ComfyUI-N-Nodes 开源项目教程
1、项目介绍
ComfyUI-N-Nodes 是一个为 ComfyUI 设计的自定义节点套件,旨在扩展 ComfyUI 的功能。该套件包含多种高级节点,支持整数、字符串与浮点数变量节点、GPT 节点及视频处理节点。主要在 Windows 和 ComfyUI 默认环境下测试,兼容多种如 Llama、Moondream 等 GPT 模型,优化文本生成,支持全面的视频处理功能,包括视频加载、帧提取、视频保存及帧插值。
2、项目快速启动
安装步骤
-
克隆仓库: 首先,将项目克隆到你的 ComfyUI
custom_nodes
目录中。git clone https://github.com/Nuked88/ComfyUI-N-Nodes.git
-
安装依赖: 如果你想在 GPU 上运行 GPT 节点,你需要运行
install_dependency
批处理文件。有两个版本:install_dependency_ggml_models.bat
用于旧的 ggmlv3 模型。install_dependency_gguf_models.bat
用于所有新的模型(GGUF)。
install_dependency_gguf_models.bat
-
重启 ComfyUI: 安装完成后,重启 ComfyUI 以加载所有自定义节点。
使用示例
以下是一个简单的使用示例,展示如何使用 LoadVideo
节点加载视频并提取帧。
from ComfyUI_N_Nodes import LoadVideo
# 加载视频
video_node = LoadVideo(video_path="path/to/your/video.mp4")
# 提取帧
frames = video_node.extract_frames()
# 打印帧数
print(f"提取的帧数: {len(frames)}")
3、应用案例和最佳实践
应用案例
-
视频处理: 使用
LoadVideo
和SaveVideo
节点,可以轻松加载视频并提取帧,处理后保存为新的视频文件。 -
文本生成: 结合 GPT 节点,可以生成动态文本提示,用于视频字幕生成或其他文本处理任务。
最佳实践
-
环境配置: 确保在 Windows 环境下使用,并按照官方指南安装所有依赖。
-
性能优化: 如果使用 GPU 进行处理,确保 CUDA 和 Visual Studio 已正确安装,以避免编译问题。
4、典型生态项目
-
ComfyUI: ComfyUI 是一个强大的 UI 框架,支持自定义节点的扩展,是 ComfyUI-N-Nodes 的基础。
-
Llama-cpp-python: 用于 GPT 节点的 GPU 加速,需要手动编译以支持 GPU 处理。
-
Transformers: 用于 GPT 模型的文本生成,版本 4.36.2 是推荐的版本。
通过以上步骤,你可以快速上手 ComfyUI-N-Nodes 项目,并利用其强大的功能进行视频处理和文本生成。