ComfyUI Extension: comfyui-super-captioner

Authored by Gary-yeh

Created

Updated

1 stars

A powerful multi-model image captioning node that supports both local BLIP models and the cloud-based Google Gemini API, specifically designed for ComfyUI.

Custom Nodes (0)

    README

    Super Captioner for ComfyUI

    一個強大的多模型圖像描述節點，支援本地 BLIP 模型和雲端的 Google Gemini API，專為 ComfyUI 設計。

    workflow_example <!-- 強烈建議您截一張工作流圖片並上傳到圖床（如 imgur.com），然後替換此 URL -->

    ✨ 功能特色 (Features)

    • 多模型支援: 在同一個節點中透過下拉選單選擇 blip-large (本地) 或 gemini-pro-vision (雲端)。
    • 本地優先: BLIP 模型完全在本地運行，保護您的隱私，無需 API Key。
    • 高品質雲端: 整合 Google Gemini Pro Vision，提供頂級的中文和多語言描述能力。
    • 智慧 VRAM 管理: 本地模型在使用後會自動從 VRAM 中卸載，為後續的 Stable Diffusion 流程騰出空間。

    🔧 如何安裝 (Installation)

    方法一: 使用 ComfyUI Manager (推薦)

    1. 安裝 ComfyUI Manager。
    2. 在 Manager 菜單中，點擊 "Install Custom Nodes"。
    3. 搜尋 "SuperCaptioner" 或您的 GitHub 用戶名，找到此節點並點擊安裝。
    4. 重啟 ComfyUI。節點所需的依賴項 (requirements.txt) 將會被自動安裝。

    方法二: 手動安裝 (Git Clone)

    1. 進入 ComfyUI/custom_nodes/ 目錄。
    2. 打開終端機，執行以下指令： 
      git clone https://github.com/ARPlanet-Gary/SuperCaptioner.git