，分别设置第一遍和第二遍的 LoRA 强度。","https:\u002F\u002Fgithub.com\u002Fspace-nuko\u002FComfyBox\u002Fissues\u002F91",[]]