Prompt Translator & Enhancer

ComfyUI-PromptTranslator-Enhancer

Autor: EzeTojo | Versión: 1.0.0

Custom node para ComfyUI que traduce y mejora prompts desde distintos idiomas al inglés usando un modelo de lenguaje local (GGUF). Los idiomas soportados dependen exclusivamente del modelo que elijas usar.

Características

• 🌐 Multi-idioma: Traduce automáticamente desde los idiomas soportados por el modelo al inglés
• ✨ Mejora de prompts con 3 niveles: basic, detailed, creative
• 🖥️ 100% local — usa modelos GGUF vía llama-cpp-python
• 🔄 Modelo reutilizable — carga una vez, usa en múltiples nodos
• 🛡️ Carga robusta — fallback automático GPU → CPU con gestión inteligente de VRAM
• 🚫 Filtro de modelos VL — excluye automáticamente modelos Vision-Language no compatibles

Ejemplos en acción

Aquí tienes cómo se ve el nodo en ComfyUI en sus diferentes estados:

Nodo Vacío

Traducción Básica (Basic)

Traducción y Mejora Detallada (Detailed)

Mejora Creativa (Creative)

Nodos incluidos

| Nodo | Descripción | |------|-------------| | Load LLM Model (GGUF) | Carga un modelo GGUF en memoria para reutilizar | | Prompt Translator & Enhancer (Multi→EN) | Todo-en-uno: carga modelo, traduce y mejora | | Prompt Translator & Enhancer From Model (Multi→EN) | Usa un modelo ya cargado para traducir y mejorar |

Instalación

1. Clonar o copiar este directorio en ComfyUI/custom_nodes/comfyui-prompt-translator-enhancer/
2. Instalar dependencias:

   pip install llama-cpp-python
   

   Para soporte GPU (CUDA):

   CMAKE_ARGS="-DGGML_CUDA=on" pip install llama-cpp-python --force-reinstall --no-cache-dir
   

3. Colocar modelos GGUF en ComfyUI/models/LLM/ (subdirectorios permitidos)

Modelos recomendados

IMPORTANTE: Usa modelos Instruct o Chat (que suelen tener "Instruct" o "Chat" en su nombre). Los modelos Vision-Language (VL) como Qwen3VL, LLaVA, etc. no son compatibles con este nodo y serán filtrados automáticamente de la lista.

• Qwen3-4B-Instruct-Q4_K_M.gguf (~2.5 GB) — Buen balance velocidad/calidad, excelente soporte multi-idioma.
• Qwen2.5-3B-Instruct-Q4_K_M.gguf (~2 GB) — Más ligero.
• Phi-3-mini-4k-instruct-Q4_K_M.gguf (~2.3 GB) — Alternativa sólida.

Gestión de VRAM

Este nodo está diseñado para funcionar dentro de ComfyUI, donde la GPU suele estar ocupada con modelos de difusión. La estrategia de carga es:

1. Intenta GPU con el contexto solicitado, luego con contextos más pequeños (2048, 512)
2. Libera cache VRAM de PyTorch antes de cada intento (torch.cuda.empty_cache())
3. Fallback CPU puro — si la GPU no tiene VRAM suficiente, carga el modelo 100% en CPU sin usar CUDA para compute, KQV offload, ni Flash Attention. Esto garantiza que funcione sin importar cuánta VRAM esté ocupada.

El modo CPU es más lento pero siempre funcional. Para mejor rendimiento, descarga otros modelos de la GPU antes de ejecutar el nodo.

Uso

Opción 1: Todo-en-uno

[Prompt Translator & Enhancer (Multi→EN)] → [CLIP Text Encode] → [KSampler]

Opción 2: Modelo reutilizable

[Load LLM Model] → [Prompt Translator & Enhancer From Model (Multi→EN)] → [CLIP Text Encode] → [KSampler]

Niveles de mejora

• basic: Traduce y añade tags mínimos de calidad
• detailed: Traduce y añade iluminación, composición, calidad
• creative: Traduce con interpretación artística, estilos, efectos

Changelog

v1.0.0

• ✅ Carga robusta con fallback automático GPU → CPU
• ✅ Gestión inteligente de VRAM (libera cache de PyTorch)
• ✅ Modo CPU puro: op_offload=False, flash_attn=disabled, offload_kqv=False
• ✅ Filtro automático de modelos Vision-Language (VL)
• ✅ Registro proactivo de DLLs CUDA para Windows
• ✅ Verbose mode siempre activo para diagnóstico
• ✅ Soporte para prompts en cualquier idioma (depende del modelo)

v0.0.1

• Versión inicial (nightly)