nodes/Xyc2016-Comfyui_Fd_Nodes

Fork 0

Files

T

chenjunhong 8940be46f5 feat: add nano banana 2.1 explicit channel models in v53.8.61

2026-10-14 11:06:49 +08:00

25 KiB

Raw Blame History

图片生成节点调用说明

本文档说明 ComfyUI 自定义节点中“生成图片 / 图生图”相关节点的使用方式，以及这些节点背后的后端调用链路。

文档绝对路径：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/image-generation-node-usage.md

1. 推荐使用方式

日常业务优先使用下面两类节点：

知衣/图生图:
  知衣-图生图
  知衣-图生图-combo
  知衣-AiStudio图生图-combo

GPT Image:
  FD GPT Multi Image
  FD GPT Image Combo

如果只是“1 组图片 + 1 条 prompt 生成多张图”，使用：

知衣-图生图

如果有多组图片和多条 prompt，需要批量并发生成，使用：

fd-输入参数组合 -> 知衣-图生图-combo

如果要走 AiStudio publish 渠道，使用：

fd-输入参数组合 -> 知衣-AiStudio图生图-combo

如果明确要走 GPT Image edits 接口，使用：

FD GPT Multi Image

或批量组合：

fd-输入参数组合 -> FD GPT Image Combo

2. 关键文件绝对路径

节点注册入口：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/nodes.py

知衣图生图节点：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/zhiyi_image_to_image_node.py

知衣图生图 combo 节点：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/zhiyi_image_to_image_combo_node.py

图片组合节点：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/zhiyi_image_combo_node.py

AiStudio 图生图 combo 节点：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/aistudio_image_combo_node.py

Gemini 图片服务封装：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/utils/gemini_service.py

LiteLLM Gemini 图片调用：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/utils/litellm_gemini_image.py

GPT Image 节点：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/gpt_image_node.py
/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/gpt_multi_image_node.py
/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/gpt_image_combo_node.py

GPT Image 请求封装：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/utils/gpt_image_request.py

旧 Gemini 节点：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/old_gemini_api_node.py

配置文件：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/config.py

3. 节点选择

3.1 知衣-图生图

节点类：

ZhiYiImageToImageNode

显示名：

知衣-图生图

分类：

知衣/图生图

适合场景：

最多 6 张输入图 + 1 条 prompt 或 prompt_list，生成一批图片。

主要输入：

image_1              必填，主输入图
prompt               必填，默认提示词
model                必填，模型/渠道
aspect_ratio         必填，输出比例
image_size           必填，输出尺寸
batch_size           必填，每条 prompt 生成几张
seed_mode            必填，随机种子 / 固定种子
seed                 必填，固定种子模式下使用
node_switch          可选，1 表示跳过节点
out_request_id       可选，透传给后端的请求 ID
prompt_list          可选，LIST，每条 prompt 都会生成 batch_size 张
image_2 - image_6    可选，额外参考图
system_prompt        可选，会拼到 prompt 前面

输出：

image  IMAGE，成功图片会 cat 成 batch 输出
seed   INT，本次使用的基础 seed

调用链路：

ComfyUI IMAGE tensor
  -> 选择模型渠道
  -> 如果是 LiteLLM Gemini 渠道：图片转 base64，直接请求 LiteLLM chat/completions
  -> 否则：图片上传 OSS，拿到 image_url_list
  -> 调用 Gemini 图片服务
  -> 下载 result_image_url
  -> 转成 ComfyUI IMAGE tensor

3.2 fd-输入参数组合

节点类：

ZhiYiImageComboNode

显示名：

fd-输入参数组合

分类：

知衣/工具

作用：

把最多 6 张图片和一组 prompt 打包成 ZHIYI_COMBO，供 combo 生成节点批量使用。

主要输入：

image_1              必填
prompt               必填
image_2 - image_6    可选
prompt_list          可选，LIST

输出结构：

{
  "images": ["ComfyUI IMAGE tensor 列表"],
  "prompt": "原始 prompt",
  "prompts": ["有效 prompt 列表"]
}

3.3 知衣-图生图-combo

节点类：

ZhiYiImageToImageComboNode

显示名：

知衣-图生图-combo

分类：

知衣/图生图

适合场景：

多个 ZHIYI_COMBO 并发生成，每个 combo 可以有多张图和多条 prompt。

主要输入：

model                必填
aspect_ratio         必填
image_size           必填
batch_size           必填，每条 prompt 生成几张
max_concurrency      必填，同时请求数上限
seed_mode            必填
seed                 必填
out_request_id       可选
combo_1 - combo_8    可选，至少连接一个
system_prompt        可选

输出：

image  IMAGE list，OUTPUT_IS_LIST=True，每个成功请求输出一张
seed   INT
log    STRING，包含成功/失败统计和后端 URL

调用链路：

ZHIYI_COMBO
  -> 展开 combo.images 中的 batch 图片
  -> 对 combo.prompts 逐条生成任务
  -> 每条 prompt 乘以 batch_size
  -> 根据 model 判断走 LiteLLM 还是 Gemini 图片服务
  -> 并发请求
  -> 输出成功图片列表和日志

3.4 知衣-AiStudio图生图-combo

节点类：

ZhiYiAiStudioImageComboNode

显示名：

知衣-AiStudio图生图-combo

分类：

知衣/图生图

适合场景：

需要走内部 AiStudio publish 测试渠道生成图片。

调用链路：

ZHIYI_COMBO
  -> 展开图片
  -> 图片上传 OSS
  -> 组装 publish payload
  -> POST FD_AISTUDIO_PUBLISH_URL
  -> 从响应 data.url 读取结果图 URL
  -> 下载结果图
  -> 输出 IMAGE list、seed、log

请求体形状：

{
  "type": "AiStudio",
  "payload": {
    "prompt": "system_prompt 和 prompt 拼接后的文本",
    "image": ["https://oss/path/input.png"],
    "image_size": "4K",
    "aspect_ratio": "1:1"
  },
  "timeout": 300000
}

注意：

model、seed、out_request_id 目前只是为了兼容旧 UI，AiStudio publish 接口当前不传这些字段。

更详细说明见：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/aistudio-node-usage.md

3.5 FD GPT Multi Image

节点类：

FD_GPTMultiImage

显示名：

FD GPT Multi Image

分类：

GPT Image

适合场景：

最多 6 张图片，直接调用 GPT Image edits API 进行图生图。

调用链路：

ComfyUI IMAGE tensor
  -> 图片压缩到不超过 4096 * 4096 总像素
  -> multipart/form-data 上传到 {FD_LITELLM_BASE_URL}/v1/images/edits
  -> 解析返回的 url 或 b64_json
  -> 转成 ComfyUI IMAGE

请求地址：

{FD_LITELLM_BASE_URL}/v1/images/edits

请求方式：

POST multipart/form-data
Authorization: Bearer {FD_LITELLM_API_KEY}

表单字段：

model       gpt-image-2
prompt      prompt 文本
size        根据 image_size + aspect_ratio 映射出的尺寸，例如 2048x2048
user        out_request_id
quality     medium
image       多个 multipart 文件字段

3.6 FD GPT Image Combo

节点类：

FD_GPTImageComboNode

显示名：

FD GPT Image Combo

分类：

GPT Image

适合场景：

用 ZHIYI_COMBO 批量调用 GPT Image edits API。

调用链路和 FD GPT Multi Image 一致，只是输入来自 fd-输入参数组合，并支持：

combo_1 - combo_8
batch_size
max_concurrency
system_prompt

输出：

image  IMAGE list
seed   INT
log    STRING

3.7 FD GTP Image

节点类：

FD_GTPImage

显示名：

FD GTP Image

分类：

image/generation

这是底层 GPT Image edits API 节点，适合简单直接调用，不支持 combo。

主要输入：

out_request_id
prompt
model=gpt-image-2
resolution=1K/2K/4K
images
aspect_ratio

输出：

IMAGE
STRING  revised_prompt 或 message
STRING  result_url

3.8 FD Gemini Image

节点类：

FD_GeminiImage

显示名：

FD Gemini Image

分类：

image/generation

这是旧 Gemini 图片节点，直接调用 FD_GEMINI_URL。

调用链路：

ComfyUI IMAGE tensor
  -> 图片压缩到不超过 3072 * 3072 总像素
  -> 上传到 OSS
  -> POST FD_GEMINI_URL
  -> 后端返回 result_image_url
  -> 下载结果图

请求体形状：

{
  "out_request_id": "default",
  "prompt": "生成提示词",
  "model": "google/gemini-3-pro-image-preview",
  "aspect_ratio": "1:1",
  "resolution": "2K",
  "image_url_list": ["https://oss/path/input.png"]
}

返回体期望：

{
  "result_image_url": "https://oss/path/output.png",
  "message": "文本消息",
  "cost_time": 12.3
}

4. 模型和渠道

知衣图生图节点支持的常见 model：

google/gemini-3-pro-image-preview
google/gemini-3.1-flash-image-preview
google/gemini-2.5-flash-image-preview
google/gemini-3-pro-image-preview-official
gemini-3-pro-image-preview
batch/gemini-3-pro-image-preview
gemini-3.1-flash-image-preview
gemini-2.5-flash-image-preview
gemini-3-pro-image-preview-official
gemini-3-pro-image-preview-aistudio
gemini-3-pro-image-preview-siphonlab
gemini-nano-banana-2.1
gemini-nano-banana-2.1-siphonlab
gemini-nano-banana-2.1-wdcloud
gemini-nano-banana-2.1-vip

模型名归一化规则在：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/utils/gemini_service.py

部分模型会走 LiteLLM Gemini 图片调用，判断逻辑在：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/utils/litellm_gemini_image.py

当前 LiteLLM Gemini 渠道模型包括：

gemini-3-pro-image-preview-siphonlab

新模型 gemini-nano-banana-2.1 走非 LiteLLM 的 Gemini image-server。它支持 1K、2K、4K；节点中的 720P 会映射为 1K，1080P 会映射为 2K。编辑场景默认开启色彩偏移修正，关闭时会显式传 enable_color_bias_correction: false。显式渠道模型 -siphonlab / -wdcloud / -vip 锁定服务端渠道（逆向渠道稳定性弱于官方，建议仅测试或容量兜底使用）；裸名按上游公共入口权重分流，带 google/ 前缀的变体原样透传。

这类 LiteLLM 模型不上传 OSS 给 Gemini 图片服务，而是把图片转 base64，组装成多模态 messages 后请求：

{FD_LITELLM_BASE_URL}/v1/chat/completions

非 LiteLLM Gemini 渠道会走：

FD_GEMINI_URL

并使用 image_url_list 传 OSS 图片 URL。

5. 环境变量

5.1 Gemini 图片服务

FD_GEMINI_URL

用途：

旧 Gemini 节点、知衣图生图非 LiteLLM Gemini 渠道的服务地址。

5.2 LiteLLM / OpenAI 兼容服务

FD_LITELLM_BASE_URL
FD_LITELLM_API_KEY

用途：

GPT Image edits API
Seedream images/generations API
LiteLLM Gemini chat/completions 图片生成渠道

5.3 OSS 上传

FD_OSS_ACCESS_KEY_ID
FD_OSS_ACCESS_KEY_SECRET
FD_OSS_BUCKET_NAME
FD_OSS_ENDPOINT
FD_OSS_URL_PREFIX

用途：

Gemini 图片服务、AiStudio、Flux2Klein、Z-Image-Turbo、Seedream 需要先把输入图片上传 OSS。

不同节点使用的 OSS 路径前缀：

FD_OSS_URL_PATH_PREFIX_GEMINI       默认 devops/comfyui/segment_img
FD_OSS_URL_PATH_PREFIX_BEFORE_GEN   默认 devops/comfyui/segment_img
FD_OSS_URL_PATH_PREFIX_FLUX         默认 devops/comfyui/segment_img

5.4 AiStudio publish

FD_AISTUDIO_PUBLISH_URL

默认值：

http://121.40.67.98:2003/api/tasks/publish

5.5 Flux2Klein

FD_FLUX2KLEIN_URL
FD_FLUX2KLEIN_USERNAME
FD_FLUX2KLEIN_PASSWORD

5.6 Z-Image-Turbo

FD_Z_IMAGE_TURBO_URL
FD_Z_IMAGE_TURBO_USERNAME
FD_Z_IMAGE_TURBO_PASSWORD

5.7 Webhook

FD_GEN_IMAGE_NOTIFICATION_WEBHOOK_URL
FD_GEMINI_WEBHOOK_URL

用途：

发送请求摘要、完整响应摘要等通知。未配置时不会发送。

6. 后端调用方式汇总

6.1 知衣图生图非 LiteLLM Gemini 渠道

请求地址：

FD_GEMINI_URL

请求方式：

POST application/json

请求体：

{
  "out_request_id": "req-001",
  "prompt": "生成提示词",
  "model": "google/gemini-3-pro-image-preview",
  "aspect_ratio": "1:1",
  "resolution": "4K",
  "image_url_list": [
    "https://oss/path/input-1.png",
    "https://oss/path/input-2.png"
  ]
}

响应体：

{
  "result_image_url": "https://oss/path/result.png",
  "message": "生成说明",
  "cost_time": 20.5
}

节点随后会下载 result_image_url，转成 ComfyUI IMAGE 输出。

6.2 LiteLLM Gemini 图片渠道

请求地址：

{FD_LITELLM_BASE_URL}/v1/chat/completions

请求方式：

POST application/json
Authorization: Bearer {FD_LITELLM_API_KEY}

请求特点：

输入图不会先传 OSS，而是转 base64 放进 messages。
model 使用节点选择的 aistudio / siphonlab 渠道模型。
aspect_ratio、image_size、seed、out_request_id 会一起传入调用封装。

实现文件：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/utils/litellm_gemini_image.py

6.3 GPT Image edits

请求地址：

{FD_LITELLM_BASE_URL}/v1/images/edits

请求方式：

POST multipart/form-data
Authorization: Bearer {FD_LITELLM_API_KEY}

表单字段：

model       gpt-image-2
prompt      生成提示词
size        1024x1024 / 2048x2048 / 2880x2880 等
quality     medium
user        out_request_id，可选
image       一个或多个 PNG 文件

响应支持两种图片形式：

data[0].url
data[0].b64_json

节点优先下载 data[0].url；如果没有 URL，则解码 b64_json。

超时/失败策略：

主模型 gpt-image-2 最多尝试 3 次。
如果发生 TIMEOUT，或主模型多次失败，会 fallback 到 gpt-image-2-azure。
fallback 请求会额外带 n 字段。

6.4 AiStudio publish

请求地址：

FD_AISTUDIO_PUBLISH_URL

请求方式：

POST application/json

请求体：

{
  "type": "AiStudio",
  "payload": {
    "prompt": "生成提示词",
    "image": ["https://oss/path/input.png"],
    "image_size": "4K",
    "aspect_ratio": "1:1"
  },
  "timeout": 300000
}

响应体要求：

{
  "success": true,
  "taskId": "task-id",
  "data": {
    "url": "https://oss/path/result.png"
  }
}

6.5 Flux2Klein

节点类：

FD_Flux2KleinGenImage

显示名：

FD Flux2Klein Gen Image

请求地址：

service_url 输入项，默认 FD_FLUX2KLEIN_URL

认证：

HTTP Basic Auth:
FD_FLUX2KLEIN_USERNAME
FD_FLUX2KLEIN_PASSWORD

请求体：

{
  "out_request_id": "req-001",
  "prompt": "生成提示词",
  "seed": 0,
  "ratio": "1:1",
  "size": "2K",
  "images": ["https://oss/path/input.png"]
}

响应体要求：

{
  "urls": ["https://oss/path/result.png"],
  "status": "success",
  "cost_time": 45.2
}

当前节点只取 urls[0]。

6.6 Z-Image-Turbo

节点类：

FD_ZImageTurboGenImage

显示名：

FD Z-Image-Turbo Gen Image

请求地址：

FD_Z_IMAGE_TURBO_URL

认证：

HTTP Basic Auth:
FD_Z_IMAGE_TURBO_USERNAME
FD_Z_IMAGE_TURBO_PASSWORD

请求体：

{
  "out_request_id": "req-001",
  "prompt": "生成提示词",
  "seed": 42,
  "ratio": "1:1",
  "size": "1K",
  "strength": 0.25,
  "guidance_scale": 0.0,
  "num_inference_steps": 9,
  "num_images": 1,
  "images": ["https://oss/path/input.png"]
}

响应体要求：

{
  "urls": ["https://oss/path/result.png"]
}

输出：

IMAGE
STRING result_url

6.7 Seedream

节点类：

FD_SeedreamImage

显示名：

FD Seedream Image

默认调用 image-server 统一接口（FD_SEEDREAM_BACKEND=image_generation，默认值），不再直连 LiteLLM：

文生图：POST {FD_IMAGE_GENERATE_URL}（默认 http://image-generation.online-server-gray.svc.cluster.local/image/generate，可从 FD_GEMINI_URL / FD_GPT_IMAGE_EDIT_URL 推导）
图生图：输入图降采样（≤4096×4096 像素）上传 OSS 后 POST {FD_GPT_IMAGE_EDIT_URL}（默认 .../image/edit），channel 区分模型

请求体（文生图）：

{
  "channel": "doubao-seedream-5.0-pro",
  "prompt": "生成提示词",
  "size": "4K",
  "ratio": "3:4",
  "resize": true
}

请求体（图生图）：

{
  "channel": "doubao-seedream-5.0-lite",
  "prompt": "编辑提示词",
  "size": "2K",
  "ratio": "9:21",
  "resize": true,
  "image_url_list": ["https://oss/path/input.png"]
}

响应体要求：

{
  "status": true,
  "result_image_url": "https://oss/path/result.png"
}

参数说明：

size：1K/2K/3K/4K，默认 2K。image-server 仅支持 1K/2K/4K，节点将 3K 映射为 2K 请求并记录 warning（豆包 Pro/Lite 均无 3K 档）
ratio：1:1、2:3、3:2、3:4、4:3、4:5、5:4、16:9、9:16、21:9、9:21
resize：固定 true。Pro + 4K 由 image-server 按同一比例请求上游 2K 并超分到长边 4096（解决 Pro 不支持 3K/4K 的 400 问题）
output_format 参数保留兼容，image-server 路径不上送
model 参数（doubao-seedream-5.0-pro / doubao-seedream-5.0-lite / doubao-seedream-5.0-flash）作为 channel 透传；显式 channel 失败不跨模型回退。flash 参数与分辨率语义与 pro 完全一致，仅速度更快

回退开关：FD_SEEDREAM_BACKEND=litellm 时走旧直连 {FD_LITELLM_BASE_URL}/v1/images/generations（像素换算、行为同旧版，仅紧急回退用）。

7. 图片处理规则

7.1 输入图片转 OSS URL

大部分非 GPT Image edits 节点会执行：

ComfyUI IMAGE tensor
  -> numpy uint8
  -> PNG bytes
  -> md5 命名
  -> 上传 OSS
  -> 得到公网/内网可访问 URL

Gemini 图片服务默认路径：

{FD_OSS_URL_PATH_PREFIX_GEMINI}/{md5}.png

AiStudio / Seedream 默认路径：

{FD_OSS_URL_PATH_PREFIX_BEFORE_GEN}/{md5}.png

Flux2Klein / Z-Image-Turbo 默认路径：

{FD_OSS_URL_PATH_PREFIX_FLUX}/{md5}.png

7.2 输入图片降采样

不同节点为了控制请求大小，会做不同程度的降采样：

FD_GeminiImage:         总像素不超过 3072 * 3072
ZhiYiImageToImageNode:  Gemini service client 内部总像素不超过 3072 * 3072
FD_GTPImage:            总像素不超过 4096 * 4096
FD_GPTMultiImage:       总像素不超过 4096 * 4096
FD_GPTImageComboNode:   总像素不超过 4096 * 4096
FD_Flux2KleinGenImage:  总像素不超过 2048 * 2048
FD_SeedreamImage:       图生图总像素不超过 4096 * 4096（image-server 路径，seedream client 内降采样）

7.3 输出图片

所有图片生成节点最终都会：

下载后端返回的结果图 URL
  -> PIL Image RGB
  -> numpy float32 / 255.0
  -> torch.Tensor
  -> ComfyUI IMAGE

8. 尺寸和比例

8.1 Gemini / 知衣图生图

image_size 常用选项：

4K
2K
1080P
720P

aspect_ratio 常用选项：

""
1:1
2:3
3:2
3:4
4:3
4:5
5:4
16:9
9:16
21:9

combo 节点额外支持：

1:4
1:8
4:1
8:1

8.2 GPT Image

GPT Image 节点会把 image_size + aspect_ratio 映射为具体像素尺寸。

映射函数：

/Users/chenjunhong/Documents/web_project/Comfyui_Fd_Nodes/src/Comfyui_Fd_Nodes/utils/gpt_image_size.py

示例：

1K + 1:1   -> 1024x1024
2K + 1:1   -> 2048x2048
4K + 1:1   -> 2880x2880
1K + 3:4   -> 768x1024
2K + 3:4   -> 1536x2048
4K + 3:4   -> 2160x2880
1K + 9:16  -> 720x1280
2K + 9:16  -> 1152x2048
4K + 9:16  -> 2160x3840

9. 并发和 batch 规则

9.1 单节点 batch

知衣-图生图 和 FD GPT Multi Image 的任务数：

有效 prompt 数量 * batch_size

如果没有 prompt_list，有效 prompt 数量为 1。

9.2 combo batch

知衣-图生图-combo、知衣-AiStudio图生图-combo、FD GPT Image Combo 的任务数：

所有 combo 的有效 prompt 数量之和 * batch_size

max_concurrency 控制同时请求数上限。

9.3 seed 规则

随机种子模式：

每个请求随机生成 seed。

固定种子模式：

以输入 seed 为基础，按任务顺序递增。

注意：

目前部分后端不一定真正使用 seed。seed 字段更多是为了日志追踪和兼容 UI。

10. 常见接线示例

10.1 单组图生图

Load Image
  -> 知衣-图生图.image_1

设置:
  prompt       = 生成提示词
  model        = google/gemini-3-pro-image-preview
  image_size   = 2K 或 4K
  aspect_ratio = 1:1 / 3:4 / 9:16
  batch_size   = 1

10.2 多组图片批量生成

Load Image A + prompt A
  -> fd-输入参数组合.combo
  -> 知衣-图生图-combo.combo_1

Load Image B + prompt B
  -> fd-输入参数组合.combo
  -> 知衣-图生图-combo.combo_2

知衣-图生图-combo:
  batch_size      = 1 或更多
  max_concurrency = 8 / 16

10.3 AiStudio 批量生成

Load Image
  -> fd-输入参数组合
  -> 知衣-AiStudio图生图-combo

要求：

FD_AISTUDIO_PUBLISH_URL 已配置或使用默认值。
OSS 参数完整。

10.4 GPT Image 图生图

Load Image
  -> FD GPT Multi Image.image_1

设置:
  model        = gpt-image-2
  image_size   = 2K / 4K
  aspect_ratio = 1:1 / 3:4 / 9:16

要求：

FD_LITELLM_BASE_URL
FD_LITELLM_API_KEY

11. 常见错误

11.1 未配置 OSS

错误示例：

未配置 OSS 上传参数: FD_OSS_ACCESS_KEY_ID, ...

原因：

节点需要先把输入图上传 OSS，但 OSS 环境变量不完整。

影响节点：

知衣-图生图
知衣-图生图-combo
知衣-AiStudio图生图-combo
FD Gemini Image
FD Flux2Klein Gen Image
FD Z-Image-Turbo Gen Image
FD Seedream Image

GPT Image edits 节点不需要 OSS 上传输入图，因为它走 multipart/form-data。

11.2 未配置 LiteLLM

错误示例：

未配置 base_url，请在环境变量 FD_LITELLM_BASE_URL 中设置
未配置 api_key，请在环境变量 FD_LITELLM_API_KEY 中设置

影响节点：

FD GTP Image
FD GPT Multi Image
FD GPT Image Combo
FD Seedream Image
LiteLLM Gemini 图片渠道

11.3 没有输入图片

错误示例：

未提供图片
未提供任何组合输入，请连接至少一个 combo
所有组合均无有效图片

处理方式：

确认 image_1 或 combo_1 已连接。
确认 combo 内至少有一张有效 IMAGE。

11.4 后端没有返回图片 URL

错误示例：

响应缺少 data.url
响应缺少 result_image_url
GPT Image API returned no usable image payload

处理方式：

检查后端响应格式是否符合对应节点的期望。
检查生成服务是否成功完成任务。

11.5 TIMEOUT

原因：

后端生成耗时过长、网络超时、模型服务繁忙。

GPT Image edits 节点会尝试 fallback：

gpt-image-2 -> gpt-image-2-azure

其他节点一般会直接抛出归一化后的错误。

12. 给调用方的最小说明

如果只需要告诉别人怎么用，给这段即可：

1. 单组图生图用“知衣-图生图”。
2. 多组批量用“fd-输入参数组合”打包图片和 prompt，再接“知衣-图生图-combo”。
3. AiStudio 渠道用“fd-输入参数组合”接“知衣-AiStudio图生图-combo”。
4. GPT Image 渠道用“FD GPT Multi Image”；批量用“fd-输入参数组合”接“FD GPT Image Combo”。
5. Gemini 普通渠道会先上传图片到 OSS，然后 POST FD_GEMINI_URL。
6. GPT Image 渠道直接 multipart POST {FD_LITELLM_BASE_URL}/v1/images/edits。
7. AiStudio 渠道会上传 OSS 后 POST FD_AISTUDIO_PUBLISH_URL，读取响应 data.url。
8. 必须配置对应环境变量：OSS、FD_GEMINI_URL、FD_LITELLM_BASE_URL、FD_LITELLM_API_KEY、FD_AISTUDIO_PUBLISH_URL 等。

25 KiB Raw Blame History Unescape Escape

图片生成节点调用说明

1. 推荐使用方式

2. 关键文件绝对路径

3. 节点选择

3.1 知衣-图生图

3.2 fd-输入参数组合

3.3 知衣-图生图-combo

3.4 知衣-AiStudio图生图-combo

3.5 FD GPT Multi Image

3.6 FD GPT Image Combo

3.7 FD GTP Image

3.8 FD Gemini Image

4. 模型和渠道

5. 环境变量

5.1 Gemini 图片服务

5.2 LiteLLM / OpenAI 兼容服务

5.3 OSS 上传

5.4 AiStudio publish

5.5 Flux2Klein

5.6 Z-Image-Turbo

5.7 Webhook

6. 后端调用方式汇总

6.1 知衣图生图非 LiteLLM Gemini 渠道

6.2 LiteLLM Gemini 图片渠道

6.3 GPT Image edits

6.4 AiStudio publish

6.5 Flux2Klein

6.6 Z-Image-Turbo

6.7 Seedream

7. 图片处理规则

7.1 输入图片转 OSS URL

7.2 输入图片降采样

7.3 输出图片

8. 尺寸和比例

8.1 Gemini / 知衣图生图

8.2 GPT Image

9. 并发和 batch 规则

9.1 单节点 batch

9.2 combo batch

9.3 seed 规则

10. 常见接线示例

10.1 单组图生图

10.2 多组图片批量生成

10.3 AiStudio 批量生成

10.4 GPT Image 图生图

11. 常见错误

11.1 未配置 OSS

11.2 未配置 LiteLLM

11.3 没有输入图片

11.4 后端没有返回图片 URL

11.5 TIMEOUT

12. 给调用方的最小说明

25 KiB

Raw Blame History