节点 1.3.1 配套 Strata-T8 0.1.45-t8.1（上游 0.1.45），14 个节点 ID 与协议 1 保持兼容，节点和运行包可分别更新。424 项 CPU/HTTP 回归及 Windows NVIDIA 上的真实文本、结构化 JSON、图片、12 秒视频、语音对白融合和进度恢复已通过验证；不同硬件和新模型的范围以运行包验收记录为准。

安装

Registry 版本审核通过后，在 ComfyUI-Manager 搜索 Strata-T8，节点 ID strata-t8，Publisher t8star。尚未显示时可使用 Release ZIP，或在 ComfyUI/custom_nodes 中执行：

git clone https://github.com/T8mars/Comfyui-Strata-T8.git

使用 ComfyUI 的 Python 安装本目录 requirements.txt，然后重启。仅增加 jsonschema；图像与视频处理使用 ComfyUI 已有的 PyTorch、NumPy、Pillow 与 PyAV。无需把 Strata 的 CUDA/Python 依赖装入 ComfyUI。

Release ZIP 解压到 custom_nodes/Comfyui-Strata-T8，确保该目录直接包含 __init__.py。升级旧节点时保留一个安装目录，移除旧 comfyui-strata-t8 副本，避免重复注册。

模型与路径

下载 Strata-T8 VisionReady，解压为例如 D:/Strata-T8。
双击整合包的 Strata-T8.exe，在模型设置页选择收到的完整 Strata-data 目录，例如 D:/Strata-data；模型可放在其他磁盘。IMPORT-MODEL.bat 继续可用。
自行准备时可在模型设置页主动下载并准备官方 IQ3_S，或运行 PREPARE-MODEL.bat，按 ModelScope → 国内镜像 → Hugging Face 获取缺失文件并核对 SHA256；同时准备专家包、分词器和 MTP。仅复制 GGUF 不能替代完整数据目录。

D:/Strata-T8/                       # 独立运行包
  runtime/python/python.exe
  vision/weights/mmproj-Qwen3.8-Flash-Next-BF16.gguf
D:/Strata-data/                     # 主模型数据，可单独分发
  portable-model.json
  models/IQ3_S/                    # 两个完整 GGUF 分片
  packs/iq3_s/                     # 已准备的专家包与分词器
  mtp/rt/                         # experts.bin、dense.bin、dense.txt
ComfyUI/custom_nodes/Comfyui-Strata-T8/

模型放在 Strata-data，连接档案指向该目录。 ComfyUI 的 models/checkpoints 用于下游绘图模型。

| 来源 | 下载 | | --- | --- | | ModelScope，优先 | IQ3_S 与视觉权重 · MTP 来源 | | 国内镜像 | IQ3_S 分片 | | Hugging Face | IQ3_S 分片 · MTP 来源 |

IQ3_S 主模型约 83.62GB，MTP 所需张量约 5.22GB，另需预处理空间。VisionReady 内置 BF16 视觉编码器 907,543,008 字节，SHA256 b1a82259702816a5330d7bd7607cd9676b11780e79ff7348c21103ff3ce49bd0。固定版本、分片哈希和许可证见运行包的主模型清单与视觉清单。节点和 Manager 更新不下载模型。

连接与使用

Full Video Analyze 提供可选自适应采样、跨段末帧参考和进度保存。开启 save_progress 后，相同视频与参数的重跑复用已校验的阶段结果；progress_key 留空自动选择任务，clear_progress 可清除。默认关闭，已有工作流与节点 ID 保持兼容。进度保存在本机档案目录 video-progress，24 小时后到期；原片仍需保留。保存进度要求 Strata-T8 0.1.42-t8.9 或更新版本。使用与验证范围

打开 ComfyUI 侧栏 Strata-T8，保存托管档案，刷新后在 Connection 节点选择名称：

{
  "mode": "managed",
  "runtime": "D:/Strata-T8",
  "data_dir": "D:/Strata-data",
  "port": 8082,
  "vision": "gpu",
  "context": 32768,
  "same_gpu": true,
  "min_free_vram_mib": 12288,
  "min_free_ram_gib": 60,
  "timeout_s": 1800,
  "cleanup_timeout_s": 90
}

托管模式使用 Windows 整合包；Linux ComfyUI 使用 external 连接已部署的 Strata 服务。托管档案自动生成本机 API key。连接已启动服务可使用 mode:external、url:http://127.0.0.1:8080；默认 allow_lifecycle:false、same_gpu:false。本机同卡外部服务需要显式启用这两项，并使用 Strata-T8 协议 1、单请求配置。远程连接保持 same_gpu:false。

档案保存在 %LOCALAPPDATA%/Strata-T8-ComfyUI；Linux 默认 ~/.config/Strata-T8-ComfyUI，可用 STRATA_COMFY_HOME 指定。工作流只保存档案名称，API key 使用面板密码框填写；留空保留，勾选“清除已保存 API key”时 external 清空、managed 重新生成。模型安装和运行包配置独立于节点目录。

| 功能 | 节点 | | --- | --- | | 文本与提示词 | Text、Prompt：扩写、翻译、改写、正负提示词、历史对话 | | 结构化工作流 | Structured、Extract、Number：分镜 JSON、Schema 校验、字段提取、STRING 列表 | | 图片与批量 | Vision、Batch、Image Batch：描述、反推、OCR、问答、顺序批处理 | | 视频 | Video Sample、Video Analyze：有界采样、概述、时间轴、分镜观察、问答和视频提示词 | | 全程视频 | Full Video Analyze：直接接收 VIDEO / IMAGE，按秒数与帧率自动规划，逐段采样分析后汇总，总帧数可超过 64 | | 语音与对白 | Speech Transcribe：VIDEO / AUDIO 转文字、时标 JSON 与 SRT；Video Analyze / Full Video Analyze 可选结合对白证据 | | 服务控制 | Connection、Control：状态、加载、卸载、停止自有服务及依赖透传 |

Structured 和 Vision 的 JSON Schema 根须显式写 "type":"object"；支持声明 Draft 4、7、2019-09 或 2020-12，仅允许本地引用。Vision 的 Schema 留空表示普通图片分析；重复 JSON 字段会报错。旧草案混合 dependencies 的 anchor 组合请改用 JSON Pointer 引用。

导入 examples 中三个 API 工作流，替换档案名与 SD1.5 绘图模型；看图示例先把附带 PNG 放入 ComfyUI/input。文本 → 绘图、图片反推 → 绘图、两镜头分镜 → 批量绘图均有示例。详细配置与限制见使用说明。

视频分析

高密度分析使用 Strata 全程视频分析 / Full Video Analyze，直接接 VIDEO 或原始 IMAGE 批次，不先经过旧采样节点。填 duration_s:10、sampling_fps:24 自动规划约 240 帧，duration_s:0 分析整个剩余视频；IMAGE 的 fps 填原始批次帧率。frames 每段 2–8 帧、native 每段 2–16 帧，一次最多 256 段，全部共用一次服务租约。输出报告、JSON、证据、覆盖和用量，coverage 记录实际帧数与最大间隔。旧 64 帧工作流继续可用。

sampling_fps 只控制采样密度；IMAGE 的 fps 决定输入时长，例如 144 帧在 12 FPS 是 12 秒，在 24 FPS 是 6 秒。官方 VIDEO 读取其原时间轴。低帧率或变帧率素材的空时间窗会计入 completed_windows / empty_segments，不会复用上一帧；有时标对白时仅分析该段对白，禁止添加该段画面、动作或镜头事实。

示例：全程分段分析。节点 1.3.0 共提供 14 个节点，保留原有 ID；更新后重启 ComfyUI 加载。

连接 Load Video → Strata Video Sample → Strata Video Analyze，并把采样节点的 frames、manifest_json 两个输出都接入分析节点。示例为 video-analysis.api.json，将 YOUR_VIDEO.mp4 替换为 ComfyUI/input 内的文件。已有视频帧批次可连接 IMAGE，填写原始 fps；变帧率素材可提供每帧时间戳 JSON。

默认使用 frames 模式，按时间顺序将图片发给已有 Strata 视觉 API；每段最多 8 帧，所有分段与最终汇总共享一次模型加载及卸载。输出报告、结构化分析、证据帧与采样覆盖信息，可连接 Extract 获取具体字段。默认采样 1fps、最多 64 帧、每帧 589824 像素；超过帧数预算时均匀覆盖选定时间窗，并记录采样间隔。单个时间窗最多 3600 秒，VIDEO 输入文件或内存流上限 256MiB，原始单帧最多 16Mi 像素；较大素材先导出较小文件或接入已有 IMAGE 帧批次。

采样在 CPU 上直接解码原始视频，保留容器 PTS，并按官方 VIDEO 的截取范围、显示旋转和裁切顺序处理。支持已验证的官方 VideoFromFile 两种对象布局（旧版仅文件、当前文件＋截取＋裁切）、VideoFromComponents 及当前 VideoFromList。适配器读取已审阅的固定截取、裁切字段，并从有界元数据获取时长；未知对象、布局或缺少时长元数据的文件会明确报错，可改用 IMAGE 输入。旋转、裁切、截取组合及拼接已通过合成视频 CPU 对照测试。

manifest 分开记录片段时间、输入位置与源 PTS；拼接使用合成时间轴并额外保留各组成片段的源 PTS。IMAGE 仅有 fps 时使用估算时间；提供每帧时间戳后保留实际输入时间。采样间隔内的动作可能遗漏，报告不承诺逐帧识别、精确切点或连续运动还原。

透明文件帧和 Components 的分离 alpha 在白背景合成，PQ/HLG HDR 文件和非 sRGB Components 需先转换为 SDR/sRGB。修正 MKV 非零 PTS 起点的时长、尾部截取与拼接时间轴。不同尺寸的采样帧保留比例、白色留边，并在 manifest 记录原尺寸、内容位置与实际张量宽高。支持原片后续短时间窗（位置 0–86400 秒，窗口最多 3600 秒）；task:prompt 的最终提示词为空或仅含空白时明确失败，避免把分析报告当作生成提示词。

native 模式仅在服务明确声明视频协议能力后可用；未声明能力时直接报错。旧节点支持 1–64 个实际采样帧，Full Video Analyze 按前述段数限制处理更长窗口；原生模式每段 2–16 帧。奇数帧由服务内部复制该段末帧完成时序配对，节点保留真实帧数、时间戳和证据 ID；单帧无法提供运动方向证据。选择 task:prompt 可反推英文视频生成提示词，结果同时保留采样限制。模型名称和官方模型卡不能代替本地能力检查。节点不额外下载模型；默认不自动转录音轨，可选 transcript 仍为用户提供的无时标文字，报告会与视觉证据区分。

视频采样核心固定复制自 Strata-T8 的 tools/strata_video.py，来源与 SHA256 记录在 video-shared-source.json。节点运行不依赖本地源码目录，也不启动 ffmpeg 子进程。

自动转录与音画联合分析

在 Strata 整合包的模型设置页单独配置语音模型目录，目录直接包含 Confucius4-R2T2-Q4_K_M.gguf 和 mmproj-Confucius4-R2T2-Q8_0.gguf，两份合计约 1.46 GB；VAD、Python 与原生运行组件由 Strata runtime 管理，节点不安装 vLLM、不下载权重，也不在 ComfyUI 的 Python 内加载 ASR 原生库。模型来源优先官方 ModelScope，也可从官方 Hugging Face 获取。语音 projector 与 Strata 的视觉 mmproj 是不同文件，不能互换。设备、语言、音轨和声道在 runtime 设置页配置，不将私人路径写入工作流。

Full Video Analyze 的 enable_asr 默认关闭。勾选后对整个选中范围执行一次转录任务，再将具有原时间戳的完整对白与视觉片段对应；跨片段对白使用同一 cue ID，最终汇总去重，保留原始转录表。默认关闭不加载 ASR；用户显式提供 timed_transcript 时即使关闭也可直接融合，无需再转录。原 transcript 入口保持无时标辅助文字的旧行为。

| 接法 | 输入与示例 | | --- | --- | | 直接分析视频音轨 | LoadVideo → Full Video Analyze，设置 enable_asr:true；自动音画分析 | | 转录一次后复用 | LoadVideo → Speech Transcribe → Full Video Analyze.timed_transcript；同一个 VIDEO 接分析节点，分析节点保持 enable_asr:false；独立转录与复用 | | 已有字幕 | 在分析节点的 timed_transcript 粘贴 SRT/VTT、参考 Confucius 节点的 result_json 或契约 JSON；无需 ASR 的字幕融合 | | 已有 IMAGE 帧 | 显式连接匹配的 AUDIO 并启用 ASR，或提供时标字幕；IMAGE 自身没有声音。旧 Video Analyze 接收采样帧时需另外接 AUDIO |

示例中的 YOUR_VIDEO.mp4 应替换成 ComfyUI/input 内的文件，Connection 档案名替换为本机设置。ASR 需要 Strata-T8 0.1.42-t8.8 或更新版本提供 /v1/asr/settings 与 /v1/audio/transcribe。1.2.0 新增 Speech Transcribe，保留原 13 个节点 ID 与原分析节点五项输出顺序；关闭 ASR 时既有文本/视觉功能保持兼容。

SRT/VTT 默认时间对应输入 VIDEO 的时间轴。提供裁切后的字幕可使用 JSON 的 timeline:"selected_window"，其时间从本次选择范围的 0 开始；timeline:"input" 使用输入时间。显式 AUDIO 的 audio_offset_s 表示音频第一个样本位于 VIDEO 输入时间的哪一秒：正值补前置静音，负值裁掉提前部分。官方 VIDEO 的截取、拼接和容器 PTS 独立处理，避免重复加偏移；VideoFromList 有 complete_audio 时优先使用其最终音轨。

运行设置中的 ASR offset_ms 是转录时标校正，节点在 VIDEO 输入时间轴上应用一次。它与 AUDIO 输入的 audio_offset_s 分别用于字幕校时和音轨位置；裁切窗口不会把提前的对白错误裁到临时上传音频的 0 秒。

时标是 VAD 段级近似时间，不是字词强制对齐。联合报告引用对白 ID 与帧 ID，区分画面观察、对白文字和推断；不凭转录认定说话人身份、口型同步、背景音乐或音效。低声、配乐、重叠多人语音可能误识别，截断/强制边界保留复核标记。实际 Q4、CPU/CUDA 与真实视频质量以 runtime 的实机验收记录为准，不以 CPU 模拟节点测试代替。

CPU ASR 不主动卸载驻留的 Strata 模型；CUDA 模式要求空闲、单请求服务及 allow_lifecycle:true，同卡使用 same_gpu:true。托管模式核对自有服务实例；external 档案已有 instance_id 时也会核对。节点先交接 ComfyUI 分配，runtime 在自己的服务租约内释放主模型与视觉进程后转录，不能抢占 DSH 的正在生成任务。主模型的 RAM/VRAM 门槛只用于主推理，不用于提前拒绝小型 ASR。视频范围最多 3600 秒，但单次节点上传还受 64 MiB JSON/base64 请求预算限制，Float32 PCM 约最多 48 MiB（16k mono 约 13 分钟，高采样率或多声道更短）；超限明确要求缩短范围。转换只复制选中 AUDIO 切片到 CPU；Stop/取消不发后续视觉请求，服务负责终止其自己的 ASR worker。

ASR 实现复用 T8mars/comfyui-confucius-r2t2-t8，感谢网易有道 Confucius4-R2T2、llama.cpp 与 FireRedVAD。ASR 代码、原生运行库、模型及 VAD 分别适用 Apache/MIT/网易有道模型许可，详见 runtime 的来源与许可清单。

环境与更新

当前节点 1.3.0 配套 Strata-T8 0.1.42-t8.9，提供 14 个节点与协议 1。新增默认关闭的自适应采样、跨段参考和阶段进度复用；语音转录与时标对白融合继续可用。CPU/HTTP 回归及官方 VIDEO / torch CPU 检查覆盖 12 秒素材、裁切时钟和末段覆盖；进度复用使用受控响应验证，不代表真实长片理解质量提升。视频进度与验证范围

RTX 4060 Ti 16GB、128GB RAM、SC117 IQ3_S、32K 上下文另完成 2 秒、24 FPS、48 帧合成视频的实际推理：frames 六段、native 三段都正确汇总约 1 秒处红→蓝及白圆向右、垂直位置不变。首次测试曾出现颜色和方向误判；为均匀背景增加可选 CPU 像素统计后，该案例通过。复杂动作、真实长片及 240/360 帧的 GPU 内容质量尚未验收，采样与文字汇总不能保证连续运动全部识别。

2026-10-12 在 RTX 4060 Ti 16GB、128GB RAM、SC117 IQ3_S、32K 上下文上，通过真实 V3 节点验证两种模式的 8 秒合成视频：8 帧、两个 4 帧分段和一次汇总，均正确识别红→绿→蓝与白圆左→右；各流程只使用一组模型进程，结束后双进程退出。文字、单图和推理中取消清理也通过。

真实 ComfyUI 队列另验证了原生视频分析→字段提取→报告保存及 8 张图片输出，同卡模式卸载官方 ModelPatcher 注册的 4MiB CUDA 模型，模型回到 CPU、ComfyUI 显存分配归零，Strata 完成后双进程退出。此为 external 服务验收；未重测完整扩散绘图、其他后端或真实长视频的识别质量。

节点 1.0.7 继续使用协议 1，最低运行包版本为 0.1.39-t8.14。修复 Release ZIP 和 Registry 安装后托管服务无法读取最低运行版本的问题；兼容信息集中在随包提供的 version.json，打包前核对三个版本文件与运行包兼容字段。239 项节点与 HTTP 回归通过，无跳过；第八组 20 轮记录区分实际 HTTP、安装产物和资源替身验证。主模型、MTP 和视觉权重无需重新下载。

此前节点 1.0.7 与 Strata-T8 0.1.42-t8.1（上游 v0.1.42，原生引擎 0.1.42）完成文本提示词、图片反推、结构化分镜与顺序批量的实际 384×384 绘图验收，确认语言和视觉进程退出后再采样。此前验证范围、测量条件与资源限制。已有节点 ID 保持兼容，新增视频节点使用 1.1.0。

Python 3.10+；此前以运行包 0.1.39-t8.14 完成 ComfyUI 0.38.0 / 前端 1.53.10 / RTX 4060 Ti 16GB / 128GB RAM 的三类实际绘图验收。Windows 整合包需要 Windows 10 1903+/11 x64、AVX2 CPU、兼容显卡驱动，IQ3_S 建议 96GB 以上 RAM。默认同卡门槛为 12GiB 空闲显存、60GiB 空闲 RAM；其他后台进程仍会占用资源。AMD 文本以 Strata 上游支持列表为准，Windows AMD 视觉尚不支持，AMD 档案使用 vision:no。

节点使用独立语义版本，通过 Manager 更新后重启 ComfyUI；Git 安装可退出 ComfyUI 后运行 git pull --ff-only。运行包启动时自动检查版本，模型设置页提供一键更新，也可使用自己的 UPDATE-PORTABLE.bat，上游同步由 Strata-T8 维护。节点 ID 保持兼容；本机档案保留在安装目录外。

第七组 20 轮检查与回归记录；第八组 20 轮检查与回归记录。节点支持当前 ComfyUI V3 API，并保留 V1 适配。

来源与致谢

感谢 Niko1221/Strata 的推理引擎与服务、Qwen 的模型、ISTA-DASLab 的 GSQ-RCO/GGUF 权重，以及 ComfyUI 和 ComfyUI-Manager 的节点与分发平台。本项目由 T8 维护，采用 MIT；模型与第三方组件遵循各自许可证。

T8star 与资源

By T8star · 整合包仓库 · ComfyUI 节点仓库

| 链接 | 地址 | | --- | --- | | B站 | B站 | | YouTube | YouTube | | API | API | | 免费画廊 | 免费画廊 | | 在线 AI 应用 | 在线 AI 应用 | | ComfyUI 整合包 | ComfyUI 整合包 | | Hugging Face | Hugging Face |