ComfyUI LongCat 插件

插件简介

基于 Hugging Face diffusers 的 LongCat 文生图与图像编辑管线，对应的 ComfyUI 节点集。支持提示词改写、按比例自动计算分辨率、潜变量解码，方便在 ComfyUI 中直接使用。

Transformer: LongCatImageTransformer2DModel 已实现并用于管线。
管线：
- LongCatImagePipeline（文生图）：实现了提示词改写、tokenizer、潜变量打包、去噪循环与 VAE 解码等功能。
- LongCatImageEditPipeline（图像编辑）：实现了视觉-语言提示处理、图像潜变量与编辑专用去噪逻辑。
节点（ComfyUI）：
- LongCatPipelineLoader：实现了基本的管线加载（返回 transformer, pipeline, vae，以便其他节点使用）。
- TextEncodeLongCatImage：T2I 文本编码实现（基于 CLIP tokenizer/encoder）。
- TextEncodeLongCatImageEdit：编辑模式的文本+图像编码（部分实现，尚需完善对 CLIP/VL 的完整支持）。
- LongCatSizePicker：支持选择分辨率并返回空的 latent。
- LongCatImageResizer：将输入图像按照策略调整为 LongCat 支持的分辨率。
- LongCatSampler：封装 LongCat 的采样流程。
- LongCatImageSizeScale：图像缩放节点。
工具函数：longcat_image/utils/model_utils.py 包含 pack_latents/unpack_latents、prepare_pos_ids、split_quotation、retrieve_timesteps、optimized_scale 等函数。
训练示例：包含 LoRA、SFT、DPO、编辑训练脚本和示例配置（位于 train_examples/）。
测试：提供简单的节点级单元测试（tests/test_nodes.py）。

复制文件夹：将 comfyui_longcat 文件夹复制到 ComfyUI 的 custom_nodes 目录下。
- 例如：ComfyUI/custom_nodes/comfyui_longcat
安装依赖：确保 ComfyUI 环境中安装了必要的包：
```
pip install -r requirements.txt
```
（注：requirements.txt 位于本仓库根目录，或查看 setup.py 中的列表）。
模型权重：将 LongCat 模型权重放入 ComfyUI 可访问的目录。

将本插件目录放入 ComfyUI 的 custom_nodes，重启后生效。
节点位于分类 LongCat。
工作流：
1. 使用 LongCatPipelineLoader 加载模型（返回 model、clip、vae）。
2. 连接 CLIP 到 TextEncodeLongCatImage (文生图) 或 TextEncodeLongCatImageEdit (编辑)。
3. (可选) 将 VAE 传入 TextEncodeLongCatImageEdit（用于图像编码），或用于自定义 VAE 节点。
4. 连接 MODEL、CONDITIONING (正向/负向) 和 LATENT 到 LongCatSampler。
model_path 指向已下载的 LongCat 权重；在 CUDA 上可开启 cpu_offload 以节省显存。

测试：pytest tests/test_nodes.py
关键模块：nodes.py、longcat_image/pipelines/*、longcat_image/models/longcat_image_dit.py。

完善 LongCatCheckpointLoader 对多种权重格式的兼容：
- 支持 Diffusers 风格的 checkpoint（subfolder: transformer, vae, tokenizer, scheduler 等）
- 支持单文件 safetensors/checkpoint 并正确映射模型组件
- 正确加载 CLIP 与 VAE，并支持自动的设备与 offload 配置
完成 TextEncodeLongCatImageEdit 的实现（支持多图输入、VL 合并和 placeholder 替换）。
补充文档：一步步的 ComfyUI 使用流程、示例截图和模型准备脚本。
增加自动化管线测试（冒烟测试、不同 dtype/device 组合）。
为大权重文件启用 Git LFS 并给出示例与说明。
增加 GitHub Actions CI（PR 检查，lint 和运行测试）。
添加 pre-commit 配置以避免误提交缓存和二进制文件。
补充示例说明如何运行 LoRA / SFT / DPO 训练脚本以及如何将训练产物应用到 ComfyUI 节点。

如果您希望，我可以继续：完善 LongCatCheckpointLoader 和 TextEncodeLongCatImageEdit，或为仓库添加 CI 配置与 Git LFS 支持。