ComfyUI_GJJ_Nodes

📖 概述 / Overview

ComfyUI_GJJ_Nodes 是个人开发的 ComfyUI 自定义节点合集，当前源码静态注册 328 个唯一节点键，涵盖图像处理、视频生成、音频合成、提示词工程、模型管理、工作流辅助等多个方向。所有节点统一使用 GJJ · 前缀，内置中文工具提示，遵循零外部依赖原则（除 requirements.txt 中列出的通用包外，不依赖任何第三方自定义节点包）。

✨ 核心特性

• 单文件部署，零额外依赖 — 不依赖任何第三方自定义节点包
• 内置中文工具提示 — 所有节点参数均提供中文说明，降低使用门槛
• 子目录感知的模型查找 — 自动递归搜索模型子目录，支持最长公共片段匹配和扩展名剥离
• 动态输入/输出插槽 — 采用 AnySwitch 稳定化模式，插槽变更后保持连线不丢失
• 1-based 用户编号 — 所有面向用户的插槽编号从 1 开始，符合直觉
• 自定义预览支持 — 多种输出格式（图片、音频、视频）的专用预览节点
• 丰富的格式预设 — 内置视频格式、提示词风格等预设，开箱即用
• 前端 JS 独立封装 — 每个节点的前端逻辑放在独立 JS 文件中，便于维护

🆕 近期更新

LoRA 管理与预览

• 多 LoRA 串联面板支持读取 presets/gjj_lora_metadata.tsv 中的标题、触发词、推荐强度、简介和来源信息
• 自动匹配同名本地预览图，在 LoRA 行内显示缩略图，并可打开浮动详情卡查看大图与元数据
• 新增 LoRA触发词 输出；当前启用 LoRA 的触发词会按串联顺序自动汇总，并可广播到支持的正向提示词节点
• 优化预览缓存与元数据匹配，兼容 LoRA 子目录、扩展名差异和常见文件名写法

LTX2.3 多功能视频生成器

• 支持单图、首尾帧、批量图片和多场景分段生成，可直接展开 GJJ_BATCH_IMAGE 等批量图片容器
• 新增模型测试面板，可批量选择 LTX 模型或 LoRA，固定当前随机种并逐项加入 ComfyUI 队列
• LoRA 批量测试时自动读取预设触发词并追加到正向提示词；提示词翻译可在节点工具栏中独立开启或关闭
• 测试结果统一保存到 video/GJJ_LTX模型测试/，文件名自动包含模型名、模型文件大小和实际耗时，便于横向比较
• 改进节点内视频预览、测试队列状态和多视频结果布局

📦 安装 / Installation

方式一：Git 克隆（推荐）

cd ComfyUI/custom_nodes
git clone https://github.com/guojijun/ComfyUI_GJJ_Nodes.git
cd ComfyUI_GJJ_Nodes
pip install -r requirements.txt

方式二：下载 ZIP

1. 从 Releases 或 Code → Download ZIP 下载压缩包
2. 解压到 ComfyUI/custom_nodes/ComfyUI_GJJ_Nodes
3. 在该目录下运行 pip install -r requirements.txt

国内镜像加速安装（推荐）

如果下载速度慢，可使用国内 pip 镜像源：

# 清华镜像（推荐）
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

# 阿里云镜像
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple

# 腾讯云镜像
pip install -r requirements.txt -i https://mirrors.cloud.tencent.com/pypi/simple

# 可选依赖（同样使用镜像）
pip install -r requirements-optional.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r requirements-accelerate.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

部分节点还需要额外手动安装的包（部分已集成在 requirements 中）：

# 人脸分析 / 换脸
pip install onnx onnxruntime-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

# Ollama 相关（统一助手、目录图片打标等）
pip install ollama -i https://pypi.tuna.tsinghua.edu.cn/simple

# 翻译
pip install transformers sentencepiece -i https://pypi.tuna.tsinghua.edu.cn/simple

# RIFE 视频插帧
pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

可选依赖

pip install -r requirements-optional.txt   # 可选功能
pip install -r requirements-accelerate.txt # 推理加速

📥 模型下载

部分节点需要配套模型才能运行。所有模型文件请从以下地址统一下载：

🔗 模型下载地址： https://pan.quark.cn/s/4b5a36d50e9c

各节点所需模型及放置路径一览

下载后将对应模型放入 ComfyUI/models/ 下的相应子目录：

提示： 大部分节点在运行时会自动在 ComfyUI/models/ 下递归搜索模型，面板中也会显示对应的中文 tooltip 提示所需路径。

🚀 快速开始 / Quick Start

1. 安装完成后重启 ComfyUI
2. 在节点菜单中搜索 GJJ 即可找到所有节点
3. 所有节点统一使用 GJJ · 前缀命名
4. 悬停参数标签可查看中文提示
5. 大部分节点支持右键菜单中的快捷操作
6. 详细用法参考 examples/ 目录中的工作流示例

📋 完整节点清单 / Complete Node List

当前源码静态注册 328 个唯一节点键。部分节点依赖可选组件；缺少对应依赖时，ComfyUI 会跳过该节点模块，其余节点仍可正常加载。

节点显示名称由加载器统一添加 GJJ · 前缀。下表按主要用途归类；跨领域节点只列在最相关的分类中。

📁 项目结构

ComfyUI_GJJ_Nodes/
├── __init__.py                    # 入口：注册节点、帮助 API
├── .editorconfig                  # 编辑器配置
├── .gitignore                     # Git 忽略规则
├── README.md                      # 项目说明
├── requirements.txt               # 核心依赖
├── requirements-optional.txt      # 可选依赖
├── requirements-accelerate.txt    # 推理加速依赖
├── js/                            # 前端 JS（每个节点独立文件）
├── nodes/                         # 后端 Python（每个节点独立文件）
│　　 ├── common_utils/              # 共享工具模块
├── locales/                       # 国际化
│　　 ├── zh/                        # 中文语言包
├── examples/                      # 工作流 JSON 示例
├── presets/                       # 预设文件
├── utils/                         # 通用工具脚本
└── web/                           # Web 资源

注意： 仓库中包含 SKILL/（开发文档）、docs/（使用指南）、memory/（开发记忆）等目录，这些目录已通过 .gitignore 排除，不会提交到远程仓库。如需查阅，请联系作者获取。

📖 文档

开发和架构文档存放于 SKILL/ 目录（本地知识库，已 gitignore）：

• SKILL_INDEX.md — 完整文档索引，包含所有节点的架构说明和开发指南
• GJJ_CODING_CONVENTIONS.md — 编码规范
• SKILL/10-node-architecture/ — 每个节点的前后端架构文档
• SKILL/11-dev-tools/ — 开发/测试工具

使用指南：

• docs/ — 功能使用说明（通过 .gitignore 排除，按需获取）
• examples/ — 工作流 JSON 示例文件

⚠️ 许可证

本项目仅限个人学习使用，禁止任何形式的商业用途。

🙏 致谢

感谢 ComfyUI 社区及其所有贡献者。

作者： guojijun