From c40a9e8bf0993300a40514c7c86737e94ee23876 Mon Sep 17 00:00:00 2001 From: dzy1128 <1241877130@qq.com> Date: Mon, 1 Dec 2025 16:33:05 +0800 Subject: [PATCH] =?UTF-8?q?fix:api=5Fkey=E8=AE=BE=E7=BD=AE=E4=B8=BA?= =?UTF-8?q?=E4=BB=8E=E7=8E=AF=E5=A2=83=E5=8F=98=E9=87=8F=E8=8E=B7=E5=8F=96?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- .gitignore | 1 + OPTIMIZATION_SUMMARY.md | 135 ------------- PERFORMANCE.md | 164 ---------------- README.md | 416 +++++++++++++++++++++++++++------------- config.example.py | 71 ++++++- test_optimization.py | 145 -------------- vector_engine_node.py | 10 +- 7 files changed, 353 insertions(+), 589 deletions(-) delete mode 100644 OPTIMIZATION_SUMMARY.md delete mode 100644 PERFORMANCE.md delete mode 100644 test_optimization.py diff --git a/.gitignore b/.gitignore index f395abc..aeae900 100644 --- a/.gitignore +++ b/.gitignore @@ -1,5 +1,6 @@ # Configuration files with API keys config.py +.env # Python cache __pycache__/ diff --git a/OPTIMIZATION_SUMMARY.md b/OPTIMIZATION_SUMMARY.md deleted file mode 100644 index 0abf5dc..0000000 --- a/OPTIMIZATION_SUMMARY.md +++ /dev/null @@ -1,135 +0,0 @@ -# 性能优化总结 - -## ✅ 已完成的优化 - -### 1. 🚀 图片压缩优化（最重要） - -#### 优化内容： -- ✅ **自动缩放**：限制最大尺寸为 2048px -- ✅ **格式统一**：全部使用 JPEG 格式（比 PNG 小 70-90%） -- ✅ **质量优化**：设置为 85%（人眼几乎无法察觉差异） -- ✅ **优化标志**：启用 JPEG optimize 参数 - -#### 预期效果： -``` -优化前：一张 4000x3000 的图片 - - 文件大小：3-5 MB - - 编码时间：2-3 秒 - - Base64 后：4-7 MB - -优化后：相同图片 - - 调整到：2048x1536 - - 文件大小：200-300 KB (减少 90%) - - 编码时间：0.1-0.2 秒 (快 10-15 倍) - - Base64 后：300-400 KB -``` - -### 2. ⏱️ 精确的时间统计 - -- **只统计 API 请求时间**，不包含本地处理 -- 与网站显示时间一致 - -### 3. 📊 详细的日志输出 - -每次运行会显示： -``` -[VectorEngine] Processing 2 input images... -[VectorEngine] Image 1: encoded in 0.15s, size: 245.3KB -[VectorEngine] Image 2: encoded in 0.12s, size: 189.7KB -[VectorEngine] Sending request to API (payload size: 0.58MB)... -[VectorEngine] API request completed in 26.34s -``` - -## 📈 性能提升预估 - -### 场景 1：2张大图 (各 4000x3000) - -| 阶段 | 优化前 | 优化后 | 提升 | -|------|--------|--------|------| -| 图片编码 | 5-6 秒 | 0.3-0.4 秒 | **快 15 倍** | -| 数据上传 | 10-15 秒 | 1-2 秒 | **快 7-10 倍** | -| API 生成 | 26 秒 | 26 秒 | 相同 | -| 响应下载 | 2-3 秒 | 2-3 秒 | 相同 | -| **总耗时** | **43-50 秒** | **29-31 秒** | **快 40-50%** | - -### 场景 2：1张小图 (1024x768) - -| 阶段 | 优化前 | 优化后 | 提升 | -|------|--------|--------|------| -| 图片编码 | 0.5 秒 | 0.05 秒 | **快 10 倍** | -| 数据上传 | 2-3 秒 | 0.3-0.5 秒 | **快 6 倍** | -| API 生成 | 26 秒 | 26 秒 | 相同 | -| **总耗时** | **28-30 秒** | **26-27 秒** | **快 7-10%** | - -## 🎯 最大的性能瓶颈 - -现在的主要耗时： -1. **API 生成时间**：26 秒左右（无法优化，由服务器决定） -2. **网络传输**：已优化到最小 -3. **本地处理**：已优化到几乎可以忽略 - -## 💡 进一步优化建议 - -### 如果还是觉得慢，可以： - -1. **降低输出分辨率** - ``` - image_size: 4K → 2K → 1K - 生成速度会更快 - ``` - -2. **减少输入图片数量** - ``` - 5张图片 → 2-3张 - 编码和上传时间减少 - ``` - -3. **调整压缩参数**（修改代码第 152 行） - ```python - # 更激进的压缩（更快，质量略低） - base64_data, mime_type = self.tensor_to_base64(img, max_size=1536, quality=75) - - # 当前设置（推荐） - base64_data, mime_type = self.tensor_to_base64(img, max_size=2048, quality=85) - ``` - -4. **网络优化** - - 使用更快的网络连接 - - 有线连接比 WiFi 更稳定 - -## ⚙️ 优化参数说明 - -当前节点使用的参数： - -```python -max_size = 2048 # 图片最大边长 -quality = 85 # JPEG 质量 (0-100) -format = "JPEG" # 图片格式 -optimize = True # JPEG 优化 -``` - -### 参数建议： - -| 场景 | max_size | quality | 说明 | -|------|----------|---------|------| -| **测试/预览** | 1536 | 75 | 最快速度 | -| **日常使用** ⭐ | 2048 | 85 | 平衡推荐 | -| **高质量** | 4096 | 95 | 最佳质量 | - -## 📝 总结 - -### 已解决的问题： -✅ 图片编码太慢 → 快 10-15 倍 -✅ 数据传输太慢 → 文件小 90% -✅ 时间统计不准 → 只统计 API 时间 -✅ 不知道进度 → 添加详细日志 - -### 无法解决的限制： -⏳ API 生成时间（由服务器决定，约 26 秒） -⏳ 网络延迟（取决于网络质量） - -### 实际效果： -对于典型的 2-3 张图片生成场景，**总耗时可以从 45-60 秒缩短到 28-32 秒**，提升约 **40-50%**！ - -主要的剩余时间都是**真实的 API 生成时间**，这个是无法优化的。 - diff --git a/PERFORMANCE.md b/PERFORMANCE.md deleted file mode 100644 index 1b6f7c9..0000000 --- a/PERFORMANCE.md +++ /dev/null @@ -1,164 +0,0 @@ -# Performance Optimization Guide - -## 已实现的优化 - -### 1. 🖼️ 智能图片压缩 - -**优化前：** -- 直接将原始图片转换为 PNG/JPEG -- 没有尺寸限制 -- PNG 格式文件很大 -- 大图片传输缓慢 - -**优化后：** -- ✅ 自动调整图片尺寸（最大 2048px） -- ✅ 统一使用 JPEG 格式（更好的压缩率） -- ✅ 质量设置为 85%（视觉质量和文件大小的最佳平衡） -- ✅ 启用优化标志（optimize=True） - -**预期效果：** -- 文件大小减少 **70-90%** -- 上传时间减少 **70-90%** -- 对生成质量几乎无影响 - -### 2. ⏱️ 精确的时间统计 - -**优化前：** -- 时间统计包含所有本地处理时间 -- 显示时间远超实际 API 生成时间 - -**优化后：** -- ✅ 只统计真实的 API 请求时间 -- ✅ 不包含图片编码/解码时间 -- ✅ 与网站显示时间一致 - -### 3. 📊 详细的进度日志 - -**新增功能：** -- ✅ 显示每张图片的编码时间 -- ✅ 显示压缩后的文件大小 -- ✅ 显示 API 请求的 payload 大小 -- ✅ 显示 API 响应时间 - -**日志示例：** -``` -[VectorEngine] Processing 2 input images... -[VectorEngine] Image 1: encoded in 0.15s, size: 245.3KB -[VectorEngine] Image 2: encoded in 0.12s, size: 189.7KB -[VectorEngine] Sending request to API (payload size: 0.58MB)... -[VectorEngine] API request completed in 26.34s -``` - -## 性能对比 - -### 示例：2张高分辨率图片 (4000x3000) - -| 指标 | 优化前 | 优化后 | 提升 | -|------|--------|--------|------| -| 单张图片大小 | ~3-5 MB | ~200-300 KB | **90%↓** | -| 编码时间 | ~2-3 秒/张 | ~0.1-0.2 秒/张 | **90%↓** | -| 上传时间 | ~10-15 秒 | ~1-2 秒 | **85%↓** | -| 总体耗时 | ~45-60 秒 | ~28-32 秒 | **40-50%↓** | - -## 优化参数说明 - -### 当前配置 - -```python -max_size = 2048 # 最大尺寸 2048px -quality = 85 # JPEG 质量 85% -format = "JPEG" # 统一使用 JPEG -optimize = True # 启用优化 -``` - -### 如何调整 - -如果需要自定义优化参数，可以修改 `vector_engine_node.py` 第 152 行： - -```python -# 更高质量（更慢） -base64_data, mime_type = self.tensor_to_base64(img, max_size=4096, quality=95) - -# 更快速度（质量略低） -base64_data, mime_type = self.tensor_to_base64(img, max_size=1536, quality=75) - -# 默认平衡（推荐） -base64_data, mime_type = self.tensor_to_base64(img, max_size=2048, quality=85) -``` - -## 参数推荐 - -### 质量优先 -```python -max_size = 4096 -quality = 95 -``` -- 适合：需要最高质量 -- 缺点：处理时间较长 - -### 平衡模式（默认） -```python -max_size = 2048 -quality = 85 -``` -- 适合：大多数使用场景 -- 优点：质量和速度的最佳平衡 - -### 速度优先 -```python -max_size = 1536 -quality = 75 -``` -- 适合：快速测试、预览 -- 优点：最快的处理速度 - -## 网络优化建议 - -1. **使用稳定的网络连接** - - API 请求需要良好的网络 - - 考虑使用有线网络 - -2. **批量处理** - - 一次处理多张图片比分开处理更高效 - -3. **合理选择分辨率** - - 1K: 最快，适合测试 - - 2K: 平衡，推荐使用 - - 4K: 高质量，较慢 - -## 故障排查 - -### 如果仍然很慢 - -1. **检查日志** - - 查看每个步骤的耗时 - - 确定瓶颈在哪里 - -2. **图片编码慢** - - 降低 `max_size` 到 1536 或 1024 - - 降低 `quality` 到 75 - -3. **API 请求慢** - - 检查网络连接 - - 尝试较小的输出分辨率（1K 而非 4K） - -4. **payload 太大** - - 减少输入图片数量 - - 降低图片质量参数 - -## 更多优化空间 - -### 可能的未来优化 - -1. **异步处理** - - 并行编码多张图片 - -2. **缓存机制** - - 缓存已编码的图片 - -3. **连接池** - - 复用 HTTP 连接 - -4. **流式处理** - - 逐步下载生成的图片 - diff --git a/README.md b/README.md index c5b1dd8..8991898 100644 --- a/README.md +++ b/README.md @@ -1,156 +1,304 @@ -# ComfyUI Vector Engine Image Generator Node +# ComfyUI Vector Engine 图像生成节点 -This is a custom node for ComfyUI that integrates Vector Engine's Gemini API for advanced image generation and editing. +这是一个集成了 Vector Engine Gemini API 的 ComfyUI 自定义节点，用于高级图像生成和编辑。 -## Features +## ✨ 功能特点 -- 🖼️ Support up to 5 optional input images -- 🎨 Configurable aspect ratios (1:1, 2:3, 3:2, 4:3, 3:4, 16:9, 9:16) -- 📐 Multiple resolution options (1K, 2K, 4K) -- 🎲 Seed control for reproducible results -- 📝 Custom system and user prompts -- ℹ️ Detailed generation information output +- 🖼️ **多图片输入**：支持最多 5 张可选输入图片 +- 🎨 **灵活配置**：多种纵横比和分辨率选项 +- 🎲 **种子控制**：可设置种子值（用于界面显示，不影响生成） +- 📝 **自定义提示词**：支持系统提示词和用户提示词 +- ⚡ **性能优化**：自动压缩图片，大幅提升处理速度 +- 📊 **详细信息**：输出生成详情和状态信息 +- 💬 **进度日志**：显示实时处理进度 -## Installation +## 📦 安装 -1. Navigate to your ComfyUI custom_nodes directory: +### 方法 1: 直接复制 + +1. 将整个文件夹复制到 ComfyUI 的 custom_nodes 目录： ```bash -cd ComfyUI/custom_nodes/ +cp -r ComfyUI-Vector-Engine /path/to/ComfyUI/custom_nodes/ ``` -2. Clone or copy this repository: +2. 重启 ComfyUI + +### 方法 2: Git Clone + ```bash +cd /path/to/ComfyUI/custom_nodes/ git clone ComfyUI-Vector-Engine -# or copy the folder manually ``` -3. Restart ComfyUI - -## Node Inputs - -### Required Parameters - -- **prompt** (STRING, multiline): User prompt describing what to generate - - Default: "Generate a creative image based on the provided pictures." - -- **system_prompt** (STRING, multiline): System instructions for the AI - - Default: "You are an AI assistant skilled in generating images and editing pictures." - -- **aspect_ratio** (DROPDOWN): Image aspect ratio - - Options: 1:1, 2:3, 3:2, 4:3, 3:4, 16:9, 9:16 - - Default: 1:1 - -- **image_size** (DROPDOWN): Output resolution - - Options: 1K, 2K, 4K - - Default: 1K - -- **seed** (INT): Random seed for reproducibility - - Range: 0 to max int - - Default: 0 - -### Optional Parameters - -- **image_1** to **image_5** (IMAGE): Up to 5 optional input images - - All images are optional, you can use 0 to 5 images - -## Node Outputs - -1. **image** (IMAGE): The generated image tensor - - Can be connected to Preview Image, Save Image, or other image processing nodes - -2. **info** (STRING): Generation information including: - - Model name - - Aspect ratio - - Image size - - Actual resolution - - Seed value - - Number of input images - - Generation time - - Success/failure status - - Error message (if failed) - -## Usage Examples - -### Example 1: Generate from Text Only -``` -1. Add "Vector Engine Image Generator" node -2. Set prompt: "A beautiful sunset over mountains" -3. Leave all image inputs empty -4. Connect output to "Preview Image" -5. Run the workflow -``` - -### Example 2: Edit/Combine Multiple Images -``` -1. Load 2-5 images using "Load Image" nodes -2. Add "Vector Engine Image Generator" node -3. Connect images to image_1, image_2, etc. -4. Set prompt: "Combine these people in a group photo at the beach" -5. Connect output to "Save Image" -6. Run the workflow -``` - -### Example 3: Generate with Specific Aspect Ratio -``` -1. Add "Vector Engine Image Generator" node -2. Set aspect_ratio: "16:9" -3. Set image_size: "2K" -4. Set prompt: "A cinematic landscape photo" -5. Run the workflow -``` - -## Configuration - -The API key is currently hardcoded in the node. To change it: - -1. Open `vector_engine_node.py` -2. Find the line: `self.api_key = "sk-..."` -3. Replace with your API key - -For production use, consider using environment variables: -```python -import os -self.api_key = os.getenv("VECTOR_ENGINE_API_KEY", "default-key") -``` - -## Model Information - -- **Current Model**: gemini-3-pro-image-preview -- **API Endpoint**: api.vectorengine.ai -- **Features**: Text-to-image and image-to-image generation - -## Troubleshooting - -### No image generated (black output) -- Check the info output for error messages -- Verify your API key is valid -- Check network connectivity -- Ensure input images are in correct format - -### Image quality issues -- Try increasing image_size (1K → 2K → 4K) -- Adjust aspect_ratio to match desired output -- Refine your prompt for better results - -### Slow generation -- Higher resolutions (4K) take longer -- Multiple input images increase processing time -- Check your network connection - -## Dependencies +### 依赖项 +节点依赖以下库（ComfyUI 默认已包含）： - torch - numpy - PIL (Pillow) -- Standard Python libraries (http.client, json, base64, time, io) +- 标准库：http.client, json, base64, time, io -These should already be available in a standard ComfyUI installation. +## 🎮 使用方法 -## License +### 节点输入 -[Add your license information here] +#### 必选参数 -## Support +| 参数 | 类型 | 说明 | 默认值 | +|------|------|------|--------| +| **prompt** | 文本 | 用户提示词，描述要生成的内容 | "Generate a creative image..." | +| **system_prompt** | 文本 | 系统提示词，指导 AI 行为 | "You are an AI assistant..." | +| **aspect_ratio** | 下拉菜单 | 图片纵横比 | 1:1 | +| **image_size** | 下拉菜单 | 输出分辨率 | 1K | +| **seed** | 整数 | 种子值（仅显示用） | 0 | -For issues and questions, please open an issue on the repository. +**纵横比选项**： +- 1:1 (正方形) +- 2:3, 3:2 (标准照片) +- 4:3, 3:4 (传统屏幕) +- 16:9, 9:16 (宽屏/竖屏) +**分辨率选项**： +- 1K - 快速生成 +- 2K - 平衡质量（推荐） +- 4K - 高质量（较慢） + +#### 可选参数 + +| 参数 | 类型 | 说明 | +|------|------|------| +| **image_1 ~ image_5** | 图片 | 最多 5 张可选输入图片 | + +### 节点输出 + +| 输出 | 类型 | 说明 | +|------|------|------| +| **image** | IMAGE | 生成的图片（可连接 Preview Image / Save Image） | +| **info** | STRING | 生成信息（模型、分辨率、耗时、状态等） | + +### 信息输出示例 + +``` +============================================================== +Vector Engine Image Generation Result +============================================================== +Model Name: gemini-3-pro-image-preview +Aspect Ratio: 2:3 +Image Size: 2K +Resolution: 1024x1536 +Seed: 12345 +Input Images: 2 +Generation Time: 26.34s +Status: SUCCESS +============================================================== +``` + +## 📝 使用示例 + +### 示例 1：纯文本生成 + +``` +1. 添加 "Vector Engine Image Generator" 节点 +2. 设置 prompt: "A beautiful sunset over mountains" +3. 不连接任何输入图片 +4. 连接输出到 "Preview Image" +5. 执行工作流 +``` + +### 示例 2：图片编辑/合成 + +``` +1. 使用 "Load Image" 加载 2-3 张图片 +2. 添加 "Vector Engine Image Generator" 节点 +3. 连接图片到 image_1, image_2 等 +4. 设置 prompt: "Combine these people in a group photo at the beach" +5. 设置 aspect_ratio: "16:9" +6. 连接输出到 "Save Image" +7. 执行工作流 +``` + +### 示例 3：控制纵横比 + +``` +1. 添加节点 +2. 设置 aspect_ratio: "16:9" (宽屏) +3. 设置 image_size: "2K" +4. 设置 prompt: "A cinematic landscape with dramatic lighting" +5. 执行工作流 +``` + +## ⚡ 性能优化 + +节点已内置自动优化： + +### 自动图片压缩 +- ✅ 自动调整图片尺寸（最大 2048px） +- ✅ 使用 JPEG 格式压缩（质量 85%） +- ✅ 文件大小减少约 90% +- ✅ 编码速度提升 10-15 倍 + +### 日志输出 +运行时会在控制台显示处理进度： +``` +[VectorEngine] Processing 2 input images... +[VectorEngine] Image 1: encoded in 0.15s, size: 245.3KB +[VectorEngine] Image 2: encoded in 0.12s, size: 189.7KB +[VectorEngine] Sending request to API (payload size: 0.58MB)... +[VectorEngine] API request completed in 26.34s +``` + +### 性能数据 + +**典型场景（2张 4000x3000 图片）：** +- 图片编码：~0.3 秒 +- 数据上传：~1-2 秒 +- API 生成：~26 秒 +- **总耗时：~28-30 秒** + +## ⚙️ 配置 + +### API Key 配置 + +**重要**：节点从环境变量读取 API Key，需要设置 `VECTOR_ENGINE_API_KEY` 环境变量。 + +#### Linux / macOS + +**临时设置（仅当前终端）：** +```bash +export VECTOR_ENGINE_API_KEY="sk-your-api-key-here" +``` + +**永久设置（推荐）：** + +1. 编辑 `~/.bashrc` 或 `~/.zshrc`： +```bash +echo 'export VECTOR_ENGINE_API_KEY="sk-your-api-key-here"' >> ~/.bashrc +source ~/.bashrc +``` + +2. 或者在启动 ComfyUI 前设置： +```bash +export VECTOR_ENGINE_API_KEY="sk-your-api-key-here" +python main.py +``` + +#### Windows + +**临时设置（仅当前命令行）：** +```cmd +set VECTOR_ENGINE_API_KEY=sk-your-api-key-here +``` + +**永久设置：** +```cmd +setx VECTOR_ENGINE_API_KEY "sk-your-api-key-here" +``` + +#### Docker / 容器环境 + +在 docker-compose.yml 中添加： +```yaml +environment: + - VECTOR_ENGINE_API_KEY=sk-your-api-key-here +``` + +或使用 docker run： +```bash +docker run -e VECTOR_ENGINE_API_KEY="sk-your-api-key-here" ... +``` + +#### 验证配置 + +启动 ComfyUI 后，如果环境变量未设置，节点会抛出错误提示： +``` +VECTOR_ENGINE_API_KEY environment variable is not set. +Please set it before using this node. +``` + +### 自定义压缩参数 + +如需调整图片压缩设置，修改 `vector_engine_node.py` 第 152 行： + +```python +# 默认设置（推荐） +base64_data, mime_type = self.tensor_to_base64(img, max_size=2048, quality=85) + +# 更快速度（质量略低） +base64_data, mime_type = self.tensor_to_base64(img, max_size=1536, quality=75) + +# 更高质量（较慢） +base64_data, mime_type = self.tensor_to_base64(img, max_size=4096, quality=95) +``` + +## 🔧 故障排查 + +### 生成失败（输出黑色图片） + +**检查步骤：** +1. 查看 info 输出中的错误信息 +2. 确认 API Key 是否有效 +3. 检查网络连接 +4. 确认输入图片格式正确 + +**常见错误：** +- `Authentication failed` - API Key 无效 +- `Network error` - 网络连接问题 +- `No image found` - API 未返回图片 + +### 生成速度慢 + +**优化建议：** +1. 降低输出分辨率：4K → 2K → 1K +2. 减少输入图片数量 +3. 使用稳定的网络连接 +4. 检查日志确定瓶颈 + +### 图片质量不理想 + +**改善方法：** +1. 提高输出分辨率：1K → 2K → 4K +2. 调整纵横比匹配需求 +3. 优化提示词描述 +4. 提供更高质量的输入图片 + +## 🤖 模型信息 + +- **当前模型**：gemini-3-pro-image-preview +- **API 端点**：api.vectorengine.ai +- **支持功能**： + - 文本生成图片 + - 图片编辑 + - 多图片合成 + - 风格迁移 + +## 📄 文件说明 + +``` +ComfyUI-Vector-Engine/ +├── vector_engine_node.py # 主节点实现（已优化） +├── __init__.py # 节点注册 +├── config.example.py # 配置说明和示例 +├── README.md # 完整使用文档（本文件） +├── .gitignore # Git 忽略规则 +├── test.py # 测试脚本 +└── assets/ # 测试资源（可选） +``` + +## 🐛 已知限制 + +1. **种子值**：seed 参数仅用于界面显示，不会传递给 API +2. **生成时间**：API 生成时间约 20-30 秒，无法优化 +3. **图片数量**：最多支持 5 张输入图片 +4. **模型固定**：当前只支持 gemini-3-pro-image-preview + +## 📮 支持与反馈 + +如遇到问题或有功能建议，请提交 Issue 或 Pull Request。 + +## 📜 许可证 + +[请添加许可证信息] + +--- + +**提示**：首次使用建议从 1K 分辨率开始测试，确认工作正常后再使用更高分辨率。 diff --git a/config.example.py b/config.example.py index 1d775c6..7fe0419 100644 --- a/config.example.py +++ b/config.example.py @@ -1,23 +1,74 @@ """ -Configuration file for Vector Engine API +Configuration Example for Vector Engine API -To use: -1. Copy this file to config.py -2. Update with your actual API key -3. Import in vector_engine_node.py +This file shows how to configure the Vector Engine API key. +The actual API key should be set via environment variable for security. + +DO NOT hardcode API keys in your code! """ -# Vector Engine API Configuration -VECTOR_ENGINE_API_KEY = "sk-your-api-key-here" +# ========================================== +# API Key Configuration (RECOMMENDED METHOD) +# ========================================== -# API Endpoint +# Set the environment variable before starting ComfyUI: +# +# Linux/macOS: +# export VECTOR_ENGINE_API_KEY="sk-your-api-key-here" +# python main.py +# +# Windows (CMD): +# set VECTOR_ENGINE_API_KEY=sk-your-api-key-here +# python main.py +# +# Windows (PowerShell): +# $env:VECTOR_ENGINE_API_KEY="sk-your-api-key-here" +# python main.py + +# ========================================== +# Permanent Configuration +# ========================================== + +# Linux/macOS - Add to ~/.bashrc or ~/.zshrc: +# export VECTOR_ENGINE_API_KEY="sk-your-api-key-here" +# +# Windows - Use setx for permanent environment variable: +# setx VECTOR_ENGINE_API_KEY "sk-your-api-key-here" + +# ========================================== +# Docker Configuration +# ========================================== + +# In docker-compose.yml: +# environment: +# - VECTOR_ENGINE_API_KEY=sk-your-api-key-here +# +# Or with docker run: +# docker run -e VECTOR_ENGINE_API_KEY="sk-your-api-key-here" ... + +# ========================================== +# API Configuration +# ========================================== + +# API Endpoint (configured in the node, no need to change) VECTOR_ENGINE_API_HOST = "api.vectorengine.ai" -# Default Model +# Default Model (configured in the node) DEFAULT_MODEL = "gemini-3-pro-image-preview" -# Default Generation Config +# Default Generation Settings DEFAULT_SYSTEM_PROMPT = "You are an AI assistant skilled in generating images and editing pictures." DEFAULT_ASPECT_RATIO = "1:1" DEFAULT_IMAGE_SIZE = "1K" +# ========================================== +# Security Notes +# ========================================== + +# ✓ DO: Use environment variables for API keys +# ✓ DO: Add sensitive files to .gitignore +# ✓ DO: Use secrets management in production + +# ✗ DON'T: Hardcode API keys in code +# ✗ DON'T: Commit API keys to version control +# ✗ DON'T: Share API keys in public repositories diff --git a/test_optimization.py b/test_optimization.py deleted file mode 100644 index 1a00c61..0000000 --- a/test_optimization.py +++ /dev/null @@ -1,145 +0,0 @@ -""" -Performance test script to compare optimization effects -测试脚本：对比优化前后的性能 -""" - -import base64 -import time -from PIL import Image -import io - -def test_compression(image_path, max_sizes=[None, 4096, 2048, 1536], qualities=[100, 95, 85, 75]): - """ - Test different compression settings - """ - print(f"\n{'='*70}") - print(f"Testing image: {image_path}") - print(f"{'='*70}\n") - - # Load original image - original_img = Image.open(image_path) - if original_img.mode != 'RGB': - original_img = original_img.convert('RGB') - - orig_width, orig_height = original_img.size - print(f"Original size: {orig_width}x{orig_height}") - - # Get original file size - with open(image_path, 'rb') as f: - original_file_size = len(f.read()) / 1024 - print(f"Original file size: {original_file_size:.1f} KB\n") - - results = [] - - for max_size in max_sizes: - for quality in qualities: - # Prepare image - img = original_img.copy() - - # Resize if needed - if max_size is not None: - width, height = img.size - if max(width, height) > max_size: - if width > height: - new_width = max_size - new_height = int(height * (max_size / width)) - else: - new_height = max_size - new_width = int(width * (max_size / height)) - - resize_start = time.time() - img = img.resize((new_width, new_height), Image.LANCZOS) - resize_time = time.time() - resize_start - else: - new_width, new_height = width, height - resize_time = 0 - else: - new_width, new_height = img.size - resize_time = 0 - - # Compress and encode - buffer = io.BytesIO() - - encode_start = time.time() - img.save(buffer, format="JPEG", quality=quality, optimize=True) - encode_time = time.time() - encode_start - - img_bytes = buffer.getvalue() - compressed_size_kb = len(img_bytes) / 1024 - - # Base64 encode - base64_start = time.time() - base64_str = base64.b64encode(img_bytes).decode('utf-8') - base64_time = time.time() - base64_start - base64_size_kb = len(base64_str) / 1024 - - # Total time - total_time = resize_time + encode_time + base64_time - - # Compression ratio - compression_ratio = (1 - compressed_size_kb / original_file_size) * 100 if original_file_size > 0 else 0 - - result = { - 'max_size': max_size or 'Original', - 'quality': quality, - 'dimensions': f"{new_width}x{new_height}", - 'compressed_size_kb': compressed_size_kb, - 'base64_size_kb': base64_size_kb, - 'total_time': total_time, - 'compression_ratio': compression_ratio - } - results.append(result) - - print(f"Max Size: {str(max_size or 'Original'):>8} | Quality: {quality:>3}% | " - f"Dimensions: {new_width:>4}x{new_height:<4} | " - f"Size: {compressed_size_kb:>6.1f}KB (base64: {base64_size_kb:>6.1f}KB) | " - f"Time: {total_time:.3f}s | " - f"Compression: {compression_ratio:>5.1f}%") - - # Recommend best settings - print(f"\n{'='*70}") - print("Recommendations:") - print(f"{'='*70}") - - # Find best balance (around 85% quality, reasonable size) - balanced = [r for r in results if r['quality'] == 85 and r['max_size'] == 2048] - if balanced: - r = balanced[0] - print(f"\n✅ Recommended (Balanced):") - print(f" max_size=2048, quality=85") - print(f" Size: {r['compressed_size_kb']:.1f}KB | Time: {r['total_time']:.3f}s | Compression: {r['compression_ratio']:.1f}%") - - # Find fastest - fastest = min(results, key=lambda x: x['total_time']) - print(f"\n⚡ Fastest:") - print(f" max_size={fastest['max_size']}, quality={fastest['quality']}") - print(f" Size: {fastest['compressed_size_kb']:.1f}KB | Time: {fastest['total_time']:.3f}s | Compression: {fastest['compression_ratio']:.1f}%") - - # Find best compression - best_compression = max(results, key=lambda x: x['compression_ratio']) - print(f"\n📦 Best Compression:") - print(f" max_size={best_compression['max_size']}, quality={best_compression['quality']}") - print(f" Size: {best_compression['compressed_size_kb']:.1f}KB | Time: {best_compression['total_time']:.3f}s | Compression: {best_compression['compression_ratio']:.1f}%") - - print() - - -if __name__ == "__main__": - # Test with sample images - test_images = [ - "./assets/girl.png", - "./assets/boy.jpg", - ] - - for img_path in test_images: - try: - test_compression(img_path) - except Exception as e: - print(f"Error testing {img_path}: {e}") - - print(f"\n{'='*70}") - print("Test Complete!") - print(f"{'='*70}") - print("\nCurrent node settings: max_size=2048, quality=85") - print("This provides the best balance of quality, speed, and file size.") - diff --git a/vector_engine_node.py b/vector_engine_node.py index b43d4af..b53cb34 100644 --- a/vector_engine_node.py +++ b/vector_engine_node.py @@ -2,6 +2,7 @@ import http.client import json import base64 import time +import os import numpy as np import torch from PIL import Image @@ -14,7 +15,14 @@ class VectorEngineImageGenerator: """ def __init__(self): - self.api_key = "sk-RZBLe4v8MolmD3fwOd6vdRTCaj7PohDhf4f44UNgWHEAA4zF" + # Read API key from environment variable + self.api_key = os.getenv("VECTOR_ENGINE_API_KEY") + if not self.api_key: + raise ValueError( + "VECTOR_ENGINE_API_KEY environment variable is not set. " + "Please set it before using this node: " + "export VECTOR_ENGINE_API_KEY='your-api-key-here'" + ) @classmethod def INPUT_TYPES(cls):