ZZX Nodes — Paints-Undo 与视频工具
把成图逐步撤销为少上色、线稿、少笔画的关键帧序列。使用原版 Paints-Undo 模型推理，不是褪色或擦除滤镜。
新增：高级转码与批量处理（v1.3）
新增单文件／批量转码、视频设置、音频字幕、JSON 预设和媒体信息六个节点。支持更多容器与编码、NVENC/QSV/AMF 检测、两遍编码、画面调整、音频提取、字幕封装／烧录；旧节点和旧工作流保留。
导入 workflows/workflow-AdvancedVideoConverter.json 或 workflow-BatchVideoConverter.json。详细用法与限制见 高级转码指南。
需要加入 ComfyUI 工作流侧栏时，使用按功能分类的 Studio 工作流包，内含高级／批量／基础转码与流录制。
安装
在 ComfyUI 的 custom_nodes 目录克隆本仓库，然后使用 运行 ComfyUI 的 Python 安装根目录依赖并重启：
git clone https://github.com/ZZXYWQ/ComfyUI-ZZXYWQ.git
python -m pip install -r ComfyUI-ZZXYWQ/requirements.txt
Windows portable 在其根目录执行：
python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-ZZXYWQ\requirements.txt
不需要安装 Paints-UNDO/requirements.txt；该文件只供保留的上游 Gradio/视频实验代码使用。节点主流程不依赖 Gradio、xformers、bitsandbytes、PEFT 或视频模型。
多套 ComfyUI / Studio 安装注意
GitHub 更新只更新代码，不会把模型和依赖同步到其他 ComfyUI 安装。安装依赖、节点和模型时必须使用正在运行的那一套目录与 Python。
例如 Studio 位于 D:\ComfyUI_Studio\ComfyUI_windows_portable 时，模型应在该目录的 ComfyUI/models/paints_undo，不能假定旧的 D:\ComfyUI_windows_portable 与它共用模型。可用 PAINTS_UNDO_MODEL_DIR 显式指定已有完整模型缓存。
遇到 no file named model.safetensors 等错误时，检查 single_frame/text_encoder/model.safetensors、single_frame/unet/diffusion_pytorch_model.safetensors 和 single_frame/vae/diffusion_pytorch_model.safetensors 是否下载完整；仅有 config.json 或临时下载文件不够。single_frame 目录存在时节点会使用这套本地模型。不要把缺权重误当成节点已完成安装。
Studio 实际运行环境及回归结果见 TESTING.md。
使用
导入 workflows/workflow-PaintsUndoSequence.json，在 Load Image 选择自己的图片，然后运行：
Load Image → ZZX_PaintsUndoSequence → Save Image / Preview Image
prompt：留空自动调用原版 WD14 MOAT tagger，推荐这样使用；也可输入已有标签。operations：严格递增的撤销位置，默认400,600,800,900,950,999。0 是原图，999 接近最早的笔画。它不是采样步数。sampling_steps：默认 50；示例使用 30。cfg：默认 3.0，与上游关键帧配置一致。resolution：最长边，默认 640；宽高按比例取整为 64 的倍数，不裁切画面。include_original/include_blank：添加首张原图和末张白纸。白纸是合成终帧，不是模型推理结果。seed：各个撤销位置共享初始噪声，以提高帧间一致性。
输出是标准 ComfyUI IMAGE 批次 [帧数, 高, 宽, 3]，float32、RGB、0–1。也可连接你已有的视频保存节点制作逐帧动画。这个精简节点输出关键帧，并未加载上游耗显存的多帧视频插值模型。
旧 ZZX_PaintsUndo 节点名、输入和输出接口保留，现在正确返回单张图片。一次只接收一张 RGB 输入；多图批次会明确报错，避免静默丢失图片。
模型模拟绘画过程，并不能恢复原画真实的图层历史。上色和笔画变化的位置取决于图片与模型；它不保证每一步严格只减不增，某些细节会重绘。可调整 operations 和 seed。
接入其他项目 / HTTP API
workflows/paints_undo_api.json 是可提交到 ComfyUI /prompt 的 API 格式；workflow-PaintsUndoSequence.json 是拖入界面的可视工作流，两者用途不同。
- 将图片通过 ComfyUI
POST /upload/image上传，使用返回的文件名替换 API JSON 节点1.inputs.image（如有子目录，带上子目录）。 - 修改节点
2.inputs中的 operations、seed 等参数。 - 将 JSON 包装为
{"prompt": <API JSON>}，POST 到/prompt。 - 用返回的
prompt_id查询/history/{prompt_id}；完成后从节点3的 outputs.images 读取 filename/subfolder/type，并通过/view获取图片。
输出图片按撤销顺序排列。默认 6 个撤销位置加原图、白纸共 8 帧；旧节点只有 1 帧。API 示例的 paints_undo_example.jpg 是占位文件名，需先上传图片或复制 Paints-UNDO/imgs/1.jpg 到 ComfyUI/input 并改成该名字。
模型与资源
首次运行自动下载 lllyasviel/paints_undo_single_frame 和 WD14 MOAT tagger，总计数 GB，需要网络。缓存默认在 ComfyUI/models/paints_undo，不修改全局 HF_HOME。
可设置环境变量 PAINTS_UNDO_MODEL_DIR 指定缓存目录；也可将完整单帧模型（tokenizer、text_encoder、vae、unet 子目录）放到该目录下的 single_frame/。已缓存后可以离线运行。
模型按 VAE → CLIP → UNet → VAE 分阶段移入显卡，每次只生成一帧，完成或失败后卸载。VAE 使用 float32 避免半精度溢出导致黑图。支持 CUDA；无 CUDA 时回退 CPU（速度较慢）。其他加速后端尚未验证。
验证与开发
python -m unittest discover -s tests -v
python scripts/render_example.py
第二条命令运行真实模型，生成 PNG 帧、GIF 和对比图到 outputs/。第一次运行会下载模型。详见 测试记录。
上游
模型及核心采样/条件模块来自 lllyasviel/Paints-UNDO，上游许可证保留于 Paints-UNDO/LICENSE。原版 Gradio 和视频源码保留以便参考，但不会在节点加载时导入。
视频转码与流录制（v1.2）
这两个节点只需要 Python 标准库与系统 FFmpeg + ffprobe，无需 Tkinter、OpenCV 或显卡。把工具加入 PATH，或设置 ZZX_FFMPEG / ZZX_FFPROBE 为可执行文件完整路径。重启 ComfyUI 后生效。
VideoFormatConverter
导入 workflows/workflow-VideoFormatConverter.json，填写服务器上的 video_path 后执行。输出完整文件路径和兼容 VideoHelperSuite 的 VHS_VIDEOINFO；仅运行转码不需要安装 VideoHelperSuite。
output_path是目录；留空使用 ComfyUI/output。自动创建目录并使用递增文件名，避免覆盖已有文件。output_filename只填写文件名，不包含路径；留空使用输入视频名称。fill拉伸到目标宽高；crop保持比例放大后居中裁剪。输出像素宽高比为 1:1。audio_codec=copy保留音轨，忽略音频码率、声道和采样率；原音轨必须与目标容器兼容。其他模式下original保持原声道数；无音轨视频也可转码。output_enabled=false返回空路径与空信息字典，不执行转码。opencl_acceleration为兼容旧工作流保留，已不再启用无效的 OpenCL 解码路径。需要 GPU 编码时选择 NVENC。
StreamRecorder
导入 workflows/workflow-StreamRecorder.json，填写可访问的 HTTP(S)/HLS、RTMP、RTSP 等输入地址；也支持本地视频路径。默认录制一分钟，使用 CPU H.264。输出录制文件完整路径，可连接转码节点。
use_local_time=true时按 ComfyUI 服务器本地时间等待HH/MM/SS或HH:MM:SS；当天已过去的时间会报错。等待期间占用当前执行任务，可取消。- 支持 MP4、MOV、MKV、AVI、FLV、WebM、HLS 与 DASH；WebM 使用 AV1 + Opus，其他录制格式转为 AAC 音频。
- HLS 输出
.m3u8与独立编号的.ts分段；DASH 输出.mpd与.m4s分段。移动时需保留整套文件。 - 旧值
m3u8/http/https映射为 HLS，rtmp映射为 FLV，srt/rtsp保存为 MPEG-TS（.ts）。这些选项只决定本地文件容器，不向远端推流。原来无法正确工作的mss已移除，旧工作流请改用 MP4 或 DASH。 use_cuda控制硬件解码；NVENC 编码单独由codec控制。需要支持的 NVIDIA 显卡、驱动与 FFmpeg 构建，失败时会明确报错，不会悄悄改用其他编码器。
两个节点的 video_quality 统一为 CRF/CQ，数字越小画质越高、文件通常越大，建议从 23 开始。旧工作流参数会保留，但相同数字不再沿用原来方向不一致的码率公式。
两者均为输出节点，每次排队执行都会写出新文件，支持 ComfyUI 的取消操作。录制网络读取设有 15 秒超时，整体设有“录制时长 + 60 秒”的上限；极慢的软件编码可能触发这个上限。失败或取消时删除本次未完成的输出。帧数在容器未提供时按时长与帧率估算，可变帧率素材的估算值可能不同于精确解码计数。