koishi-plugin-p-draw 1.6.4 → 1.6.5
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- package/index.js +36 -7
- package/lib/i18n.js +2 -0
- package/lib/workflows.js +75 -7
- package/package.json +1 -1
- package/readme.md +19 -2
package/index.js
CHANGED
|
@@ -55,6 +55,7 @@ const CONFIG_GROUPS = {
|
|
|
55
55
|
workflow: [
|
|
56
56
|
'customWorkflowEnabled', 'customWorkflowPath', 'skipQualityPrefixForCustomWorkflow',
|
|
57
57
|
'customWorkflowOverrideParameters', 'customWorkflowReloadOnChange',
|
|
58
|
+
'workflowOverrideModel', 'modelLoaderNodeId',
|
|
58
59
|
'positivePromptNodeId', 'negativePromptNodeId', 'resolutionNodeId', 'seedNodeId', 'stepsNodeId',
|
|
59
60
|
'workflowPresets', 'defaultWorkflowPreset',
|
|
60
61
|
],
|
|
@@ -168,6 +169,8 @@ exports.Config = Schema.object({
|
|
|
168
169
|
skipQualityPrefixForCustomWorkflow: Schema.boolean().default(true).description('启用自定义工作流时跳过质量前缀注入'),
|
|
169
170
|
customWorkflowOverrideParameters: Schema.boolean().default(false).description('用插件参数覆盖工作流内的采样参数'),
|
|
170
171
|
customWorkflowReloadOnChange: Schema.boolean().default(true).description('工作流文件变化时自动重载(无需重启)'),
|
|
172
|
+
workflowOverrideModel: Schema.boolean().default(true).description('用 unetName 覆盖自定义工作流里的模型文件名(让 `p-draw 模型` 切换对预设也生效)'),
|
|
173
|
+
modelLoaderNodeId: Schema.string().default('').description('指定覆盖哪个模型加载节点 ID(留空:工作流里只有一个模型加载节点时自动覆盖;有多个时跳过不猜)'),
|
|
171
174
|
positivePromptNodeId: Schema.string().default('').description('正面提示词节点 ID(留空自动识别;示例 6,以实际 JSON 为准)'),
|
|
172
175
|
negativePromptNodeId: Schema.string().default('').description('负面提示词节点 ID(留空自动识别;示例 7)'),
|
|
173
176
|
resolutionNodeId: Schema.string().default('').description('尺寸节点 ID(留空自动识别)'),
|
|
@@ -186,9 +189,11 @@ exports.Config = Schema.object({
|
|
|
186
189
|
samplerName: Schema.string().description('该预设固定采样器'),
|
|
187
190
|
scheduler: Schema.string().description('该预设固定调度器'),
|
|
188
191
|
overrideParameters: Schema.boolean().description('用上面的参数覆盖工作流内取值'),
|
|
192
|
+
overrideModel: Schema.boolean().description('是否把 unetName 写进这个工作流的模型节点(留空沿用全局)'),
|
|
193
|
+
modelLoaderNodeId: Schema.string().description('该预设的模型加载节点 ID(留空沿用全局)'),
|
|
189
194
|
}).description('预设')).default({}).description('工作流预设:key=预设名。指令里用 `--工作流 <名称>` 或名称/别名开头选择(如 `画图 极速:1girl`)'),
|
|
190
195
|
defaultWorkflowPreset: Schema.string().default('').description('默认预设名(留空则用上面的 customWorkflow* 那套)'),
|
|
191
|
-
}).description('⑦ 自定义工作流'),
|
|
196
|
+
}).description('⑦ 自定义工作流').collapse(),
|
|
192
197
|
|
|
193
198
|
llm: Schema.object({
|
|
194
199
|
promptOptimizeEnabled: Schema.boolean().default(false).description('启用自然语言优化(需配置下面的 LLM 接口)'),
|
|
@@ -212,7 +217,7 @@ exports.Config = Schema.object({
|
|
|
212
217
|
llmExtraBody: Schema.string().role('textarea').default('{}').description('附加请求体 JSON(最后覆盖),用于中转站私有参数,如 {"enable_thinking":false}'),
|
|
213
218
|
llmMaxTokens: Schema.number().default(1000).description('LLM 输出上限'),
|
|
214
219
|
promptOptimizeTemplate: Schema.string().description('优化模板(支持 {theme} {search_block} {character_rule} 占位符)').default('你是为 Anima 图像生成模型编写正面提示词的 AI 画师。\n\n请根据用户的原始要求设计一幅完整、协调、具有视觉吸引力的画面,并将结果输出为英文 Danbooru-style tags。\n\n输出要求:\n- 只输出一行英文 tags,使用英文逗号分隔。\n- 不要输出解释、分析、标题、编号、Markdown、代码块或中文。\n- 不要输出 masterpiece、best quality、score 等质量前缀。\n- 不要输出画师 tags;质量词和画师组会由程序另行拼接。\n- 尽量使用模型容易理解的可见画面描述。\n- 保持用户明确指定的角色、主体、人数、关键服装、动作、表情和道具。\n- 除上述明确要求外,可以自由决定服装细节、姿态、构图、镜头、背景、环境、光影、色彩、氛围、前景和特效。\n- 以最终图像协调、精致、有表现力和好看为优先,不需要机械追求固定 Tag 数量。\n- 不要为了数量重复同义词;画面已经完整时即可停止。\n- 请自行解决明显冲突,直接输出你认为最适合生成最终画面的版本。\n\n角色和动态上下文:\n{character_rule}\n{search_block}\n\n用户原始要求:\n{theme}'),
|
|
215
|
-
}).description('⑧ 提示词优化 / LLM'),
|
|
220
|
+
}).description('⑧ 提示词优化 / LLM').collapse(),
|
|
216
221
|
|
|
217
222
|
search: Schema.object({
|
|
218
223
|
webSearchEnabled: Schema.boolean().default(false).description('启用联网搜索(指令里写「联网/搜索/查一下」触发)'),
|
|
@@ -221,7 +226,7 @@ exports.Config = Schema.object({
|
|
|
221
226
|
webSearchMaxResults: Schema.number().default(5).description('搜索结果数量'),
|
|
222
227
|
webSearchDepth: Schema.string().default('basic').description('搜索深度(basic / advanced)'),
|
|
223
228
|
webSearchQueryTemplate: Schema.string().default('{prompt} 角色 外观 立绘 服装 配色 武器 官方图 official art character design outfit appearance wiki fandom').description('搜索词模板({prompt} 代表用户需求)'),
|
|
224
|
-
}).description('⑨ 联网搜索'),
|
|
229
|
+
}).description('⑨ 联网搜索').collapse(),
|
|
225
230
|
|
|
226
231
|
vision: Schema.object({
|
|
227
232
|
multiVerifyEnabled: Schema.boolean().default(true).description('多人图生成后启用视觉校验'),
|
|
@@ -240,11 +245,11 @@ exports.Config = Schema.object({
|
|
|
240
245
|
proxy: Schema.string().description('该通道专用代理(留空则用上面的 verifyLlmProxy)'),
|
|
241
246
|
}).description('通道')).default({}).description('视觉校验的附加通道:主通道全部失败后按顺序继续尝试'),
|
|
242
247
|
verifyLlmChannelOrder: Schema.array(Schema.string()).default([]).description('视觉附加通道的尝试顺序(填通道名;留空则按配置先后顺序)'),
|
|
243
|
-
}).description('⑩ 多人视觉校验'),
|
|
248
|
+
}).description('⑩ 多人视觉校验').collapse(),
|
|
244
249
|
|
|
245
250
|
legacy: Schema.object({
|
|
246
251
|
workflow: Schema.string().default('anima_t2i').description('旧版工作流标识,仅用于状态/诊断显示,内置工作流固定 anima_t2i'),
|
|
247
|
-
}).description('⑪ 兼容项(旧版,可忽略)'),
|
|
252
|
+
}).description('⑪ 兼容项(旧版,可忽略)').collapse(),
|
|
248
253
|
})
|
|
249
254
|
|
|
250
255
|
// ------------------------------------------------------------------
|
|
@@ -355,7 +360,11 @@ exports.apply = async function apply(ctx, rawConfig) {
|
|
|
355
360
|
}
|
|
356
361
|
|
|
357
362
|
// 自定义工作流路径一律相对 Koishi 运行目录解析(见 lib/workflows.js)
|
|
358
|
-
const workflowOpts = () => ({
|
|
363
|
+
const workflowOpts = () => ({
|
|
364
|
+
baseDir: ctx.baseDir || process.cwd(),
|
|
365
|
+
overrideModel: cfg.workflowOverrideModel !== false,
|
|
366
|
+
modelLoaderNodeId: cfg.modelLoaderNodeId || '',
|
|
367
|
+
})
|
|
359
368
|
|
|
360
369
|
// ---------------- 工作流预设 ----------------
|
|
361
370
|
// 预设 = 一个 JSON 路径 + 可选的节点 ID / 采样参数覆盖,指令里按名字选用。
|
|
@@ -387,6 +396,10 @@ exports.apply = async function apply(ctx, rawConfig) {
|
|
|
387
396
|
? Boolean(preset.overrideParameters)
|
|
388
397
|
: Boolean(cfg.customWorkflowOverrideParameters),
|
|
389
398
|
}
|
|
399
|
+
if (preset.overrideModel !== undefined && preset.overrideModel !== null) {
|
|
400
|
+
patch.workflowOverrideModel = Boolean(preset.overrideModel)
|
|
401
|
+
}
|
|
402
|
+
if (preset.modelLoaderNodeId) patch.modelLoaderNodeId = String(preset.modelLoaderNodeId)
|
|
390
403
|
return patch
|
|
391
404
|
}
|
|
392
405
|
|
|
@@ -605,6 +618,18 @@ exports.apply = async function apply(ctx, rawConfig) {
|
|
|
605
618
|
lines.push(`步数节点:${fmt(t.stepsIds)}(${how(cfg.stepsNodeId, t.stepsIds.length)})`)
|
|
606
619
|
lines.push(`种子节点:${fmt(t.seedIds)}(${how(cfg.seedNodeId, t.seedIds.length)})`)
|
|
607
620
|
lines.push(`识别的文本编码节点:${fmt(t.textNodes)}`)
|
|
621
|
+
const loaders = report.modelLoaders || []
|
|
622
|
+
if (loaders.length) {
|
|
623
|
+
const list = loaders.map(l => `#${l.id} ${l.classType}`).join('、')
|
|
624
|
+
const how = cfg.workflowOverrideModel === false
|
|
625
|
+
? '不注入(workflowOverrideModel=false,模型由 JSON 决定)'
|
|
626
|
+
: loaders.length > 1
|
|
627
|
+
? (String(cfg.modelLoaderNodeId || '').trim() ? `只注入 #${cfg.modelLoaderNodeId}` : '跳过(有多个模型加载节点,可用 modelLoaderNodeId 指定)')
|
|
628
|
+
: `注入 ${cfg.unetName}`
|
|
629
|
+
lines.push(`模型加载节点:${list}(${how})`)
|
|
630
|
+
} else {
|
|
631
|
+
lines.push('模型加载节点:(未找到可注入的 UNETLoader / CheckpointLoaderSimple)')
|
|
632
|
+
}
|
|
608
633
|
return lines
|
|
609
634
|
}
|
|
610
635
|
|
|
@@ -966,7 +991,11 @@ exports.apply = async function apply(ctx, rawConfig) {
|
|
|
966
991
|
const cfgVal = Number(overrides.cfg) || workCfg.cfg
|
|
967
992
|
const seed = Number(overrides.seed) || crypto.randomInt(1, 2 ** 32 - 1)
|
|
968
993
|
const negativePrompt = joinPromptParts([overrides.negativePrompt || cfg.negativePrompt || ''])
|
|
969
|
-
const promptBody = buildWorkflow(workCfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, Boolean(size), Object.assign({}, workflowOpts(), {
|
|
994
|
+
const promptBody = buildWorkflow(workCfg, prompt, negativePrompt, width, height, steps, cfgVal, seed, Boolean(size), Object.assign({}, workflowOpts(), {
|
|
995
|
+
modelParams: overrideKeys,
|
|
996
|
+
overrideModel: baseCfg.workflowOverrideModel !== false,
|
|
997
|
+
modelLoaderNodeId: baseCfg.modelLoaderNodeId || '',
|
|
998
|
+
}))
|
|
970
999
|
|
|
971
1000
|
const clientId = crypto.randomUUID()
|
|
972
1001
|
const submit = await comfyPost('/prompt', { prompt: promptBody, client_id: clientId }, 20000)
|
package/lib/i18n.js
CHANGED
|
@@ -10,6 +10,8 @@ const zhCN = {
|
|
|
10
10
|
customWorkflowPath: { $description: '自定义工作流 JSON 路径(相对 Koishi 运行目录,例如 data/p-draw/workflows/anima-aesthetic-v1.1.json;插件目录作为回退)' },
|
|
11
11
|
customWorkflowOverrideParameters: { $description: '用插件参数覆盖自定义工作流参数' },
|
|
12
12
|
customWorkflowReloadOnChange: { $description: '工作流 JSON 变化时自动重载(无需重启插件)' },
|
|
13
|
+
workflowOverrideModel: { $description: '用 unetName 覆盖自定义工作流里的模型文件名(让 p-draw 模型 切换对预设也生效)' },
|
|
14
|
+
modelLoaderNodeId: { $description: '指定覆盖哪个模型加载节点 ID(留空则只有一个模型节点时自动覆盖)' },
|
|
13
15
|
positivePromptNodeId: { $description: '自定义工作流中正面提示词节点 ID(留空自动识别;示例 6,以实际 JSON 为准)' },
|
|
14
16
|
negativePromptNodeId: { $description: '自定义工作流中负面提示词节点 ID(留空自动识别;示例 7,以实际 JSON 为准)' },
|
|
15
17
|
resolutionNodeId: { $description: '自定义工作流中尺寸节点 ID(EmptyLatentImage,可留空;示例 5)' },
|
package/lib/workflows.js
CHANGED
|
@@ -182,6 +182,19 @@ function findNodesByClass(workflow, classTypes) {
|
|
|
182
182
|
return ids
|
|
183
183
|
}
|
|
184
184
|
|
|
185
|
+
// 采样节点:类名含 sampler 且带 steps 输入(KSampler / KSamplerAdvanced / ClownsharKSampler_Beta …)
|
|
186
|
+
function findSamplerNodeIds(workflow) {
|
|
187
|
+
const ids = []
|
|
188
|
+
for (const [nodeId, node] of Object.entries(workflow)) {
|
|
189
|
+
if (!node || typeof node !== 'object') continue
|
|
190
|
+
if (!/sampler/i.test(String(node.class_type || ''))) continue
|
|
191
|
+
const inputs = node.inputs
|
|
192
|
+
if (!inputs || typeof inputs !== 'object') continue
|
|
193
|
+
if (!('steps' in inputs)) continue
|
|
194
|
+
ids.push(String(nodeId))
|
|
195
|
+
}
|
|
196
|
+
return ids
|
|
197
|
+
}
|
|
185
198
|
// 尺寸节点:凡是「类名带 Latent 且同时有 width/height 输入」的都算。
|
|
186
199
|
// 这样 EmptyLatentImage、EmptySD3LatentImage、EmptyHunyuanLatentVideo 等新老节点都能认。
|
|
187
200
|
function findResolutionNodeIds(workflow) {
|
|
@@ -198,12 +211,13 @@ function findResolutionNodeIds(workflow) {
|
|
|
198
211
|
return ids
|
|
199
212
|
}
|
|
200
213
|
|
|
201
|
-
//
|
|
214
|
+
// 从任意带 positive/negative 输入的节点(KSampler、KSamplerAdvanced、ClownsharKSampler_Beta
|
|
215
|
+
// 等所有采样器)沿连线反查,找到真正的文本编码节点。
|
|
216
|
+
// 不写死采样器类名,否则 RES4LYF / 自定义采样器都会识别不到。
|
|
202
217
|
function conditioningTextNodeIds(workflow, inputName, textNodes) {
|
|
203
218
|
const pending = []
|
|
204
219
|
for (const node of Object.values(workflow)) {
|
|
205
220
|
if (!node || typeof node !== 'object') continue
|
|
206
|
-
if (!['KSampler', 'KSamplerAdvanced'].includes(String(node.class_type || ''))) continue
|
|
207
221
|
const link = node.inputs && node.inputs[inputName]
|
|
208
222
|
if (Array.isArray(link) && link.length) pending.push(String(link[0]))
|
|
209
223
|
}
|
|
@@ -279,17 +293,17 @@ function resolveCustomNodeTargets(workflow, cfg = {}) {
|
|
|
279
293
|
}
|
|
280
294
|
|
|
281
295
|
// 采样节点:显式指定则只改该节点,否则改所有 KSampler
|
|
282
|
-
const samplerClasses =
|
|
296
|
+
const samplerClasses = findSamplerNodeIds(workflow)
|
|
283
297
|
const explicitSteps = cleanNodeId(cfg.stepsNodeId)
|
|
284
298
|
let stepsIds = []
|
|
285
299
|
if (explicitSteps) {
|
|
286
300
|
if (!workflow[explicitSteps]) {
|
|
287
|
-
errors.push(`配置的步数节点 ID「${explicitSteps}」不存在于工作流中。可能是:\n ${
|
|
301
|
+
errors.push(`配置的步数节点 ID「${explicitSteps}」不存在于工作流中。可能是:\n ${samplerClasses.map(id => nodeLabel(workflow, id)).join('\n ') || '(无)'}`)
|
|
288
302
|
} else {
|
|
289
303
|
stepsIds = [explicitSteps]
|
|
290
304
|
}
|
|
291
305
|
} else {
|
|
292
|
-
stepsIds =
|
|
306
|
+
stepsIds = samplerClasses
|
|
293
307
|
}
|
|
294
308
|
|
|
295
309
|
// seed 节点:显式指定则只改该节点,否则改所有带 seed / noise_seed 输入的节点
|
|
@@ -297,7 +311,7 @@ function resolveCustomNodeTargets(workflow, cfg = {}) {
|
|
|
297
311
|
let seedIds = []
|
|
298
312
|
if (explicitSeed) {
|
|
299
313
|
if (!workflow[explicitSeed]) {
|
|
300
|
-
errors.push(`配置的种子节点 ID「${explicitSeed}」不存在于工作流中。可能是:\n ${
|
|
314
|
+
errors.push(`配置的种子节点 ID「${explicitSeed}」不存在于工作流中。可能是:\n ${samplerClasses.map(id => nodeLabel(workflow, id)).join('\n ') || '(无)'}`)
|
|
301
315
|
} else {
|
|
302
316
|
seedIds = [explicitSeed]
|
|
303
317
|
}
|
|
@@ -326,6 +340,9 @@ function customWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVa
|
|
|
326
340
|
const targets = resolveCustomNodeTargets(workflow, cfg)
|
|
327
341
|
if (targets.errors.length) throw new Error(targets.errors.join('\n'))
|
|
328
342
|
|
|
343
|
+
// 模型名注入:让 unetName / p-draw 模型 对自定义工作流也生效
|
|
344
|
+
const modelResult = applyModelOverride(workflow, cfg, opts)
|
|
345
|
+
|
|
329
346
|
for (const nodeId of targets.positive) {
|
|
330
347
|
if (workflow[nodeId] && workflow[nodeId].inputs) workflow[nodeId].inputs.text = prompt
|
|
331
348
|
}
|
|
@@ -373,7 +390,7 @@ function customWorkflow(cfg, prompt, negativePrompt, width, height, steps, cfgVa
|
|
|
373
390
|
|
|
374
391
|
// 只读检查:供「p-draw 诊断」报告工作流来源与实际解析到的节点,不生成图片
|
|
375
392
|
function inspectCustomWorkflow(cfg, opts = {}) {
|
|
376
|
-
const report = { ok: false, path: '', mtimeMs: null, targets: null, textNodes: [], error: '' }
|
|
393
|
+
const report = { ok: false, path: '', mtimeMs: null, targets: null, textNodes: [], modelLoaders: [], error: '' }
|
|
377
394
|
try {
|
|
378
395
|
const absPath = resolveCustomWorkflowPath(cfg, opts)
|
|
379
396
|
report.path = absPath
|
|
@@ -383,6 +400,7 @@ function inspectCustomWorkflow(cfg, opts = {}) {
|
|
|
383
400
|
const targets = resolveCustomNodeTargets(workflow, cfg)
|
|
384
401
|
report.targets = targets
|
|
385
402
|
report.textNodes = targets.textNodes
|
|
403
|
+
report.modelLoaders = findModelLoaders(workflow)
|
|
386
404
|
if (targets.errors.length) {
|
|
387
405
|
report.error = targets.errors.join(';')
|
|
388
406
|
return report
|
|
@@ -399,6 +417,52 @@ function inspectCustomWorkflow(cfg, opts = {}) {
|
|
|
399
417
|
const IMAGE_INPUT_RE = /^(LoadImage|LoadImageMask|LoadImageOutput|ImageInput|LoadImageFromUrl)$/i
|
|
400
418
|
const CONTROLNET_RE = /controlnet/i
|
|
401
419
|
|
|
420
|
+
// 主模型加载节点 → 模型文件名所在的输入名
|
|
421
|
+
const MODEL_LOADER_INPUTS = {
|
|
422
|
+
UNETLoader: 'unet_name',
|
|
423
|
+
UnetLoaderGGUF: 'unet_name',
|
|
424
|
+
EnhancedLoadDiffusionModel: 'unet_name',
|
|
425
|
+
CheckpointLoaderSimple: 'ckpt_name',
|
|
426
|
+
}
|
|
427
|
+
|
|
428
|
+
// 找出工作流里的模型加载节点
|
|
429
|
+
function findModelLoaders(workflow) {
|
|
430
|
+
const found = []
|
|
431
|
+
for (const [nodeId, node] of Object.entries(workflow)) {
|
|
432
|
+
if (!node || typeof node !== 'object') continue
|
|
433
|
+
const inputName = MODEL_LOADER_INPUTS[String(node.class_type || '')]
|
|
434
|
+
if (!inputName) continue
|
|
435
|
+
const inputs = node.inputs
|
|
436
|
+
if (!inputs || !(inputName in inputs)) continue
|
|
437
|
+
found.push({ id: String(nodeId), inputName, classType: String(node.class_type) })
|
|
438
|
+
}
|
|
439
|
+
return found
|
|
440
|
+
}
|
|
441
|
+
|
|
442
|
+
// 把 cfg.unetName 写进工作流的模型加载节点。
|
|
443
|
+
// 多个加载器时不猜(除非用 modelLoaderNodeId 指定),避免把双模型工作流写坏。
|
|
444
|
+
function applyModelOverride(workflow, cfg, opts = {}) {
|
|
445
|
+
if (opts.overrideModel === false) return { applied: false, loaders: findModelLoaders(workflow), reason: 'disabled' }
|
|
446
|
+
const loaders = findModelLoaders(workflow)
|
|
447
|
+
const model = String((cfg && cfg.unetName) || '').trim()
|
|
448
|
+
if (!loaders.length) return { applied: false, loaders, reason: 'no-loader' }
|
|
449
|
+
if (!model) return { applied: false, loaders, reason: 'no-model' }
|
|
450
|
+
|
|
451
|
+
const pinned = cleanNodeId(opts.modelLoaderNodeId)
|
|
452
|
+
let targets = loaders
|
|
453
|
+
if (pinned) {
|
|
454
|
+
targets = loaders.filter(loader => loader.id === pinned)
|
|
455
|
+
if (!targets.length) return { applied: false, loaders, reason: `node-not-found:${pinned}` }
|
|
456
|
+
} else if (loaders.length > 1) {
|
|
457
|
+
return { applied: false, loaders, reason: 'ambiguous' }
|
|
458
|
+
}
|
|
459
|
+
|
|
460
|
+
for (const target of targets) {
|
|
461
|
+
workflow[target.id].inputs[target.inputName] = model
|
|
462
|
+
}
|
|
463
|
+
return { applied: true, loaders, targets, model, reason: '' }
|
|
464
|
+
}
|
|
465
|
+
|
|
402
466
|
// 体检:这个工作流能不能在「纯文本」模式下跑,需要什么额外输入
|
|
403
467
|
function analyzeWorkflow(workflow) {
|
|
404
468
|
const classes = Object.values(workflow).map(node => String((node && node.class_type) || ''))
|
|
@@ -482,6 +546,7 @@ module.exports = {
|
|
|
482
546
|
nodeLabel,
|
|
483
547
|
collectTextNodeIds,
|
|
484
548
|
findNodesByClass,
|
|
549
|
+
findSamplerNodeIds,
|
|
485
550
|
findResolutionNodeIds,
|
|
486
551
|
buildWorkflow,
|
|
487
552
|
customWorkflow,
|
|
@@ -490,6 +555,9 @@ module.exports = {
|
|
|
490
555
|
inspectCustomWorkflow,
|
|
491
556
|
IMAGE_INPUT_RE,
|
|
492
557
|
CONTROLNET_RE,
|
|
558
|
+
MODEL_LOADER_INPUTS,
|
|
559
|
+
findModelLoaders,
|
|
560
|
+
applyModelOverride,
|
|
493
561
|
analyzeWorkflow,
|
|
494
562
|
inspectWorkflowFile,
|
|
495
563
|
}
|
package/package.json
CHANGED
package/readme.md
CHANGED
|
@@ -125,6 +125,8 @@ plugins:
|
|
|
125
125
|
| `skipQualityPrefixForCustomWorkflow` | 启用自定义工作流时跳过质量前缀注入(默认 `true`) |
|
|
126
126
|
| `customWorkflowOverrideParameters` | 用插件参数覆盖工作流内的采样参数(总开关)。注意:`modelParams` 里显式写了的字段不受这个开关限制,永远覆盖 |
|
|
127
127
|
| `customWorkflowReloadOnChange` | 工作流文件变化时自动重载,无需重启(默认 `true`) |
|
|
128
|
+
| `workflowOverrideModel` | 用 `unetName` 覆盖自定义工作流里的模型文件名(默认 `true`)。开着之后 `p-draw 模型 <名称>` 对预设也生效,不用改 JSON |
|
|
129
|
+
| `modelLoaderNodeId` | 指定覆盖哪个模型加载节点。留空时:工作流里只有一个模型加载节点就自动覆盖,有多个则不猜、跳过 |
|
|
128
130
|
| `positivePromptNodeId` / `negativePromptNodeId` | 正/负面提示词节点 ID;留空自动识别 |
|
|
129
131
|
| `resolutionNodeId` / `seedNodeId` / `stepsNodeId` | 尺寸 / 种子 / 步数节点 ID;可留空(留空则按节点类型覆盖) |
|
|
130
132
|
| `workflowPresets` | 工作流预设字典:`预设名 → { path, aliases, 节点 ID, steps, cfg, ... }`,供指令按名切换(见下方「工作流预设」) |
|
|
@@ -432,7 +434,7 @@ defaultWorkflowPreset: 基础文生图
|
|
|
432
434
|
| 09 | Text-to-Image Baseline | 17 | 文本 | ✅ 可用 |
|
|
433
435
|
| 03 | DMDX 4-Step Speed Run | 19 | 文本 | ✅ 可用(设 `steps: 4`、低 CFG) |
|
|
434
436
|
| 04 | Three-Stage High-Quality | 26 | 文本 | ✅ 可用(多段采样+放大) |
|
|
435
|
-
| 01 | 1.5x Upscale | 20 |
|
|
437
|
+
| 01 | 1.5x Upscale | 20 | 文本 | ✅ 可用(见下方依赖) |
|
|
436
438
|
| 05 | Tiled Upscale | 45 | 视导出而定 | ⚠️ 同上 |
|
|
437
439
|
| 08 | T2I + ControlNet + Face/Hand Repair | 60 | 文本 + 控制图 | ⚠️ ControlNet 分支需参考图,禁用后方可用 |
|
|
438
440
|
| 02 | ControlNet Precision Control | 32 | 图片 | ❌ 需图生图 |
|
|
@@ -440,7 +442,22 @@ defaultWorkflowPreset: 基础文生图
|
|
|
440
442
|
| 07 | Image-to-Image | 19 | 图片 | ❌ 需图生图 |
|
|
441
443
|
| 10 | Anima-Edit LoRA / IC | 52 | 图片 | ❌ 需图生图 |
|
|
442
444
|
|
|
443
|
-
判断依据是自动体检的结果:**只要 JSON 里出现 `LoadImage` 一类节点,就判定为需要图片输入**。所以
|
|
445
|
+
判断依据是自动体检的结果:**只要 JSON 里出现 `LoadImage` 一类节点,就判定为需要图片输入**。所以 05/08 到底能不能用,取决于你导出时是「从空 latent 开始」还是「从图开始」——`画图 工作流` 会直接告诉你。
|
|
446
|
+
|
|
447
|
+
### 官方工作流需要先装的自定义节点
|
|
448
|
+
|
|
449
|
+
官方这套工作流依赖几个 ComfyUI 自定义节点包,**不装的话图里会显示红色缺失节点**:
|
|
450
|
+
|
|
451
|
+
| 节点包 | 提供 | 用于 |
|
|
452
|
+
|---|---|---|
|
|
453
|
+
| [RES4LYF](https://github.com/ClownsharkBatwing/RES4LYF) | `ClownsharKSampler_Beta` | 几乎所有官方工作流的主力采样器(`beta57` 等调度器) |
|
|
454
|
+
| [Comfy-WaveSpeed](https://github.com/chengzeyi/Comfy-WaveSpeed) | `EnhancedLoadDiffusionModel` | 官方图的模型加载节点 |
|
|
455
|
+
| [ControlAltAI-Nodes](https://github.com/gseth/ControlAltAI-Nodes) | `FluxResolutionNode` | 按兆像素/比例计算尺寸 |
|
|
456
|
+
| [rgthree-comfy](https://github.com/rgthree/rgthree-comfy) | `Seed (rgthree)` | 08 等图的种子节点 |
|
|
457
|
+
|
|
458
|
+
> `XB_UNetNameBroadcaster`(在 XB_ToolBox 里)依赖极重(easyocr / whisper / diffusers…),**不建议装**。它只是给模型加载节点传一个字符串,删掉该节点、直接在加载节点的下拉框里选模型即可。
|
|
459
|
+
|
|
460
|
+
01 实测流程:装上 RES4LYF + Comfy-WaveSpeed + ControlAltAI-Nodes,删掉 `XB_UNetNameBroadcaster`,把模型选成自己的,导出 API 即可。**插件会自动把 `unetName` 注入模型节点**(见 `workflowOverrideModel`),所以后续换模型不用再改 JSON。
|
|
444
461
|
|
|
445
462
|
图生图能力(图片上传 + `LoadImage` 注入 + 重绘幅度)尚未实现,所以 ❌ 的四个目前只能等后续版本。
|
|
446
463
|
|