🧰 ComfyUI XB-BOX (小白工具箱)

🌟 核心理念

XB_ToolBox 的主旨是帮助刚接触 ComfyUI 的新手 AI 玩家快速上手工作流，让本地部署运行更简单便捷，是一个包含前端交互和底层内存调度的综合型 ComfyUI 扩展套件。

参数大一统：整合了工作流中使用频率高但分散的参数节点，通过一个中枢节点即可设置常用的图片/视频基础参数。
可视化教学：提供了可视化分块预览和参数雷达节点，让新手更直观地理解解码器/编码器的时空分块以及重叠（Overlap）的底层原理。
操作体验革命：首创“镜像克隆台”，可将复杂工作流中的主要操作节点一键克隆至统一面板，让创作面板极度整洁高效。
极限显存压榨：通过 “时空分块劫持”、“UNet / Checkpoint 动态显存外包” 以及 “LiteGraph 交互深度定制”，让消费级显卡也能流畅运行原本会直接 OOM 的 14B~22B 超大 3D-DiT 视频大模型。

🖼️ 图片参数大全：提供宽度、高度、生成数量、控制力度等核心参数。所有参数强制步长锁定，避免新手输入错误导致崩溃；选择固定宽高比时会自动对齐长边尺寸。
🎬 视频参数大全：提供宽、高、帧数、帧率（支持浮点和整数）。内置极客级“手自一体换挡引擎”，在官方预训练的“黄金桶分辨率”（如 480x832, 720x1280）之间平滑切挡，并严格锁定 1+8N 的物理安全帧数。根据帧率即时推算并显示视频物理时长。
🧊 时空分块预览 (Chunk Visualization)：独创双区雷达！左侧通过 2D 展示图像分块和重叠数值的可视化效果，右侧通过 3D 画家算法渲染时间圆柱堆叠。彻底终结新手盲目调试参数导致的精力耗费。
🧊 分镜图片切割：提供多种模式，可以将常见的四宫格、六宫格、九宫格..图片一次性切割，并输出多个图片，更加方便图生视频或者首尾帧视频，对于做短剧十分有效。
📟 可用显存计算 & 数据雷达：预判 WAN / LTX 等模型在不同量化（FP8/GGUF）下的显存驻留，并提供精确到 MB 级别的张量体积称重。方便新手根据显存容量精准选择模型，大幅降低试错成本。

🧊 采样分块大师 (Sampler Chunk Master)：专为 WAN / LTX 深度开发。在潜空间（Latent）执行时空双轴切割（Spatial Tiles & Temporal Chunks）。原地劫持模型参数，内置 rocm_optimized 极致显存回收策略，彻底打破大张量 OOM 魔咒。
✂️ 模型分块交换 (Block Swap)：支持 UNet 与 Checkpoint 模式。可将前 N 个核心块（Transformer Blocks）以及 Text/Image 嵌入层强制卸载至系统物理内存（RAM），用时间换取空间。
🧹 显存清理大师 (VRAM Cleaner)：战前清场必备。提供“核爆级清理”，深度调用 gc.collect() 与 torch.cuda.empty_cache()，强行粉碎 PyTorch 缓存碎片。

🪄 XB 远程控制中心 (Dashboard Zen)：利用 LiteGraph 底层特性开发的“镜像克隆台”。可将工作流中分散的任意组件批量“克隆”到一个固定面板中。双向数据同步，大动脉直连，打造简洁易用的定制化监控台。
🎛️ 动态总线 (Dynamic Bus)：极度压缩尺寸的 N进N出 AnyType 万能接线端。提供 UI 自定义类型标签与一键通道增减，拯救杂乱无章的节点面条线。

方法一：通过 ComfyUI Manager (推荐)
在管理器中搜索 XB_ToolBox 或 小白工具箱 进行一键安装。

方法二：手动 Git 安装
进入你的 ComfyUI custom_nodes 目录，执行以下命令：

git clone https://github.com/wjluoxiao/XB_ToolBox.git

(注：本插件纯粹依赖 ComfyUI 原生生态，通过精妙的 Python/JS 架构实现，无需安装任何额外 pip 依赖！ 纯净、即插即用。)

本项目基于 Apache-2.0 License 开源。在极度自由分享的同时，保障了核心架构代码的专利防御权。