Extensions/comfyui_media_toolbox
ComfyUI Extension

comfyui_media_toolbox

Audio/video load and format-conversion nodes for ComfyUI. Reads and writes only inside the ComfyUI input/output directories; every path is resolved with realpath and confirmed with commonpath, so absolute paths, '..' traversal and outside symlinks are rejected. Extract the audio track from a video, trim long media by time range, export several formats in one run with parameters auto-adapted to the source, instant same-format passthrough with no re-encoding, a standalone video parameter report, and built-in compliance checks for mainstream Chinese music platforms. English UI by default; a Simplified Chinese translation is available from Interface - Language. Files are read from the ComfyUI input directory (drag and drop, or the upload button on the load nodes) and written to the output directory under a relative prefix. Report text follows the interface language by default and can be pinned per node.

By jesse890423·Created 14 days ago·Updated 5 days ago· 1
jesse890423/comfyui_media_toolbox
Nodes—
On cloudLocal install
Stars1
Updated5 days ago
Readme

ComfyUI 音视频工具箱

License: MIT English

一套面向 ComfyUI 的音频 / 视频加载与格式转换自定义节点。 核心特点：一次运行产出多种格式、参数自动适配源文件、同格式转换零成本直出， 并内置国内主流音乐平台的合规校验。

中文文档 · English documentation

界面语言

界面默认英文，内置简体中文翻译，可在 ComfyUI 设置的 Interface → Language 中切换，节点名、参数名、下拉选项与提示文字全部跟随切换。

报告文字的语言由各节点上的 报告语言 控制，默认「跟随界面语言」， 也可强制中文或英文。

节点一览

| 节点 | 作用 | |---|---| | Load Audio (Advanced) | 加载 input 目录里的音频 / 视频中的音频，支持长音频截断 | | Save Audio (Platform Export) | 一次产出 WAV / MP3 / FLAC / OPUS，并做平台合规校验 | | Load Video (Advanced) | 加载 input 目录里的视频，支持长视频截断 | | Save Video (Format Converter) | 一次产出 MP4 / MKV / WEBM / AVI / MOV | | Video Report | 只看参数报告、不导出文件时使用 |

音频与视频的加载 / 保存逻辑完全一致：加载节点负责「读进来 + 可选截断」， 保存节点负责「按目标格式写出去」，两者直连即为格式转换。

文件从哪里来

插件只读写 ComfyUI 的 input 与 output 两个目录，不会访问其它任何位置。 这是刻意的设计：节点不接受任意本地路径，避免被当成读取本机任意文件的入口。

要把本机文件用进来，有两种方式：

  • 拖拽：把文件直接拖到 ComfyUI 画布上，ComfyUI 会复制一份到 input 目录
  • 节点内上传：加载节点上的上传按钮会把文件存进 input 目录， 并自动填好文件名；选好后无需运行即可试听 / 预览

加载节点还带一个 Refresh 按钮，用于刷新下拉列表—— ComfyUI 运行期间新增到 input 目录的文件，刷新后就能选到。

下拉列表会递归子目录，直接填 子目录/文件名 即可。

保存位置

两个保存节点的 文件名前缀 都是 output 目录下的相对路径， 例如 video/格式转换 会存成 output/video/格式转换_00001.mp4。

末尾的 _00001 是防覆盖用的递增序号，重复运行不会覆盖已有文件。 视频节点一次产出多个格式时，各格式共用同一个序号，便于成组对应。 绝对路径与 .. 会被拒绝。

安装

安装分两步：① 把插件放进 ComfyUI → ② 确认 ffmpeg 依赖。装好后重启 ComfyUI 即可在节点列表的 Audio / Video 分类下看到节点。

第 ① 步：安装插件（三选一）

方式 A：ComfyUI-Manager 一键安装（最简单，强烈推荐新手）

前提：你的 ComfyUI 已安装 ComfyUI-Manager（大多数整合包默认已带）。

  1. 启动 ComfyUI，浏览器打开界面
  2. 点右上角 Manager（管理器）
  3. 点 Install Custom Nodes（安装自定义节点）
  4. 在搜索框输入 comfyui_media_toolbox
  5. 找到本项目（Media Toolbox），点右侧 Install
  6. 安装完成后点 Restart（重启），或手动关闭再启动 ComfyUI

方式 B：git 命令安装

进入 ComfyUI 的 custom_nodes 目录后执行：

cd custom_nodes
git clone https://github.com/jesse890423/comfyui_media_toolbox.git

国内网络较慢时，用 GitCode 镜像地址（每日自动同步，无需翻墙）：

git clone https://gitcode.com/jesse0423/comfyui_media_toolbox.git

然后重启 ComfyUI。

方式 C：下载压缩包手动放置

  1. 点本页面上方绿色 Code 按钮 → Download ZIP，下载源码压缩包
  2. 解压，得到文件夹 comfyui_media_toolbox-main
  3. 把它重命名为 comfyui_media_toolbox（去掉 -main 后缀）
  4. 整个文件夹移动到 ComfyUI 的 custom_nodes 目录下
  5. 重启 ComfyUI

找到你的 custom_nodes 目录

不同安装方式的路径不同，custom_nodes 始终在 ComfyUI 根目录下：

| 你的 ComfyUI 版本 | custom_nodes 路径示例 | |---|---| | Windows 便携版 | ComfyUI_windows_portable\ComfyUI\custom_nodes\ | | 手动 / git 安装 | ComfyUI\custom_nodes\ | | ComfyUI Desktop | 设置中可打开所在目录，或在 Manager 里用方式 A 安装 |

安装后的最终结构应为：

ComfyUI/
└── custom_nodes/
    └── comfyui_media_toolbox/      ← 本仓库全部内容放在这里
        ├── __init__.py
        ├── nodes.py
        ├── video_nodes.py
        ├── web/
        ├── locales/
        └── workflows/

注意：不要出现 comfyui_media_toolbox/comfyui_media_toolbox/ 的双层嵌套， 这是解压安装最常见的错误。若节点没出现，先检查是不是多套了一层文件夹。

安装后自检

重启 ComfyUI 后，在画布空白处右键 → Add Node（添加节点）， 在分类 Audio 或 Video 下应能看到 5 个节点：

  • Load Audio (Advanced)、Save Audio (Platform Export)
  • Load Video (Advanced)、Save Video (Format Converter)
  • Video Report

看得到即表示安装成功。若看不到，请查看第 ② 步与下方「常见问题」。

第 ② 步：依赖说明

| 依赖 | 来源 | 说明 | |---|---|---| | av (PyAV) | ComfyUI 核心自带 | 用于解码音视频，无需安装 | | numpy / torch | ComfyUI 核心自带 | 无需安装 | | ffmpeg | 见下方说明 | 格式转换、转码、混流必需 |

关于 ffmpeg

ffmpeg 不是 ComfyUI 便携版自带的，格式转换 / 转码功能需要它。节点按以下顺序自动查找：

  1. 环境变量 FFMPEG_BINARY
  2. 环境变量 IMAGEIO_FFMPEG_EXE
  3. Python 包 imageio-ffmpeg 自带的二进制
  4. 系统 PATH

多数情况你无需任何操作：绝大多数 ComfyUI 安装（含官方 Windows 便携版）都已预装 imageio-ffmpeg，它自带一份可用的 ffmpeg。想确认是否就绪，运行下面命令，能打印出 一个 .exe 路径就说明已经装好了，可直接跳到「快速开始」：

Windows 便携版（在本仓库同级目录 ComfyUI_windows_portable 下打开命令行）：

python_embeded\python.exe -c "import imageio_ffmpeg; print(imageio_ffmpeg.get_ffmpeg_exe())"

手动 / git 安装版（在已激活的 ComfyUI 虚拟环境里）：

python -c "import imageio_ffmpeg; print(imageio_ffmpeg.get_ffmpeg_exe())"

如果上面命令报错，说明缺少 ffmpeg，用下面的方式补齐（任选其一）。关键是 装到 ComfyUI 所用的那个 Python 环境里，而不是系统随便一个 Python。

方式一：pip 安装（推荐，最简单）

  • Windows 便携版：

    python_embeded\python.exe -m pip install imageio-ffmpeg

  • 其他版本（先激活 ComfyUI 环境）：

    python -m pip install imageio-ffmpeg

方式二：手动下载完整 ffmpeg

  1. 到官方构建页下载：gyan.dev（Windows）或 BtbN（跨平台）
  2. 解压后，把 bin 目录加入系统 PATH；或设置环境变量 FFMPEG_BINARY 指向其中的 ffmpeg.exe
  3. 重启 ComfyUI

请使用完整版 ffmpeg。精简版可能缺少 H.265 / VP9 / AV1 或音频编码器， 会导致转码报错。gyan.dev 的「ffmpeg-release-full」与 BtbN 的默认构建功能完整。

仍然不确定？ 直接运行本仓库自带的检测，它会打印节点实际找到的 ffmpeg：

python _smoke_test.py

第一行 ffmpeg = ... 即结果；显示 ffmpeg = None 就是没找到，按方式一/二补齐。

提示：视频 / 音频节点缺少 ffmpeg 时会明确提示「未找到 ffmpeg」，不会静默失败。

常见问题

Q：装完在节点列表里找不到节点？ 先确认没有双层嵌套文件夹（见上文注意），再确认 __init__.py 在 comfyui_media_toolbox 文件夹第一层。仍不行就看 ComfyUI 启动窗口是否有 [Media Toolbox] 相关报错。

Q：转换时报「未找到 ffmpeg」？ 按第 ② 步装 ffmpeg。注意一定装到 ComfyUI 使用的 Python 环境里 （便携版是 python_embeded），不是随便一个系统 Python。

Q：能加载但转码报错、或产出文件打不开？ 多半是用了精简版 ffmpeg，缺少相应编码器。换 gyan.dev 的 full 版本或 pip install imageio-ffmpeg。

Q：下拉列表里看不到刚放进 input 的文件？ 点加载节点上的 Refresh 按钮。ComfyUI 只在启动时扫描一次目录， 运行期间新增的文件需要刷新才会出现。

Q：界面语言怎么切换？ ComfyUI 设置里的 Interface → Language。节点界面与报告文字都会跟随， 报告语言也可在节点上单独指定。

快速开始

插件目录的 workflows/ 下提供了两个可直接加载的示例工作流：

  • 示例_音频格式转换.json — 加载音频 → 保存音频
  • 示例_视频格式转换.json — 加载视频 → 保存视频

两个工作流内都附有中文使用说明注释。

核心特性

1. 只碰 input 与 output 目录

插件的所有文件操作都限定在 ComfyUI 的 input 与 output 目录内， 每个路径都会先经 realpath 规范化、再用 commonpath 确认没有逃出这两个目录。 绝对路径、.. 穿越、以及指向目录外的符号链接都会被拒绝。

上游传下来的源文件路径同样按白名单处理：只有落在 input / output / temp 之内才会被使用。指向其它机器的写法（\\server\share\…）在任何文件系统调用 之前就被拒绝——在 Windows 上，哪怕只是判断一下它是否存在，都会立即发起 SMB 会话并把当前登录用户的凭据交给那台机器。

需要把本机文件用进来时，用画布拖拽或节点内的上传按钮即可。

2. 视频文件直接当音频用

音频加载节点能直接读 mp4 / mkv / mov / avi / webm / flv / ts 等视频文件， 自动提取其中的音轨，不必先从剪映之类的软件导出音频再导入。

3. 长媒体截断

加载节点提供三种截断方式，下拉项自带说明：

| 选项 | 含义 | 需要填的参数 | |---|---|---| | 不截断（使用完整音频） | 完整使用 | 无 | | 只取开头一段（0 秒 → 截取时长） | 从 0 秒开始取一段 | 截取时长(秒) | | 只取中间一段（起点 → 终点） | 取任意区间 | 起点(秒)、终点(秒) | | 从起点一直到结尾（起点 → 末尾） | 从某点到结束 | 起点(秒) |

音频与视频节点的截断逻辑一致。

4. 参数自动适配

保存节点中标注「自动（跟随源）」的参数会跟随源文件：

  • 音频：采样率、声道、WAV 位深、MP3 / OPUS 码率
  • 视频：分辨率、帧率、视频编码、音频处理策略

以音频为例，源为无损 44.1kHz / 16bit / 立体声时，导出 MP3 会自动使用 320kbps。

5. 同格式零成本直出

目标格式与源格式一致、且所有参数都是「自动」时，节点会直接复制源文件， 不重新编码，几乎瞬间完成。报告 / 摘要中会标记为「直出」。

直出的前提是源文件确实位于 input / output / temp 内。这个路径来自上游 节点的输出（提交的 prompt 里也可能自带），一旦它指向这三个目录之外，节点就不 去碰它，改用内存里的波形重新编码，报告里会写明原因。

注意：视频节点若使用了截断，或指定了分辨率 / 帧率 / 编码器，则会正常转码。

6. 一次产出多种格式

勾选多个目标即可一次运行完成，多个目标共用一次 ffmpeg 调用，比分多次转换更快。

7. 平台合规校验（音频）

「保存音频(平台发布)」内置国内主流平台预设（汽水音乐、网易云音乐、QQ音乐、 酷狗音乐、抖音、快手、哔哩哔哩），会校验格式、采样率、位深、码率、声道与文件大小， 并给出是否满足的结论。选择「自定义」可手动填写要求，选择「不校验」则只出文件。

节点参数速查

加载音频(增强) / 加载视频(增强)

| 参数 | 说明 | |---|---| | 音频文件 / 视频文件 | 从 ComfyUI input 目录选择，可直接填 子目录/文件名 | | 音轨序号 / 视频流序号 | 多音轨 / 多流文件时使用哪一条，0 为第一条 | | 截断方式 | 见下方「长媒体截断」 | | 起点(秒) / 终点(秒) / 截取时长(秒) | 配合截断方式使用 | | 报告语言 | 跟随界面语言 / English / 中文 |

保存音频(平台发布)

| 参数 | 说明 | |---|---| | 文件名前缀 | output 目录下的相对路径 | | 导出WAV / 导出MP3 / 导出OPUS / 保留FLAC | 勾选需要的格式 | | WAV位深 / MP3码率 / OPUS码率 / 采样率 / 声道 | 「自动（跟随源）」或指定值 | | 平台预设 | 平台名称 / 自定义 / 不校验 | | 文件大小上限MB | 合规校验用的单文件体积上限 | | 报告语言 | 跟随界面语言 / English / 中文 |

保存视频(格式转换)

| 参数 | 说明 | |---|---| | 文件名前缀 | output 目录下的相对路径 | | 导出MP4 / 导出MKV / 导出WEBM / 导出AVI / 导出MOV | 勾选需要的格式 | | 视频编码 | 自动 / H.264 / H.265 / VP9 / AV1 / VP8 / MPEG-4 | | 画质CRF | 数值越小越清晰、体积越大 | | 分辨率 | 保持原始，或按标注尺寸等比缩放 | | 帧率 | 保持原始，或指定数值 | | 音频处理 | 保留原音频 / 自动兼容 / 移除 / 强制转码 | | 音频码率 | 音频转码码率 | | 报告语言 | 跟随界面语言 / English / 中文 |

自动模式下，若源编码与目标容器不兼容（例如 H.264 转 WEBM），会自动回退到 该容器的推荐编码器（WEBM → VP9），避免产出无法播放的文件。

兼容性说明

  • 视频节点输出 ComfyUI 原生 VIDEO 类型，可与官方视频节点互连
  • 视频转码依赖 ffmpeg 编码器可用性。imageio-ffmpeg 自带的构建已包含 libx264 / libx265 / libvpx-vp9 / libaom-av1 与常见音频编码器
  • 若上游节点输出的视频不是文件型输入（非本插件加载节点）， 转码会先将其序列化为内存缓冲，效率较低，建议优先用「加载视频(增强)」
  • 上传、刷新、试听 / 预览均在浏览器侧完成，跨平台可用

开发

仓库内附带两个冒烟测试脚本，会自行用 ffmpeg 生成素材并放进 input 目录， 直接运行即可验证核心功能：

python _smoke_test.py    # 音频节点
python _video_test.py    # 视频节点

两者都会在结尾打印通过 / 失败统计。脚本会自动向上查找 ComfyUI 根目录， 也可显式指定：

COMFY_ROOT=/path/to/ComfyUI python _smoke_test.py

许可证

MIT

本项目为原创开源项目。作者依 MIT 许可授权他人使用、复制、修改、合并、发布与再分发， 但分发或发布衍生作品时必须保留原作者署名与版权声明。 详见 NOTICE，其中亦列明了第三方组件（PyAV / NumPy / PyTorch / FFmpeg）的著作权归属。