comfyui-mediakit-toolkit
Community ComfyUI nodes for Volcengine AI MediaKit
Nodes (12)
ComfyUI MediaKit Toolkit
一个面向 ComfyUI 的非官方 火山引擎 AI MediaKit 社区插件。它将 MediaKit 云端视频 AI 能力封装为原生 ComfyUI 节点,并在节点内部完成本地视频 上传、异步任务轮询和结果下载。
使用云端节点需要你自己的火山引擎账号和 AI MediaKit API Key,并可能产生 费用。视频将从本地 ComfyUI 直接上传至火山引擎,不会经过插件维护者的服务器。
当前状态
当前版本为 0.3.0,已提供以下节点:
| 节点 | 说明 |
| --- | --- |
| MediaKit Environment Check | 检查 MediaKit CLI、鉴权和运行环境。 |
| Enhance · 视频增强 | 标准版/专业版视频画质增强,原生 VIDEO → VIDEO。 |
| Enhance Ultra · 视频增强(大模型版) | 基于扩散大模型的生成式视频增强修复。 |
| Erase Subtitle · 字幕擦除 | 智能检测并擦除视频硬字幕。 |
| Erase Subtitle Pro · 字幕擦除(增强版) | 精细化字幕/文字擦除,支持限定擦除区域。 |
| ASR · 语音转字幕 | 识别视频语音,输出带时间戳的字幕文本。 |
| OCR · 视频识别字幕 | 识别视频画面中的字幕和文字。 |
| Matte · 人像抠图 | 识别人物主体并移除背景,输出透明背景视频。 |
| Matte · 绿幕抠图 | 对绿幕或纯色背景视频抠图,输出透明背景视频。 |
| Scene · 场景切分 | 依据转场自动切分场景,输出切片时间轴。 |
| Highlight · 高光片段提取 | 捕捉情绪波峰与关键动作,输出高光元数据。 |
| Metadata · 视频元信息 | 探测视频容器、视频流与音频流元信息。 |
Enhance · 视频增强 不是极速版。独立的极速增强能力尚未接入,未来上线后将使用
单独的节点名称,避免与当前标准版/专业版混淆。
使用前准备
- 支持 ComfyUI V3 原生
VIDEOAPI 的较新版本。 - Python 3.10 或更高版本。
- Node.js 18 或更高版本,用于安装官方 MediaKit CLI。
- 已开通 AI MediaKit 并准备好 API Key。
- 本地启动 ComfyUI 的进程能够访问
mediakit-cli。
开通 AI MediaKit
本插件不提供 MediaKit 账号、额度或代付服务。首次使用前请完成以下步骤:
- 注册并登录火山引擎账号;如控制台提示,请先完成实名认证。
- 前往 AI MediaKit 控制台。
- 按控制台提示完成服务开通和相关协议确认;已经开通的用户可以跳过。
- 在控制台创建或复制 AI MediaKit API Key。
- 妥善保存 API Key,不要将其提交到 GitHub、写入工作流 JSON 或分享给他人。
MediaKit 的云端能力可能按实际使用量计费。可用额度、服务区域及最新价格以 火山引擎控制台和官方文档为准。
安装和配置 MediaKit CLI
安装火山引擎官方 CLI:
npx @volcengine/mediakit-cli install -y
使用 API Key 初始化:
mediakit-cli init \
--mode cloud-first \
--api-key "YOUR_MEDIAKIT_API_KEY" \
--credential-store config \
--yes
检查版本、云端连接和本地依赖:
mediakit-cli doctor
mediakit-cli version
也可以只为启动 ComfyUI 的进程提供环境变量:
export MEDIAKIT_API_KEY="YOUR_MEDIAKIT_API_KEY"
官方安装与鉴权说明请参阅 volcengine/mediakit-cli。
安装插件
ComfyUI Manager 只会安装本插件。每位用户仍需按照上文在本机安装并初始化
mediakit-cli,使用自己的 AI MediaKit API Key 完成鉴权。
方法一:ComfyUI Manager(推荐)
- 在 ComfyUI 中打开
Manager→Custom Nodes。 - 搜索
MediaKit Toolkit或mediakit-toolkit。 - 选择最新版本并点击
Install。 - 安装完成后完全重启 ComfyUI。
也可以使用 Comfy CLI 安装 Registry 版本:
comfy node install mediakit-toolkit
方法二:Git 安装
如果 Manager 中暂时搜索不到,或者需要直接跟踪 GitHub 版本,可以进入 ComfyUI
的 custom_nodes 目录安装:
cd /path/to/ComfyUI/custom_nodes
git clone https://github.com/fudanll-sys/comfyui-mediakit-toolkit.git
安装后完全重启 ComfyUI。节点位于 MediaKit/Video AI 分类,也可以搜索
MediaKit、Enhance 或 Erase Subtitle。
更新插件
通过 Manager 安装的用户可在 Update available 中选择新版本并更新。通过 Git
安装的用户可在 ComfyUI 根目录运行:
git -C custom_nodes/comfyui-mediakit-toolkit pull --ff-only origin main
更新后完全重启 ComfyUI。
快速使用
首次使用建议先运行:
MediaKit Environment Check
基础画质增强工作流:
Load Video
↓ VIDEO
Enhance · 视频增强
↓ VIDEO
Save Video
大模型画质增强工作流:
Load Video
↓ VIDEO
Enhance Ultra · 视频增强(大模型版)
↓ VIDEO
Save Video
字幕擦除工作流:
Load Video
↓ VIDEO
Erase Subtitle Pro · 字幕擦除(增强版)
↓ VIDEO
Save Video
语音转字幕工作流:
Load Video
↓ VIDEO
ASR · 语音转字幕
↓ STRING
(字幕文本可继续用于字幕合成等下游节点)
人像/绿幕抠图工作流:
Load Video
↓ VIDEO
Matte · 人像抠图
↓ VIDEO
Save Video
场景切分 / 高光提取 / 元信息工作流:
Load Video
↓ VIDEO
Scene · 场景切分 (或 Highlight · 高光片段提取 / Metadata · 视频元信息)
↓ STRING
(JSON 时间轴或元数据,可交给分析或可视化节点)
仓库中的 example_workflows 提供可导入的示例工作流。
导入后请重新选择你有权处理的本地视频。
节点参数
ASR · 语音转字幕
content_type:auto、speech(对话)或singing(歌唱)。language:auto自动探测,或指定cmn-Hans-CN/eng-US。enable_speaker_info:开启说话人识别。enable_confidence:返回识别置信度。- 输出:
subtitle字幕文本,raw_json完整结果(已脱敏)。
OCR · 视频识别字幕
mode:Subtitle识别字幕文本;Detailed识别更详细信息。- 输出:
subtitle字幕文本,raw_json完整结果(已脱敏)。
Matte · 人像抠图 / Matte · 绿幕抠图
output_format:WEBM(默认)或MOV透明视频格式。- 输出:原生
VIDEO。
Scene · 场景切分
enable_clip_fade:将淡入淡出片段作为独立切片。segment_threshold:切分敏感度阈值[0, 100);0使用算法默认值。min_duration/max_duration:单个切片的最小时长/最大时长(秒);0使用默认值。- 输出:
scenes_json切片时间轴,raw_json完整结果(已脱敏)。
Highlight · 高光片段提取
model:Miniseries(短剧)或Game(小游戏)。- 输出:
highlights_json高光元数据,raw_json完整结果(已脱敏)。
Metadata · 视频元信息
- 无业务参数。
- 输出:
metadata_json标准元信息,raw_json完整结果(已脱敏)。
Enhance · 视频增强
tool_version:standard或professional。scene:通用、UGC、短剧、AIGC 或老片场景;仅标准版使用。resolution:保持原分辨率,或选择 240p 至 4K。bitrate_level:低、中、高三档目标码率。fps:0保持源帧率,也可以指定最高 120 fps。
Enhance Ultra · 视频增强(大模型版)
resolution:720p 或 1080p。bitrate_level:低、中、高三档目标码率。fps:0保持源帧率;指定时支持 15–120 fps。
Erase Subtitle Pro · 字幕擦除(增强版)
erase_mode:仅擦除字幕,或同时擦除其他渲染文字。output_encode_mode:优先画质或优先控制输出大小。restrict_region:启用后只处理归一化坐标框内的文字。
轮询间隔和最大轮询次数属于高级参数,通常保持默认值即可。
计费、隐私与安全
- 所有视频 AI 节点都会向用户自己的 MediaKit 账号提交云端任务。
- 运行节点可能产生费用,提交前请确认所选能力和参数。
- 输入媒体会直接上传至火山引擎 AI MediaKit。
- 插件维护者不代理、不存储也不查看用户媒体。
- 插件不会把 API Key 写入工作流数据。
- 诊断日志会移除 API Key 和带签名 URL 的查询参数。
- 请只处理你有权上传和处理的媒体。
常见问题
找不到 mediakit-cli
请在启动 ComfyUI 的同一运行环境中确认 mediakit-cli version 可以执行。桌面程序
可能不会继承终端的 PATH,必要时请从配置好 CLI 的终端启动 ComfyUI。
鉴权失败
重新运行 mediakit-cli init,或确认启动 ComfyUI 的进程已经获得
MEDIAKIT_API_KEY。不要在公开日志中粘贴完整 API Key。
找不到节点
升级 ComfyUI,然后查看启动日志中是否存在插件导入错误。插件依赖
comfy_api.latest 和原生视频节点。
云端任务超时
任务可能仍在 MediaKit 云端运行。可在本地 ComfyUI 日志中查看已脱敏的任务 ID, 用于后续排查。
开发与测试
python -m unittest discover -s tests -v
单元测试会模拟 MediaKit CLI,不会提交付费云端任务。真实能力验证需要使用一个 较短且已获授权的测试视频手动执行。
许可证
MIT。本项目是非官方社区集成,不代表火山引擎或 ComfyUI 官方产品。