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 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 = () => ({ baseDir: ctx.baseDir || process.cwd() })
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(), { modelParams: overrideKeys }))
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
- // 从 KSampler 的 positive/negative 入口沿连线反查,找到真正的文本编码节点
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 = ['KSampler', 'KSamplerAdvanced']
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 ${findNodesByClass(workflow, samplerClasses).map(id => nodeLabel(workflow, id)).join('\n ') || '(无)'}`)
301
+ errors.push(`配置的步数节点 ID「${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 = findNodesByClass(workflow, samplerClasses)
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 ${findNodesByClass(workflow, samplerClasses).map(id => nodeLabel(workflow, id)).join('\n ') || '(无)'}`)
314
+ errors.push(`配置的种子节点 ID「${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
@@ -1,7 +1,7 @@
1
1
  {
2
2
  "name": "koishi-plugin-p-draw",
3
3
  "description": "p点-绘图,连接本地 ComfyUI 生图。支持自然语言优化、尺寸选择、画师组、固定角色、生成队列,需要配合 p-qiandao 使用",
4
- "version": "1.6.4",
4
+ "version": "1.6.5",
5
5
  "main": "index.js",
6
6
  "files": [
7
7
  "index.js",
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 | 视导出而定 | ⚠️ 若含 `LoadImage` 则不可用 |
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 01/05/08 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。
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