nodes/eric183-ComfyUI-Only
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

feat: add node loading function

Browse Source
This commit is contained in:
kk297466058@gmail.com
2025-08-08 01:50:52 +08:00
parent bc1b6c548d
commit b198f7fb25
6 changed files with 405 additions and 189 deletions
Download Patch File Download Diff File Expand all files Collapse all files
.gitignore
+161
View File
@@ -0,0 +1,161 @@
# Byte-compiled / optimized / DLL files
__pycache__/
*.py[cod]
*$py.class
# C extensions
*.so
# Distribution / packaging
.Python
build/
develop-eggs/
dist/
downloads/
eggs/
.eggs/
lib/
lib64/
parts/
sdist/
var/
wheels/
share/python-wheels/
*.egg-info/
.installed.cfg
*.egg
MANIFEST
# PyInstaller
# Usually these files are written by a python script from a template
# before PyInstaller builds the exe, so as to inject date/other infos into it.
*.manifest
*.spec
# Installer logs
pip-log.txt
pip-delete-this-directory.txt
# Unit test / coverage reports
htmlcov/
.tox/
.nox/
.coverage
.coverage.*
.cache
nosetests.xml
coverage.xml
*.cover
*.py,cover
.hypothesis/
.pytest_cache/
cover/
# Translations
*.mo
*.pot
# Django stuff:
*.log
local_settings.py
db.sqlite3
db.sqlite3-journal
# Flask stuff:
instance/
.webassets-cache
# Scrapy stuff:
.scrapy
# Sphinx documentation
docs/_build/
# PyBuilder
target/
# Jupyter Notebook
.ipynb_checkpoints
# IPython
profile_default/
ipython_config.py
# pyenv
.python-version
# pipenv
# According to pypa/pipenv#598, it is recommended to include Pipfile.lock in version control.
# However, in case of collaboration, if having platform-specific dependencies or dependencies
# having no cross-platform support, pipenv may install different versions of packages depending
# on the platform. These differences will end up in the Pipfile.lock, which can be annoying
# to manage in a VCS.
# Pipfile.lock
# PEP 582; used by e.g. github.com/David-OConnor/pyflow
__pypackages__/
# Celery stuff
celerybeat-schedule
celerybeat.pid
# SageMath parsed files
*.sage.py
# Environments
.env
.venv
env/
venv/
ENV/
env.bak/
venv.bak/
# Spyder project settings
.spyderproject
.spyderworkspace
# Rope project settings
.ropeproject
# mkdocs documentation
/site
# mypy
.mypy_cache/
.dmypy.json
dmypy.json
# Pyre type checker
.pyre/
# pytype static analyzer
.pytype/
# Cython debug symbols
cython_debug/
# ComfyUI specific
*.pt
*.pth
*.bin
*.onnx
*.safetensors
*.ckpt
*.jpeg
*.jpg
*.png
*.gif
*.latent
*.wav
*.mp3
output/
input/
temp/
/custom_nodes/*
!/custom_nodes/ComfyUI-Only
/models/
/web/
/comfy/
.DS_Store
README.md
+48 -170
View File
@@ -1,209 +1,87 @@
# ComfyUI-Only
ComfyUI自定义节点集合，专注于workflow解析和图像处理功能。
ComfyUI自定义节点集合，最初专注于workflow解析，现已扩展至提供高级文件加载功能。
## 🌟 主要功能
### 1. Workflow图片文件加载器 (WorkflowImageFileLoader) ⭐推荐
### 1. 高级Latent加载器 (Load Latent (Advanced)) ⭐全新功能
- 📤 **从任意位置上传**：通过“Upload Latent”按钮，直接从您电脑的任何地方选择 `.latent` 文件。
- ✨ **拖拽上传**：将 `.latent` 文件直接从您的文件管理器拖拽到节点上即可上传。
- 🔄 **智能格式兼容**：自动识别并兼容标准的 `pickle` 格式和高速的 `safetensors` 格式。
- 🤖 **智能结构解析**：自动解析多种 latent 内部结构，无论是标准的 `samples` 键，还是非标准的 `latent_tensor` 键，甚至是裸张量。
- 🔢 **智能维度处理**：自动处理3D（图像）、4D（带批次的图像）和5D（视频）的 latent 张量，确保与下游节点（如VAEDecode）的兼容性。
### 2. Workflow图片文件加载器 (WorkflowImageFileLoader)
- 📁 直接从文件系统加载图片文件
- 🔍 自动解析图片中的workflow元数据信息
- 🎯 智能提取positive和negative提示词
- 🏷️ **新增**：提取CheckpointLoaderSimple节点的模型名称
- 🏷️ 提取CheckpointLoaderSimple节点的模型名称
- 📋 支持手动输入workflow JSON作为备选
- ✅ **解决了IMAGE类型不包含元数据的问题**
### 2. Workflow图片加载器 (WorkflowImageLoader)
- 📸 接收ComfyUI的IMAGE类型输入
- ⚠️ **限制**：IMAGE类型不包含原始图片元数据
- 📝 需要手动输入workflow JSON才能工作
- 🏷️ **新增**：提取CheckpointLoaderSimple节点的模型名称
- 🔄 主要用于连接其他节点的图片输出
---
### 3. Workflow JSON解析器 (WorkflowJSONParser)
- 📝 直接解析workflow JSON文本
- 🔎 查找`cnr_id`为`comfyui_custom_nodes_alekpet`的节点
- 🏷️ **新增**：查找`Node name for S&R`为`CheckpointLoaderSimple`的节点
- 🧠 智能区分positive/negative提示词
- 📊 提供详细的解析信息
*（为保持简洁，其他旧节点说明已折叠，您可以在旧版本中查看它们）*
## 🚀 快速开始
### 安装
1. 将此项目克隆到ComfyUI的`custom_nodes`目录下
2. 重启ComfyUI
3. 在节点菜单中找到`ComfyUI-Only`分类
1. 将此项目克隆到ComfyUI的`custom_nodes`目录下。
2. （可选）安装依赖：`pip install -r requirements.txt`
3. 重启ComfyUI。
4. 在节点菜单中找到`ComfyUI-Only`分类。
### 使用方法
#### 方法一：使用图片文件加载器 ⭐推荐
1. 添加`Workflow图片文件加载器`节点
2. 在`image_file`下拉菜单中选择要解析的图片文件
3. 或者点击上传按钮直接上传图片
4. 自动获取输出的positive和negative提示词
#### ⭐ 加载Latent文件 (推荐)
1. 在菜单中添加 `Load Latent (Advanced)` 节点。
2. 点击 `Upload Latent` 按钮从您的电脑中选择一个 `.latent` 文件。
3. 或者，直接将 `.latent` 文件拖拽到节点上。
4. 节点会自动处理上传、解析和格式化，然后将 `LATENT` 输出连接到下一个节点（如 `VAEDecode`）。
#### 方法二：使用图片加载器 + 手动JSON
1. 添加`Workflow图片加载器`节点
2. 连接图片输入（来自其他节点）
3. **必须**在`workflow_json`字段手动输入JSON
4. 获取输出的positive和negative提示词
#### 方法三：使用JSON解析器
1. 添加`Workflow JSON解析器`节点
2. 将ComfyUI的workflow JSON粘贴到输入框
3. 直接获取解析后的提示词
## 📋 节点输入输出
### WorkflowImageFileLoader ⭐推荐
**输入:**
- `image_file` (选择列表) - 从文件系统选择图片文件，支持上传
- `workflow_json` (STRING, 可选) - 手动输入的workflow JSON（备选）
**输出:**
- `image` (IMAGE) - 加载的图片
- `positive_prompt` (STRING) - 正面提示词
- `negative_prompt` (STRING) - 负面提示词
- `checkpoint_name` (STRING) - **新增**：CheckpointLoaderSimple节点的模型名称
- `workflow_info` (STRING) - 解析状态信息
### WorkflowImageLoader
**输入:**
- `image` (IMAGE) - 要解析的图片（来自其他节点）
- `workflow_json` (STRING, **必需**) - 手动输入的workflow JSON
**输出:**
- `image` (IMAGE) - 原始图片
- `positive_prompt` (STRING) - 正面提示词
- `negative_prompt` (STRING) - 负面提示词
- `checkpoint_name` (STRING) - **新增**：CheckpointLoaderSimple节点的模型名称
- `workflow_info` (STRING) - 解析状态信息
### WorkflowJSONParser
**输入:**
- `workflow_json` (STRING) - ComfyUI workflow JSON
**输出:**
- `positive_prompt` (STRING) - 正面提示词
- `negative_prompt` (STRING) - 负面提示词
- `checkpoint_name` (STRING) - **新增**：CheckpointLoaderSimple节点的模型名称
- `parse_info` (STRING) - 解析状态信息
## 🔧 工作原理
1. **节点识别**: 在workflow JSON中搜索两种类型的节点：
- `properties.cnr_id`为`comfyui_custom_nodes_alekpet`的节点（提示词）
- `properties["Node name for S&R"]`为`CheckpointLoaderSimple`的节点（模型）
2. **文本提取**:
- 从alekpet节点的`widgets_values[0]`中获取提示词内容
- 从CheckpointLoaderSimple节点的`widgets_values[0]`中获取模型名称
3. **智能分类**: 根据关键词分析，判断是positive还是negative提示词：
- **Positive**: 包含"masterpiece"、"best quality"、"best"等关键词
- **Negative**: 包含"worst"、"bad"等关键词
- **特征判断**: 以`<lora:`开头通常是positive
- **扩展判断**: 包含"low quality"、"watermark"等词汇为negative
- **默认策略**: 无明确特征时默认为positive
## ❓ 常见问题
### Q: 为什么有两个图片加载节点？
**A:** 因为ComfyUI中的IMAGE类型是处理后的张量数据，不包含原始图片的元数据信息。
- `WorkflowImageFileLoader` - 直接读取图片文件，能获取元数据 ⭐推荐
- `WorkflowImageLoader` - 接收IMAGE类型，需要手动输入JSON
### Q: 图片显示"无workflow信息"怎么办？
**A:** 有几种情况：
1. 图片不是ComfyUI生成的，没有workflow信息 → 使用手动输入JSON
2. 使用了普通的"加载图像"节点 → 改用`WorkflowImageFileLoader`
3. workflow信息保存格式不标准 → 手动输入JSON
### Q: 支持哪些图片格式？
**A:** 支持PNG、JPG、JPEG、WebP、BMP格式。PNG格式最佳，因为ComfyUI通常将workflow保存在PNG的文本元数据中。
#### 解析图片中的Workflow
1. 添加 `Workflow图片文件加载器` 节点。
2. 在 `image_file` 下拉菜单中选择要解析的图片文件。
3. 自动获取输出的 `positive_prompt`, `negative_prompt` 和 `checkpoint_name`。
## 📁 项目结构
```
├── __init__.py <-- 主入口文件，用于注册所有节点
├── nodes/ <-- 存放所有 Node 类定义的目录
│ ├── __init__.py <-- 空文件，表示这是个 Python 包
│ ├── image_processing_nodes.py <-- 图像处理和workflow解析节点
│ ├── text_utility_nodes.py
│ ├── model_wrapper_nodes.py
│ └── ...
├── assets/ <-- 存放节点相关的资源文件（图片、模型、配置文件等）
│ ├── images/
│ └── configs/
│ └── test_workflow.json <-- 测试用的workflow JSON
├── utils/ <-- 存放辅助函数、通用类等（不直接是 Node）
│ ├── __init__.py
│ ├── image_helpers.py <-- 图像处理辅助函数
│ └── data_converters.py
├── LICENSE <-- 许可证文件
├── README.md <-- 项目说明文件
├── requirements.txt <-- 项目依赖（如果你引入了额外的库）
└── pyproject.toml <-- 项目构建配置
.
├── __init__.py <-- 主入口，注册节点和JS扩展
├── js/
│ └── latent_loader.js <-- 高级Latent加载器的前端UI逻辑
├── nodes/
│ ├── image_processing_nodes.py
│ └── latent_nodes.py
├── LICENSE
├── README.md
└── requirements.txt <-- 项目依赖
```
## 🎯 示例用法
### 解析workflow获取提示词和模型信息
```json
{
"nodes": [
{
"id": 115,
"type": "PreviewTextNode",
"properties": {
"cnr_id": "comfyui_custom_nodes_alekpet"
},
"widgets_values": [
"<lora:AddMicroDetails_Illustrious_v4:0.4>, masterpiece, best quality..."
]
},
{
"id": 7,
"type": "CheckpointLoaderSimple",
"properties": {
"Node name for S&R": "CheckpointLoaderSimple"
},
"widgets_values": [
"uncannyValley_ilxl10Noob.safetensors"
]
}
]
}
```
**输出:**
- positive_prompt: `<lora:AddMicroDetails_Illustrious_v4:0.4>, masterpiece, best quality...`
- negative_prompt: `worst quality, bad anatomy, watermark...`
- checkpoint_name: `uncannyValley_ilxl10Noob.safetensors`
## ⚙️ 依赖要求
- Python 3.8+
- ComfyUI
- PyTorch
- Pillow
- NumPy
- **safetensors** (新)
## 📝 更新日志
### v2.0.0 - 高级加载器版本 (开发代号：Phoenix)
- 🔥 **全新**：发布 `Load Latent (Advanced)` 节点，支持从任意位置上传和拖拽 latent 文件。
- ✨ **新增**：为新节点编写了独立的前端JS扩展，实现了原生级别的UI体验。
- 🤖 **增强**：加载器后端实现智能格式兼容（pickle/safetensors）、智能结构解析和智能维度处理。
- 🧹 **重构**：项目结构调整，增加了 `js` 目录和 `requirements.txt`。
- 📚 **文档**：全面重写 `README.md`，聚焦新功能，简化旧说明。
### v1.2.0
- ✅ **新增**：CheckpointLoaderSimple节点的模型名称提取
- ✅ 新增：CheckpointLoaderSimple节点的模型名称提取
- ✅ 所有节点新增checkpoint_name输出
- ✅ 改进workflow解析算法，支持多种节点类型提取
- ✅ 完善示例和文档说明
### v1.1.0
- ✅ 新增WorkflowImageFileLoader节点，支持直接读取图片文件
- ✅ 改进workflow元数据提取算法
- ✅ 完善错误处理和用户提示
### v1.0.0
- ✅ 实现Workflow图片加载器
- ✅ 实现Workflow JSON解析器
- ✅ 智能提示词分类算法
- ✅ 完整的错误处理和状态反馈
*（更早的日志已省略）*
## 🤝 贡献
@@ -211,4 +89,4 @@ ComfyUI自定义节点集合，专注于workflow解析和图像处理功能。
## 📄 许可证
MIT License - 详见 [LICENSE](LICENSE) 文件
MIT License - 详见 [LICENSE](LICENSE) 文件
__init__.py
+32 -19
View File
@@ -1,32 +1,45 @@
"""
ComfyUI-Only 自定义节点包
这是一个ComfyUI自定义节点集合，提供各种图像处理、文本工具和模型包装功能
"""
import os
import importlib
# 导入节点模块
from .nodes.image_processing_nodes import NODE_CLASS_MAPPINGS as IMAGE_NODES, NODE_DISPLAY_NAME_MAPPINGS as IMAGE_NAMES
# from .nodes.text_utility_nodes import NODE_CLASS_MAPPINGS as TEXT_NODES, NODE_DISPLAY_NAME_MAPPINGS as TEXT_NAMES
# from .nodes.model_wrapper_nodes import NODE_CLASS_MAPPINGS as MODEL_NODES, NODE_DISPLAY_NAME_MAPPINGS as MODEL_NAMES
# 告诉 ComfyUI 服务器我们的 Web 目录
WEB_DIRECTORY = "./js"
# ComfyUI 节点映射字典
NODE_CLASS_MAPPINGS = {}
NODE_DISPLAY_NAME_MAPPINGS = {}
# 注册图像处理节点
NODE_CLASS_MAPPINGS.update(IMAGE_NODES)
NODE_DISPLAY_NAME_MAPPINGS.update(IMAGE_NAMES)
# 动态加载所有节点
# ======================================================================================================================
# 获取当前文件所在目录
current_dir = os.path.dirname(os.path.abspath(__file__))
nodes_dir = os.path.join(current_dir, "nodes")
# 注册其他节点（暂时注释，等待实现）
# NODE_CLASS_MAPPINGS.update(TEXT_NODES)
# NODE_DISPLAY_NAME_MAPPINGS.update(TEXT_NAMES)
# NODE_CLASS_MAPPINGS.update(MODEL_NODES)
# NODE_DISPLAY_NAME_MAPPINGS.update(MODEL_NAMES)
# 遍历 nodes 目录下的所有 python 文件
for filename in os.listdir(nodes_dir):
if filename.endswith(".py") and filename != "__init__.py":
module_name = f".nodes.{filename[:-3]}"
try:
# 动态导入模块
module = importlib.import_module(module_name, package=__name__)
# 从模块中获取节点映射
if hasattr(module, "NODE_CLASS_MAPPINGS") and hasattr(module, "NODE_DISPLAY_NAME_MAPPINGS"):
NODE_CLASS_MAPPINGS.update(module.NODE_CLASS_MAPPINGS)
NODE_DISPLAY_NAME_MAPPINGS.update(module.NODE_DISPLAY_NAME_MAPPINGS)
print(f" - 成功加载模块: {module_name}")
else:
print(f" - 警告: 模块 {module_name} 缺少必要的映射变量")
except Exception as e:
print(f" - 错误: 加载模块 {module_name} 失败 - {e}")
# ======================================================================================================================
# 导出ComfyUI需要的变量
__all__ = ["NODE_CLASS_MAPPINGS", "NODE_DISPLAY_NAME_MAPPINGS"]
__all__ = ["NODE_CLASS_MAPPINGS", "NODE_DISPLAY_NAME_MAPPINGS", "WEB_DIRECTORY"]
print("🎨 ComfyUI-Only 自定义节点已加载")
print(f" - 前端扩展目录: {WEB_DIRECTORY}")
print(f" 📦 已注册 {len(NODE_CLASS_MAPPINGS)} 个节点:")
for name in NODE_CLASS_MAPPINGS.keys():
print(f" - {name}")
display_name = NODE_DISPLAY_NAME_MAPPINGS.get(name, name)
print(f" - {name} ({display_name})")
js/latent_loader.js
+86
View File
@@ -0,0 +1,86 @@
import { app } from "/scripts/app.js";
import { api } from "/scripts/api.js";
app.registerExtension({
name: "Comfy.LatentLoader.Advanced.Final", // 使用新名称以避免浏览器缓存问题
async beforeRegisterNodeDef(nodeType, nodeData) {
if (nodeData.name === "LatentLoaderAdvanced") {
const onNodeCreated = nodeType.prototype.onNodeCreated;
nodeType.prototype.onNodeCreated = function () {
onNodeCreated?.apply(this, arguments);
// 上传文件的共享函数
const uploadFile = async (file) => {
try {
const body = new FormData();
body.append("image", file);
body.append("overwrite", "true");
const resp = await api.fetchApi("/upload/image", {
method: "POST",
body,
});
if (resp.status === 200) {
const data = await resp.json();
const path = data.subfolder ? `${data.subfolder}/${data.name}` : data.name;
const textWidget = this.widgets.find((w) => w.name === "latent_file");
if (textWidget) {
textWidget.value = path;
}
} else {
alert(`Upload Error: ${resp.status} - ${resp.statusText}`);
}
} catch (error) {
console.error("Upload failed:", error);
alert(`Upload failed: ${error}`);
}
};
// “上传”按钮的逻辑
this.addWidget("button", "upload_latent", "Upload Latent", () => {
const inputEl = document.createElement("input");
inputEl.type = "file";
inputEl.accept = ".latent";
document.body.appendChild(inputEl);
const handleFileSelect = () => {
if (inputEl.files.length > 0) {
uploadFile(inputEl.files[0]);
}
inputEl.remove();
};
inputEl.addEventListener("change", handleFileSelect);
inputEl.style.display = "none";
inputEl.click();
});
// 拖拽事件处理
this.onDragOver = function(e) {
// 检查拖拽的是否是文件
if (e.dataTransfer?.types.includes("Files")) {
e.preventDefault(); // 关键：阻止浏览器默认行为，以允许拖放
return true;
}
return false;
};
this.onDragDrop = async function(e) {
e.preventDefault(); // 关键：阻止浏览器默认行为
e.stopPropagation(); // 可选：阻止事件冒泡
let handled = false;
for (const file of e.dataTransfer.files) {
if (file.name.endsWith(".latent")) {
await uploadFile(file); // 等待上传完成
handled = true;
break; // 只处理第一个有效文件
}
}
return handled;
};
};
}
},
});
nodes/latent_nodes.py
+76
View File
@@ -0,0 +1,76 @@
# -*- coding: utf-8 -*-
import torch
import os
import folder_paths
import safetensors.torch
class LatentLoaderAdvanced:
"""
一个高级 Latent 加载器，通过自定义前端 UI 支持从外部拖拽或上传 .latent 文件。
"""
@classmethod
def INPUT_TYPES(cls):
return {
"required": {
"latent_file": ("STRING", {"default": "", "multiline": False}),
},
}
RETURN_TYPES = ("LATENT",)
FUNCTION = "load_latent"
CATEGORY = "ComfyUI-Only/Latent"
def load_latent(self, latent_file):
latent_path = folder_paths.get_annotated_filepath(latent_file)
if not os.path.exists(latent_path):
raise FileNotFoundError(f"File not found at path: {latent_path}.")
latent_data = None
try:
latent_data = safetensors.torch.load_file(latent_path, device="cpu")
except Exception:
try:
latent_data = torch.load(latent_path, map_location="cpu", weights_only=False)
except Exception as e:
raise RuntimeError(f"Failed to load file '{latent_file}'. It's not a valid safetensors or PyTorch file. Error: {e}")
samples = None
if isinstance(latent_data, dict):
if 'samples' in latent_data and torch.is_tensor(latent_data['samples']):
samples = latent_data['samples']
elif 'latent_tensor' in latent_data and torch.is_tensor(latent_data['latent_tensor']):
samples = latent_data['latent_tensor']
else:
for key, value in latent_data.items():
if torch.is_tensor(value) and value.numel() > 0:
samples = value
break
elif torch.is_tensor(latent_data):
samples = latent_data
if samples is not None:
if samples.numel() == 0:
raise ValueError(f"The loaded latent file '{latent_file}' is empty or contains an empty tensor.")
if samples.ndim == 3:
samples = samples.unsqueeze(0)
if samples.ndim not in [4, 5]:
raise ValueError(f"Loaded latent tensor from '{latent_file}' has an unsupported shape: {samples.shape}. Expected a 3D, 4D or 5D tensor.")
return ({"samples": samples},)
else:
raise ValueError(f"Could not extract a valid latent tensor from '{latent_file}'. The format may not be recognized.")
# 节点映射
NODE_CLASS_MAPPINGS = {
"LatentLoaderAdvanced": LatentLoaderAdvanced,
}
# 节点显示名称映射
NODE_DISPLAY_NAME_MAPPINGS = {
"LatentLoaderAdvanced": "Load Latent (Advanced)",
}
requirements.txt
+2
View File
@@ -0,0 +1,2 @@
safetensors>=0.4.0