whmc76-ComfyUI-UniversalToolkit/README.md

# ComfyUI-UniversalToolkit

[![Version](https://img.shields.io/badge/version-1.4.8-blue.svg)](https://github.com/whmc76/ComfyUI-UniversalToolkit)
[![License](https://img.shields.io/badge/license-MIT-green.svg)](LICENSE)
[![ComfyUI](https://img.shields.io/badge/ComfyUI-v3+-orange.svg)](https://github.com/comfyanonymous/ComfyUI)

一个功能全面的ComfyUI工具包，提供丰富的图像处理、音频处理、掩码操作和实用工具节点，支持批量处理、智能分析、色彩迁移等多种高级功能。

## 🌟 主要特性

- **🎨 图像处理**：色彩迁移、图像拼接、尺寸调整、深度图模糊等
- **🎵 音频处理**：音频加载、裁剪、重采样、增益调节等
- **🎭 掩码操作**：掩码运算、填充、裁剪、预览等
- **🛠️ 实用工具**：数学表达式、文本处理、显存清理、预设加载等
- **📱 智能预设**：33种Kontext VLM系统预设，支持动态场景描述
- **🔧 模块化设计**：按功能分类，易于维护和扩展
- **⚡ 高性能**：支持批量处理，优化内存使用

## 📦 安装

### 方法一：通过ComfyUI-Manager安装（推荐）
1. 在ComfyUI中打开ComfyUI-Manager
2. 搜索 "ComfyUI-UniversalToolkit"
3. 点击安装

### 方法二：手动安装
1. 将本插件文件夹放入ComfyUI的 `custom_nodes/` 目录下
2. 安装依赖：
   ```bash
   pip install -r requirements.txt
   ```

### 依赖要求
```
Pillow
numpy
torch
librosa
torchaudio
opencv-python
scipy
tqdm
```

## 🎯 节点功能详解

### 🎨 图像处理节点

#### 基础图像处理
- **EmptyUnitGenerator_UTK**：生成指定尺寸的空白图像、掩码和潜在空间
- **ImageRatioDetector_UTK**：检测图像宽高比，支持多种比例格式
- **ImageConcatenate_UTK**：水平或垂直拼接两张图像
- **ImageConcatenateMulti_UTK**：智能拼接多张图像，支持2-4图自动布局

- #### 图像变换与调整
- **ResizeImageVerKJ_UTK**：KJ v2 风格的高兼容缩放，支持 stretch/resize/pad/pad_edge/pad_edge_pixel/crop/pillarbox_blur/total_pixels 与 `crop_position`
- **ImageScaleByAspectRatio_UTK**：按指定宽高比缩放图像（已支持与 KJ v2 一致的 fit 模式与 `crop_position`，背景色为预设清单）
- **ImageMaskScaleAs_UTK**：按参考图像尺寸缩放图像（已支持与 KJ v2 一致的 fit 模式与 `crop_position`，pad_color 为预设清单）
- **ImageScaleRestore_UTK**：将图像恢复到原始尺寸
- **ImageRemoveAlpha_UTK**：移除图像的Alpha通道
- **ImageCombineAlpha_UTK**：合并Alpha通道到图像

#### 高级图像处理
- **ImitationHueNode_UTK**：图像色彩迁移，支持皮肤保护和区域处理
- **DepthMapBlur_UTK**：基于深度图的智能模糊，模拟景深效果
- **ImagePadForOutpaintMasked_UTK**：外绘扩展，支持像素和百分比模式
- **ImageAndMaskPreview_UTK**：图像和掩码预览，支持叠加和并排显示

#### 掩码相关图像处理
- **CropByMask_UTK**：基于掩码智能裁剪，支持多种检测模式
- **RestoreCropBox_UTK**：恢复裁剪框到原始背景
- **FillMaskedArea_UTK**：掩码区域填充，支持多种算法
- **CheckMask_UTK**：检查掩码有效性

### 🎵 音频处理节点

- **LoadAudioPlusFromPath_UTK**：从本地路径加载音频，支持采样率、声道、裁剪、增益等参数
- **AudioCropProcess_UTK**：音频裁剪处理，支持重采样、增益、声道处理，与原生上传节点无缝对接

### 🎭 掩码操作节点

- **MaskAnd_UTK**：掩码与运算
- **MaskSub_UTK**：掩码减法运算
- **MaskAdd_UTK**：掩码加法运算
- **BlockifyMask_UTK**：将掩码按 block_size 马赛克化（支持 cpu/cuda；可选二值化）

### 🛠️ 工具节点

#### 文本处理
- **TextboxNode_UTK**：多行文本输入框
- **TextConcatenate_UTK**：文本拼接，支持自定义分隔符
- **ThinkRemover_UTK**：分离文本中的思考内容

#### 数学与逻辑
- **MathExpression_UTK**：数学表达式计算，支持复杂公式和函数
- **BestContextWindow_UTK**：最佳滑动窗口帧数计算（满足 4n+1，最小化补帧；输出 best_window/padding/padded_total/segments）

#### 系统工具
- **PurgeVRAM_UTK**：显存清理，支持选择性清理缓存和模型
- **LoraInfo_UTK**：LoRA信息查询，获取CivitAI触发词、示例提示词、基础模型、元数据等信息

#### 预设系统
- **LoadKontextPresets_UTK**：Kontext VLM系统预设，包含33种专业图像变换预设，分为8个主要分类：

  **🎯 核心编辑类 (1个)**
  - Universal Editor (万能编辑) - 默认预设，精确的图像编辑指令转换

  **🖼️ 图像合成类 (2个)**
  - Context Deep Fusion (情境深度融合) - 深度融合不同上下文的头部和身体
  - Seamless Integration (无痕融合) - 微调级别的图像合成

  **🌍 场景环境类 (5个)**
  - Scene Teleportation (场景传送) - 将主体传送到不同环境
  - Season Change (季节变换) - 改变场景的季节设定
  - Fantasy World (幻想领域) - 转换为奇幻或科幻世界
  - Furniture Removal (清空家具) - 移除房间内的所有家具
  - Interior Design (室内设计) - 重新设计室内空间风格

  **📷 摄影技术类 (4个)**
  - Camera Movement (移动镜头) - 戏剧性的镜头移动效果
  - Relighting (重新布光) - 完全改变图像的光照和氛围
  - Camera Zoom (画面缩放) - 有目的的缩放效果
  - Tilt-Shift Miniature (微缩世界) - 倾斜移轴微缩效果
  - Reflection Addition (添加倒影) - 添加反射表面增强构图
  - Character Pose & Viewpoint Change (角色姿势视角变换) - 改变角色视角保持特征一致

  **🛒 电商应用类 (6个)**
  - Professional Product Photography (专业产品图) - 商业级产品摄影效果
  - Product Lifestyle Scene (产品生活场景图) - 产品在生活场景中的展示
  - Model Hand Product Close-Up (模特手持特写) - 模特手持产品的特写摄影
  - Fashion Try-On Model Showcase (时尚试穿展示) - 服装试穿展示
  - Product Pattern Extraction (产品图案提取) - 从指定对象提取花纹或logo
  - Logo Transfer to Product (品牌融合植入) - 将logo无缝融合到产品图片中

  **👤 人物变换类 (4个)**
  - Hair Style Change (更换发型) - 完整的发型变换
  - Bodybuilding Transformation (肌肉猛男化) - 肌肉发达的体型变换
  - Age Transformation (时光旅人) - 年龄变换效果
  - Fashion Makeover (衣橱改造) - 完整的时尚改造

  **🎨 艺术风格类 (6个)**
  - Image Colorization (图像上色) - 黑白图像的艺术上色
  - Cartoon/Anime Style (卡通漫画化) - 卡通或动漫风格转换
  - Artistic Style Imitation (艺术风格模仿) - 著名艺术运动风格模仿
  - Pixel Art (像素艺术) - 像素艺术风格转换
  - Pencil Sketch (铅笔手绘) - 铅笔素描风格
  - Oil Painting (油画风格) - 油画风格转换

  **✨ 实用功能类 (3个)**
  - Material Transformation (材质置换) - 将主体转换为不同材质
  - Text Addition (添加文字) - 在图像中添加文字
  - Text Removal (移除文字) - 移除图像中的文字

## 🚀 使用示例

### 图像拼接示例
```
ImageConcatenate_UTK
├── 输入：两张图像
├── 模式：水平/垂直拼接
├── 输出：拼接后的图像
```

### 色彩迁移示例
```
ImitationHueNode_UTK
├── 输入：源图像 + 目标图像
├── 参数：皮肤保护、亮度调节、对比度调节
├── 输出：色彩迁移后的图像
```

### 音频处理示例
```
AudioCropProcess_UTK
├── 输入：音频文件
├── 参数：裁剪时间、重采样率、增益调节
├── 输出：处理后的音频
```

## 📋 版本历史

### v1.4.7 (最新)
- 修复 resize 与 pad 方法表现相同的问题：
  - ResizeImageVerKJ (UTK)：resize 模式只等比缩放不填充，pad 模式填充到目标尺寸
  - ImageMaskScaleAs (UTK)：resize 返回实际缩放尺寸，pad 填充到目标尺寸并正确输出尺寸
  - ImageScaleByAspectRatio (UTK)：resize 返回实际缩放尺寸，pad 填充到目标尺寸并正确输出尺寸
  - resize：等比缩放，输出尺寸 = 缩放后尺寸（可能小于目标尺寸）
  - pad：等比缩放 + 背景填充，输出尺寸 = 目标尺寸（固定尺寸）

### v1.4.6
- 新增 `Resize Image ver KJ (UTK)`，完整对齐 KJ v2 调整模式，支持 `crop_position` 与 mask 同步缩放；pad_edge/pad_edge_pixel 行为与 KJ 对齐
- 升级 `Image Mask Scale As (UTK)` 与 `Image Scale By Aspect Ratio (UTK)`：支持同样的 fit 模式、`crop_position`，并将背景色改为预设清单
- 新增 `Blockify Mask (UTK)`：掩码块化，支持二值化
- 新增 `Best Context Window (UTK)`：计算满足 4n+1 的最佳窗口，最小化补帧
- 统一分类命名：`UniversalToolkit/Tools`

### v1.3.2
- 新增电商应用类，重新组织预设分类结构
- 创建专门的电商应用类，包含6个专业电商功能：
  - Ecommerce-Professional Product Photography (专业产品图)
  - Ecommerce-Product Lifestyle Scene (产品生活场景图)
  - Ecommerce-Model Hand Product Close-Up (模特手持特写)
  - Ecommerce-Fashion Try-On Model Showcase (时尚试穿展示)
  - Ecommerce-Product Pattern Extraction (产品图案提取)
  - Ecommerce-Logo Transfer to Product (品牌融合植入)
- 新增品牌融合植入功能，支持将logo无缝融合到产品图片中
- 优化预设分类逻辑，将通用功能保留在实用功能类中
- 提升电商专业功能的使用体验和分类清晰度
- 保持所有预设的完整功能，总数达到33个，覆盖更全面的图像处理需求

### v1.2.8
- 新增模特手持特写预设和优化产品摄影预设
- 新增Photo-Model Hand Product Close-Up (模特手持特写)预设，专门用于生成模特手持产品的特写摄影场景
- 将Photo-Model Product Trial改名为Photo-Product Lifestyle Scene (产品生活场景图)，更准确反映功能
- 升级Photo-Professional Product Photography (专业产品图)预设，强调场景驱动环境优先级
- 优化专业产品图预设：严格遵循用户场景要求，避免默认影棚背景
- 改进场景匹配：提供购物中心橱窗、咖啡厅、户外公园等具体场景示例
- 增强环境匹配灯光：根据场景使用商场环境光、户外自然光、室内温暖灯光
- 提升构图焦点：强调自然前景/背景整合，保持产品作为明确焦点
- 完善输出要求：详细描述场景设置、相机角度、背景元素、灯光风格和构图
- 保持所有预设的完整功能，总数达到32个，覆盖更全面的图像处理需求

### v1.2.7
- 升级专业产品摄影和模特试用产品图预设
- 新增Photo-Model Product Trial (模特试用产品图)预设，专门用于生成模特使用商品的场景图
- 升级Photo-Professional Product Photography (专业产品图)预设，使用更精确的商业摄影指令
- 优化专业产品图预设：增强场景响应式环境、专业灯光阴影控制、构图焦点卓越性
- 改进模特试用产品图预设：强调模特产品互动、生活化环境整合、专业模特呈现
- 提升商业摄影质量标准：确保锐利对焦、准确曝光、专业调色
- 增强真实故事叙述：创造既真实又令人向往的生活方式故事
- 完善输出要求：详细描述摄影设置、灯光安排、背景处理、相机角度和构图风格
- 保持所有预设的完整功能，总数达到31个，覆盖更全面的图像处理需求

### v1.2.6
- 进一步优化角色姿势视角变换预设
- 使用更精确的提示词结构，提升指令的准确性
- 明确指定相机角度、位置和角色动作的描述要求
- 强调角色正在执行的具体动作，让变换更加生动
- 优化brief描述，支持更具体的用户需求
- 保持所有角色特征的一致性要求
- 确保光照、阴影和透视的自然性
- 提升预设指令的精确性和实用性

### v1.2.5

### v1.2.4
- 优化预设分类结构，提升用户体验
- 将原11个分类优化为7个主要分类：核心编辑、图像合成、场景环境、摄影技术、人物变换、艺术风格、特殊效果
- 合并相似类别，减少重复，提升分类逻辑性
- 保持所有30个预设的完整功能不变
- 优化预设顺序，万能编辑作为默认选项

### v1.2.3
- 新增花纹提取预设和优化用户体验
- 添加Pattern Extraction (花纹提取)预设，支持指定提取对象
- 将Universal Editor (万能编辑)预设移到最前面作为默认选项
- 优化预设顺序，提升用户使用体验
- 支持从任意对象中提取花纹、logo、图案等
- 完全支持$user_prompt$占位符替换机制
- 预设总数达到30个，覆盖各种图像处理需求

### v1.2.2
- 新增万能编辑预设功能
- 添加Universal Editor (万能编辑)预设，支持精确的图像编辑指令转换
- 基于Kontext格式和Flux模型的编辑指令生成
- 支持人物、物体、背景、风格、文本等多种编辑类型
- 严格遵循9条编辑规则，确保视觉一致性和精确性
- 完全支持$user_prompt$占位符替换机制
- 优化预设指令结构，移除重复的英文输出要求

### v1.2.1
- 升级LoadKontextPresets_UTK节点功能
- 新增用户提示输入参数，支持动态场景描述
- 为所有27个预设添加$user_prompt$占位符
- 智能占位符替换，提升VLM模型生成指令的针对性

### v1.2.0
- 全面更新README文档，提供详细的功能介绍和使用指南
- 优化项目结构和文档组织
- 完善节点功能说明和分类
- 更新版本推送代码，确保发布流程顺畅
- 提升项目整体文档质量和用户体验

### v1.1.9
- 升级LoadKontextPresets_UTK节点功能
- 新增用户提示输入参数，支持动态场景描述
- 为所有27个预设添加$user_prompt$占位符
- 智能占位符替换，提升VLM模型生成指令的针对性

### v1.1.8
- 新增LoadKontextPresets_UTK节点
- 提供25种图像变换预设
- 支持情境深度融合、场景传送等多种预设

### v1.1.7
- 新增ThinkRemover_UTK节点
- 支持分离文本中的思考内容

### v1.1.6
- 新增TextboxNode_UTK节点
- 支持在图像上添加自定义样式文本框

### v1.1.5
- 优化ImitationHueNode_UTK节点的色彩迁移算法
- 改进皮肤保护功能，提高肤色保持效果

### v1.1.4
- 版本更新发布，支持ComfyUI-Manager和Registry获取
- 确保与ComfyUI v3完全兼容

### v1.1.3
- 修复PurgeVRAM_UTK节点类型不匹配问题
- 修复CheckMask_UTK节点NoneType错误
- 完成模块化重构

### v1.1.2
- 修复DepthMapBlur_UTK节点kernel size类型问题
- 修正EmptyUnitGenerator_UTK输出shape
- 完善节点导入路径

### v1.1.1
- 项目重构，按功能分类组织代码
- 新增多个图像处理节点
- 提高代码可维护性

### v1.1.0
- 新增CropByMask_UTK和RestoreCropBox_UTK节点
- 支持掩码裁剪和恢复功能

### v1.0.9
- 新增PurgeVRAM_UTK节点
- 支持显存清理功能

### v1.0.8
- 新增ImitationHueNode_UTK节点
- 支持图像色彩迁移功能

### v1.0.7
- 改进ImagePadForOutpaintMasked节点
- 新增数据模式和背景颜色选项

### v1.0.6
- 新增ImageAndMaskPreview_UTK节点
- 支持图像和掩码同时预览

### v1.0.5
- 新增ImagePadForOutpaintMasked_UTK节点
- 支持外绘时扩展图像尺寸

### v1.0.4
- 新增FillMaskedArea_UTK节点
- 支持三种填充模式

### v1.0.3
- 新增掩码像素级运算节点
- 修正节点注册与显示名风格

### v1.0.2
- 删除无用节点
- 新增AudioCropProcess节点
- 修复音频处理相关bug

### v1.0.1
- 改进图像拼接节点
- 添加图像尺寸匹配和最大尺寸限制

### v1.0.0
- 初始版本发布
- 包含基础图像处理、文本处理、工具类节点

## 🔧 兼容性

- **ComfyUI版本**：v1.0.0+
- **Python版本**：3.8+
- **操作系统**：Windows, macOS, Linux
- **GPU支持**：NVIDIA CUDA (推荐)

## 界面设置与 Nodes 2.0 说明

### 启用上下文菜单自动嵌套子目录

在 ComfyUI 设置中可开启「启用上下文菜单自动嵌套子目录」。开启后，在模型/文件选择等带路径的 combo 下拉中，选项会按子目录折叠为层级菜单，便于在子目录较多的场景下选择。

**关于 Nodes 2.0**：该功能通过修补 LiteGraph 的 `ContextMenu` 实现。若使用 **Nodes 2.0**（官方 Vue 前端），combo 下拉可能不再经过 `ContextMenu`，导致本功能不生效。此时可：

- 在 ComfyUI 菜单中切换回 **LiteGraph Canvas**（关闭 Nodes 2.0）以使用本功能，或
- 关注 ComfyUI 后续是否提供 combo 选项转换的扩展 API。

验证方式：开启本设置后，点击任意模型/文件类节点的下拉，若浏览器控制台出现 `UniversalToolkit contextMenu nest patch applied` 日志，说明补丁已生效；若无该日志，则当前前端未使用 ContextMenu，本功能在该界面下不可用。

## 📁 项目结构

```
ComfyUI-UniversalToolkit/
├── nodes/
│   ├── image/           # 图像处理节点
│   ├── audio/           # 音频处理节点
│   ├── mask/            # 掩码操作节点
│   ├── tools/           # 工具节点
│   └── image_utils.py   # 图像工具函数
├── web/                 # Web界面扩展
├── reference_code/      # 参考代码
├── __init__.py          # 主入口文件
├── requirements.txt     # 依赖列表
├── pyproject.toml       # 项目配置
└── README.md           # 说明文档
```

## 🤝 贡献

欢迎提交Issue和Pull Request！

### 开发规范
- 遵循PEP8代码风格
- 节点命名统一加`_UTK`后缀
- 所有节点必须通过测试验证
- 新增功能需更新文档

## 📄 许可证

本项目采用MIT许可证 - 详见[LICENSE](LICENSE)文件

## 👨‍💻 作者信息

- **作者**：CyberDickLang
- **邮箱**：286878701@qq.com
- **GitHub**：[https://github.com/whmc76](https://github.com/whmc76)

## 🙏 致谢

感谢以下项目的开源贡献：
- [ComfyUI](https://github.com/comfyanonymous/ComfyUI) - 优秀的AI图像生成框架
- [ComfyUI-LayerStyle](https://github.com/your-repo) - 模块化设计参考
- [ComfyUI-MingNodes](https://github.com/your-repo) - 色彩迁移算法参考
- [Kontext](https://github.com/your-repo) - VLM预设系统
- [kjnodes](https://github.com/kijai/ComfyUI-KJNodes) - 节点开发参考和灵感
- [audio-separation-nodes-comfyui](https://github.com/christian-byrne/audio-separation-nodes-comfyui) - 音频处理节点参考

---

⭐ 如果这个项目对您有帮助，请给我们一个Star！

---

## ❤️ 支持与关注 / Support & Follow

> 开源代码可以免费，但显卡、电费、服务器和咖啡豆暂时还没学会开源。

你好，我是**赛博迪克朗**。我平时给 AI 喂提示词、给 ComfyUI 接管线，也负责修复那些“昨天明明还能跑”的神秘问题。教程里看起来三分钟解决的事，背后往往是三十次失败和一句又一句“这不应该啊”。

如果这个项目帮你少踩了一个坑、少重装了一次环境，那些和报错窗口深情对视的夜晚就算没有白熬。欢迎通过下面的方式支持和关注：

- [💙 支付宝 / Alipay](https://github.com/whmc76/.github/blob/main/SUPPORT.md#alipay)
- [🌍 PayPal](https://paypal.me/CyberDickLang)
- [📺 哔哩哔哩 / Bilibili](https://space.bilibili.com/339984)
- [▶️ YouTube](https://www.youtube.com/@CyberDickLang)

抖音、小红书、快手、今日头条、微信视频号、X：搜索全网统一名称 **“赛博迪克朗”**。

**不赞助也完全没关系。** 使用、Star、反馈、分享，甚至一句“这东西真能用”，都是继续更新的动力。谢谢你让这个项目不只是躺在我的硬盘里感动自己。