ComfyUI Extension: ComfyUI_PromptQueue

安装

将本仓库克隆到 ComfyUI 的 custom_nodes 目录，然后重启 ComfyUI。

cd <ComfyUI 根目录>/custom_nodes
git clone https://github.com/cyan9977/ComfyUI_PromptQueue.git

Nodes

Simple Prompt Queue / 简化提示词队列

• 简化版提示词队列节点，支持从文件读取并可选择已存在的模板预设（不提供保存/删除）
• 将多行提示词视为队列，从 txt 文件按行读取，批量输出到 CONDITIONING
• 参数
  • clip: 连接到任意 CLIP 节点
  • 文件路径: 指向 .txt 文件，按行读取（UTF-8，忽略无法解码字符）
  • 运行模式: 运行模式
    • all: 批量处理所有行
    • incremental: 每次运行消费下一行（按队列顺序）
  • 队列标识: 队列标识符，用于区分不同队列的进度
  • 预设模板: 选择已保存的模板预设（正向预设集合，选择非"None"时自动使用）
• 输出
  • positive: 已按行批量堆叠好的 conditioning，可直接连接到采样器正向提示

Negative Prompt Queue / 负面提示词队列

• 负面提示词预设节点（非队列）。用于构建负面提示词 conditioning。
• 支持多行文本输入和模板预设；始终一次性批处理所有行
• 参数
  • clip: 连接到任意 CLIP 节点
  • 多行文本: 多行输入，每行一个负面提示词
  • 预设模板: 选择已保存的模板预设（负向预设集合，选择非"None"时自动使用，忽略 模板）
  • 模板: 可选模板，使用 {p} 作为占位符，例如："bad quality, {p}, ugly"
  • 保存预设: 勾选后保存当前 模板 内容为预设（拥有第二优先级，强制使用 模板 内容）
  • 删除预设: 勾选后删除当前选中的预设（拥有最高优先级）
• 输出
  • negative: 已按行批量堆叠好的 conditioning，可直接连接到采样器负面提示

Prompt Queue / 提示词队列

• 将多行提示词视为队列，或从 txt 文件按行读取，批量输出到 CONDITIONING。
• 参数
  • clip: 连接到任意 CLIP 节点
  • multiline_text: 多行输入，每行一个提示词
  • use_file: 勾选后从文件读取
  • file_path: 指向 .txt 文件，按行读取（UTF-8，忽略无法解码字符）
  • mode: 运行模式
    • all: 批量处理所有行
    • incremental: 每次运行消费下一行（按队列顺序）
  • label: 队列标识符，用于区分不同队列的进度
  • preset: 选择已保存的模板预设（正向预设集合，选择非"None"时自动使用，忽略 template）
  • template: 可选模板，使用 {p} 作为占位符，例如："best quality, {p}, 4k"
  • save_preset: 勾选后保存当前 template 内容为预设（拥有第二优先级，强制使用 template 内容）
  • delete_preset: 勾选后删除当前选中的预设（拥有最高优先级）
• 输出
  • positive: 已按行批量堆叠好的 conditioning，可直接连接到采样器正向提示

示例：

正向提示词队列：

multiline_text:
  A cat on the beach
  A dog in the park
  A bird on a tree

 template:
   best quality, {p}, 4k

负面提示词队列：

多行文本:
  blurry, low quality
  distorted, ugly
  bad anatomy, deformed

 模板:
   bad quality, {p}, ugly

Quick Start

简化版节点使用（推荐新手）

1. 放置 CLIP Text Encode（或任意提供 CLIP 的上游）
2. 放置 Simple Prompt Queue 并连接 clip
3. 在 文件路径 输入 .txt 文件路径
4. 选择运行模式：
   • all: 一次性处理所有行
   • incremental: 每次运行处理下一行（需要多次运行）
5. 可选：选择 预设模板
6. 将 Simple Prompt Queue 的 positive 输出连接到采样器（正向提示）
7. 运行，即可对每一行提示词批量出图

负面提示词节点使用

1. 放置 CLIP Text Encode（或任意提供 CLIP 的上游）
2. 放置 Negative Prompt Queue 并连接 clip
3. 在 多行文本 输入多行负面提示词
4. 可选：设置 模板（例如 bad quality, {p}, ugly）或选择 预设模板
5. 将 Negative Prompt Queue 的 negative 输出连接到采样器（负面提示）
6. 运行，即可一次性处理输入的所有负面提示词

完整版节点使用

1. 放置 CLIP Text Encode（或任意提供 CLIP 的上游）
2. 放置 Prompt Queue 并连接 clip
3. 在 multiline_text 输入多行提示词，或勾选 use_file 并选择 file_path
4. 选择运行模式：
   • all: 一次性处理所有行
   • incremental: 每次运行处理下一行（需要多次运行）
5. 可选：设置 template（例如 best quality, {p}, 4k）或选择预设
6. 将 Prompt Queue 的 positive 输出连接到采样器（正向提示）
7. 运行，即可对每一行提示词批量出图

使用说明与注意事项

• 批量合并：内部对 cond 做了 padding，解决不同提示词长度导致的合并错误
• 兼容性：若上游 clip.encode_from_tokens(..., return_pooled=True) 不返回 pooled，会自动降级并以空字符串占位，保证下游不出错
• 文件编码：从 file_path 读取 .txt 时使用 UTF-8 并忽略无法解码字符；读取失败会回退到 multiline_text
• 空输入：当没有有效行时会输出占位 COND
• 模板占位：template 中使用 {p} 作为单行替换占位符
• 队列模式：
  • all 模式：一次性处理所有行，适合批量生成
  • incremental 模式：每次运行消费下一行，适合逐张生成
• 预设功能：
  • 正向与负向预设分开存储：
    • 正向预设用于 PromptQueue 与 SimplePromptQueue
    • 负向预设用于 NegativePromptQueue
  • 保存/删除预设：在支持保存的节点中操作（PromptQueue/NegativePromptQueue）
  • 预设持久化：保存在 _prompt_queue_state/state.json 中（正负集合分别存储）

示例（从文件读取）

• 准备 prompts.txt：

A cat on the beach
A dog in the park
A bird on a tree

• 节点设置：

  • use_file: 勾选
  • file_path: 指向 prompts.txt
  • template: best quality, {p}, 4k（可选）

• 连接采样器并运行，即可一次性按行批量生成。

FAQ

• 为什么只改了模板就全部生效？

  • 模板会对每一行 {p} 替换后再统一编码，因此能批量生效。

• incremental 模式和 all 模式的区别？

  • all 模式：一次运行处理所有行，输出包含所有提示词的批量 conditioning
  • incremental 模式：每次运行只处理一行，按队列顺序逐行消费，适合逐张生成

• 如何保存、使用和删除预设？

  • 保存：在 template 输入完整提示词，勾选 save_preset 后运行（预设名称为提示词内容）
  • 使用：从 preset 下拉菜单选择预设（非"None"），自动使用预设内容
  • 删除：选择要删除的预设，勾选 delete_preset 后运行
  • 切换：选择 preset="None"，直接使用 template 字段内容
  • 优先级：delete_preset > save_preset > preset，高优先级操作会忽略低优先级

• label 的作用是什么？

  • 用于区分不同的队列，每个 label 维护独立的计数器，避免不同工作流的队列互相影响