push

README_ZH.md

@@ -1,118 +0,0 @@
-# ComfyUI DeepSeek Janus Pro 中文说明
-
-## 项目概述
-本自定义节点为ComfyUI提供了DeepSeek Janus Pro多模态AI模型的支持，包含以下主要功能：
-- 图像理解与分析
-- 文生图生成
-- 多模态处理能力
-
-## 主要特点
-- 支持本地和远程模型加载
-- 自动设备选择（CPU/GPU）
-- 批量图像生成
-- 灵活的参数配置
-- 完整的错误处理机制
-
-## 安装步骤
-
-### 前置条件
-- 已安装ComfyUI
-- Python 3.8+
-- CUDA支持的GPU（推荐）
-
-### 安装流程
-1. 克隆项目到ComfyUI的custom_nodes目录：
-```bash
-cd custom_nodes
-git clone https://github.com/yourusername/ComfyUI-DeepSeek_Janus.git
-```
-
-2. 安装依赖：
-```bash
-cd ComfyUI-DeepSeek_Janus
-pip install -r requirements.txt
-```
-
-3. 下载DeepSeek Janus Pro模型：
-- 将模型放置在`ComfyUI/models/deepseek_janus/`目录下
-
-4. 重启ComfyUI即可使用新节点
-
-## 节点说明
-
-### 1. DeepSeek 模型加载器
-- 加载DeepSeek Janus Pro模型
-- 支持本地和远程模型
-- 自动选择最佳精度（FP16/BF16）
-
-参数说明：
-- model_name: 模型名称
-- use_local: 是否使用本地模型
-
-### 2. 图像理解
-- 分析图像内容
-- 支持自定义问题
-- 多模态理解能力
-
-参数说明：
-- image: 输入图像
-- question: 提问内容
-- max_length: 最大输出长度
-
-### 3. 图像生成
-- 根据文本生成图像
-- 可配置生成参数
-- 支持批量生成
-
-参数说明：
-- prompt: 文本提示
-- batch_size: 批量大小
-- temperature: 采样温度
-- guidance_scale: 引导强度
-- max_length: 最大序列长度
-
-## 使用示例
-
-### 图像理解
-1. 加载模型
-2. 连接图像输入
-3. 输入问题
-4. 获取分析结果
-
-### 图像生成
-1. 加载模型
-2. 输入文本提示
-3. 配置生成参数
-4. 生成图像
-
-## 注意事项
-- 确保CUDA正确安装
-- 检查模型下载和放置位置
-- 验证依赖项是否正确安装
-
-## 常见问题
-Q: 模型加载失败怎么办？
-A: 
-1. 检查模型路径是否正确
-2. 确认requirements.txt中的依赖已安装
-3. 查看日志文件获取详细错误信息
-
-Q: 图像生成质量不佳？
-A:
-1. 调整temperature参数
-2. 修改guidance_scale值
-3. 尝试不同的prompt描述
-
-## 版本支持
-- Janus Pro 1B
-- Janus Pro 7B
-
-## 贡献指南
-欢迎提交PR或报告问题：
-- 请确保代码符合PEP8规范
-- 添加必要的单元测试
-- 更新相关文档
-
-## 致谢
-- DeepSeek AI团队
-- ComfyUI社区

image_generation.py

@@ -125,7 +125,7 @@ class DeepSeekImageGeneration:
             try:
                 # Generate images
                 with torch.no_grad():
-                    outputs = model.text_generate(  # Changed from generate to text_generate
+                    outputs = model.generate_image(
                         **batch_inputs,
                         do_sample=True,
                         temperature=temperature,

image_understanding.py

@@ -75,7 +75,7 @@ class DeepSeekImageUnderstanding:
             try:
                 # 首先尝试使用 text_generate
                 with torch.no_grad():
-                    outputs = model.text_generate(
+                    outputs = model.generate(
                         **model_inputs,
                         max_new_tokens=512,
                         do_sample=False

model_loader.py

@@ -1,8 +1,8 @@
 import os
 import torch
 from typing import Tuple
-from transformers import AutoModelForCausalLM, AutoTokenizer
-from janus.models import VLChatProcessor  # type: ignore
+from transformers import AutoTokenizer
+from janus.models import MultiModalityCausalLM, VLChatProcessor  # type: ignore
 import folder_paths
 
 class DeepSeekModelLoader:
@@ -97,7 +97,7 @@ class DeepSeekModelLoader:
             )
 
             # 加载模型
-            model = AutoModelForCausalLM.from_pretrained(
+            model = MultiModalityCausalLM.from_pretrained(
                 model_path,
                 trust_remote_code=True,
                 torch_dtype=dtype,

requirements.txt

@@ -1 +1,3 @@
-git+https://github.com/deepseek-ai/Janus.git
+git+https://github.com/deepseek-ai/Janus.git
+ffmpeg-python
+json-repair