ComfyUI ChatGPT GW
ComfyUI nodes for ChatGPT and Grok prompt, image, and video workflows via an OpenAI-compatible gateway.
ComfyUI ChatGPT GW
通过 API 中转站调用 ChatGPT / Grok 模型的 ComfyUI 自定义节点,支持提示词处理、图片生成与编辑、视频生成与处理。
API Key 与接口说明
- 使用默认服务:如需使用本项目的大模型功能,请前往 Lumuyi API 中转站 购买 API Key,并填写到节点的
api_key中。本项目代码按 MIT 许可证开源,API 调用费用由服务商另行收取。 - 关闭相关功能:不需要大模型功能时,可在 ComfyUI 工作流中禁用或移除相关节点,并按需调整下游连接,无需购买 API Key。
- 使用其他服务:也可以自行修改更换为兼容的接口地址,并使用对应服务商的 API Key
更换服务时,请确认所需模型、接口路径和响应格式兼容。GPT Image 2 使用 Sub2API 异步图片接口,视频节点使用相应的任务及成品下载接口;这些功能并非所有 OpenAI 兼容服务都支持。GPT Image 2 的结果图片域名还需与
IMAGE_PUBLIC_HOST配置一致。
功能
- 支持模型:
gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna、gpt-5.5 - 提供模型固定为
grok-4.5、界面不可修改的 Grok 提示词优化节点 - 提供模型固定为
grok-4.5、界面不可修改的 Grok 图片反推节点 - 两个多行文本框:用户输入、系统提示词
- 输出一个可连接到其他 ComfyUI 节点的
STRING文本 - 支持把 ComfyUI
IMAGE发送给视觉模型并反推出图片生成提示词 - 使用固定模型
gpt-image-2将提示词生成并输出为 ComfyUIIMAGE - 使用可选模型
grok-imagine-image、grok-imagine-image-quality、grok-imagine-image-pro进行 Grok 文生图 - 使用固定模型
gpt-image-2对 1 到 4 张参考图进行合成或修改 - 可选
grok-imagine-image-quality、grok-imagine-image或grok-imagine-image-pro,按 JSON 格式对最多 3 张可选参考图进行合成或修改 - 使用
grok-imagine-video或grok-imagine-video-1.5进行文生视频或图生视频,最长 15 秒 - 使用固定
grok-imagine-video根据 1~7 张参考图生成视频,最长 10 秒 - 使用固定
grok-imagine-video修改最长 8.7 秒的 MP4 视频 - 使用固定
grok-imagine-video将 2~15 秒的 MP4 视频继续延伸 2~10 秒 - 使用 ComfyUI 已内置的 NumPy、Pillow 处理图片,无需另外安装依赖
安装
将本目录放入:
ComfyUI/custom_nodes/ComfyUI_ChatGpt_GW
也可以在 ComfyUI/custom_nodes 目录下执行:
git clone https://github.com/leisongde/ComfyUI_ChatGpt_GW.git
然后重启 ComfyUI。在节点菜单的 ChatGPT GW 分类中添加:
ChatGPT 提示词优化(GW)
Grok 提示词优化(GW)
ChatGPT 图片反推提示词(GW)
Grok 图片反推提示词(GW)
GPT Image 2 文生图(GW)
Grok 文生图(GW)
GPT Image 2 图片合成/修改(GW)
Grok 图片合成/修改(GW)
Grok 视频(GW)
Grok 参考图生视频(GW)
Grok 视频编辑(GW)
Grok 视频扩展(GW)
使用
- 填写
api_key(中转站 Key)。 - 在
user_prompt中输入需要优化的简单提示词。 - 按需修改
system_prompt,或直接使用内置默认提示词。 - 选择中转站提供的模型。
- 将
optimized_prompt输出连接到任意接收STRING的节点并运行工作流。
Grok 提示词优化
Grok 提示词优化(GW) 的输入和输出方式与 ChatGPT 提示词优化节点相同:填写中转站 api_key、用户输入和系统提示词,然后连接 optimized_prompt 输出。模型在代码中固定为 grok-4.5,节点界面不提供模型选择,工作流中也不能修改模型名称。
图片反推提示词
- 添加
Load Image,把它的IMAGE输出连接到ChatGPT 图片反推提示词(GW)。 - 填写中转站
api_key。 - 按需修改
reverse_instruction和system_prompt。 - 选择一个支持图片输入的中转站模型。
- 将
reversed_prompt连接到“展示文本”或其他接收STRING的节点。
反推节点会分析批次中的第一张图片。为控制请求体大小,最长边超过 2048 像素的图片会保持比例缩小,并以高质量 JPEG Base64 形式发送。
Grok 图片反推提示词(GW) 的连接方法和输入内容相同,但模型在代码中固定为 grok-4.5。节点界面不提供模型选择,工作流中也不能修改模型名称;中转站为该模型配置的账号必须支持图片输入。
GPT Image 2 文生图
连接方式:
提示词优化节点 → GPT Image 2 文生图(GW)→ Preview Image / Save Image
- 将提示词
STRING连接到prompt输入。 - 填写中转站
api_key。 - 在
size中选择 K 档位、宽高比和实际像素尺寸,再选择quality。 - 在
batch_count中选择单次生成1到4张,默认是1。 - 将
image输出连接到 ComfyUI 的Preview Image或Save Image。
模型在代码中固定为 gpt-image-2,节点界面不能选择或修改模型。可生成 1 到 4 张图片。OpenAI 生图使用 Sub2API 异步任务:先向 /v1/images/generations/async 提交任务,再轮询 /v1/images/tasks/{task_id},任务完成后从 https://img.lumuyi.com/images/... 永久地址拉回图片;多张结果会组成一个 ComfyUI IMAGE 批次。请求固定携带 output_format: "jpeg"。
由于当前中转站会把批量参数 n 错误转换成 Responses 的 tools[0].n,节点不会发送 n。选择 2 到 4 张时,节点会按所选数量逐张发起独立请求,再合并结果。这也意味着费用和等待时间会随图片数量增加。
节点提供 1K、2K、4K 三个档位,每档均包含 16:9、4:3、1:1、9:16、3:4 五种比例,共 15 个选项。4K 的 4:3、1:1 和 3:4 使用 GPT Image 2 总像素限制内的最大合法尺寸。
| 档位 | 16:9 | 4:3 | 1:1 | 9:16 | 3:4 | | --- | --- | --- | --- | --- | --- | | 1K | 1280×720 | 1024×768 | 1024×1024 | 720×1280 | 768×1024 | | 2K | 2048×1152 | 2048×1536 | 2048×2048 | 1152×2048 | 1536×2048 | | 4K | 3840×2160 | 3264×2448 | 2880×2880 | 2160×3840 | 2448×3264 |
节点会把选项对应的实际像素尺寸发送给中转站。为了与桌面软件中已经验证的 Sub2API 调用方式一致,OpenAI 请求还会在实际发送时把所选比例追加到提示词末尾,例如用户输入 电影感城市夜景、选择 16:9,最终发送的提示词为 电影感城市夜景\n\n16:9;节点界面中的原始提示词不会被改写。若使用 auto,则不追加比例。如果中转站返回的图片尺寸不一致,节点会保持画面比例进行居中裁剪,再高质量缩放到精确目标尺寸。
说明:异步接口返回的 JPEG 会被节点下载并解码为 ComfyUI
IMAGE张量。后续实际保存成 PNG、JPEG 或其他格式,由连接的保存节点决定;ComfyUI 标准Save Image仍可能按自身规则保存为 PNG。
Grok 文生图
连接方式与 GPT Image 2 文生图(GW) 相同,输出可以直接连接到 Preview Image 或 Save Image。模型下拉框仅包含:
grok-imagine-image(默认)grok-imagine-image-qualitygrok-imagine-image-pro
节点沿用相同的 15 个尺寸选项、quality 和 batch_count。选择生成 2~4 张图片时,会逐张发送独立请求并合并为一个 ComfyUI IMAGE 批次,请求中不会发送 n 参数。
Grok 生图请求仍然只发送到 https://api.lumuyi.online 中转站,并携带 response_format: "b64_json",优先让中转站直接返回图片数据,避免 ComfyUI 访问 imgen.x.ai。如果中转站忽略该参数并仍返回临时图片 URL,节点会将 URL 拉取作为兼容后备;遇到 TLS 断开、超时等临时网络错误时,每张图片最多重新建立连接并尝试 3 次。
GPT Image 2 图片合成/修改
连接方式:
Load Image(第1张,必接) ─┐
Load Image(第2~4张,可选)├→ GPT Image 2 图片合成/修改(GW)→ Preview Image / Save Image
修改或合成提示词 ──────────┘
image_1必须连接一张参考图。image_2、image_3、image_4都是可选输入;未连接、断开或隐藏后会被自动忽略,不会报错。- 在
prompt中说明需要保留、修改、融合或重新构图的内容。 - 选择输出
size和quality,再把输出连接到Preview Image或Save Image。
节点使用 Sub2API 异步图片修改任务:以 multipart 形式向 /v1/images/edits/async 上传图片,再轮询 /v1/images/tasks/{task_id},任务完成后从 https://img.lumuyi.com/images/... 永久地址拉回结果。与文生图相同,实际发送时会把所选比例追加到 OpenAI 提示词末尾,同时继续发送对应的具体像素尺寸;auto 不追加比例。每个输入插槽连接到图片批次时,只会使用该批次的第一张图片;最多上传 4 张参考图。OpenAI 输出固定请求 output_format: "jpeg",图片合成/修改节点每次固定生成并输出 1 张图片。
Grok 图片合成/修改
连接方式:
Load Image(第1~3张,全部可选)→ Grok 图片合成/修改(GW)→ Preview Image / Save Image
修改或合成提示词 ──────────→
image_1、image_2、image_3全部为可选输入,任意一个都可以断开、屏蔽或不连接。- 运行时至少保留 1 张图片;3 张全部屏蔽时节点会给出明确错误。
- 模型可选择
grok-imagine-image-quality、grok-imagine-image或grok-imagine-image-pro,默认使用质量模型。 resolution使用 xAI 官方的1k、2k档位;多图合成时可以选择官方支持的aspect_ratio,单图编辑遵循原图比例。- 每次固定生成并输出 1 张图片。
节点只请求 https://api.lumuyi.online/v1/images/edits 中转站,不直连 xAI API。单图按官方 image 字段发送,2~3 张按官方 images 数组发送;输入图片采用 Base64 Data URI,输出请求 b64_json,避免访问 imgen.x.ai。
Grok 视频
文生视频连接方式:
文字提示词 → Grok 视频(GW)→ Save Video
图生视频连接方式:
Load Image ─→ image
文字提示词 ─→ Grok 视频(GW)→ Save Video
- 不连接
image时自动使用文生视频;连接后自动切换为图生视频。 - 模型可选择
grok-imagine-video或grok-imagine-video-1.5。官方当前规定 1.5 模型只支持图生视频,因此选择它时必须连接图片。 duration是 1~15 秒整数滑块,默认 6 秒;视频按秒计费,时长和分辨率越高通常费用越高。resolution可选择480p、720p或1080p;1080p仅支持grok-imagine-video-1.5图生视频。aspect_ratio选择auto时,文生视频使用服务端默认比例,图生视频跟随输入图片比例。- 输出是 ComfyUI 原生
VIDEO,可以直接连接新版 ComfyUI 自带的Save Video节点保存或预览。
节点通过 https://api.lumuyi.online 创建任务并轮询结果:先请求 /v1/videos/generations,再轮询 /v1/videos/{request_id}。任务完成后,节点会携带当前 API Key 请求 /v1/videos/{request_id}/content,由 2026-07-20 起支持链式视频内容代理的 Sub2API 服务器负责从上游拉取并流式返回成品。ComfyUI 主机不再访问 vidgen.x.ai,也不再依赖旧的 api3.lumuyi.online 固定反代。
Grok 参考图生视频
Load Image ─→ reference_0
Load Image ─→ reference_1(可选)
Load Image ─→ reference_2(可选)
Load Image ─→ reference_3(可选)
Load Image ─→ reference_4(可选)
Load Image ─→ reference_5(可选)
Load Image ─→ reference_6(可选)
文字提示词 ─→ Grok 参考图生视频(GW)→ Save Video
reference_0~reference_6都可以单独断开或屏蔽,但运行时至少连接 1 张,最多连接 7 张。- 模型固定为
grok-imagine-video,界面不可修改;该模式不使用grok-imagine-video-1.5。 - 请求采用 xAI 官方
reference_images: [{"url": ...}]格式。参考图影响视频中的人物、物体、服装和风格,但不会被固定为视频第一帧。 duration为 1~10 秒滑块,默认 10 秒;分辨率可以选择480p或720p。- 生成、轮询以及带 Bearer 认证的
/v1/videos/{request_id}/content成品拉取与普通 Grok 视频节点共用同一套处理流程。
Grok 视频编辑
Load Video ─→ video
文字编辑要求 ─→ Grok 视频编辑(GW)→ Save Video
- 模型固定为
grok-imagine-video,界面不可修改。 - 输入是 ComfyUI 原生
VIDEO;节点会按 MP4 格式编码并通过中转站的/v1/videos/edits接口提交。 - 按官方限制,源视频最长 8.7 秒。编辑模式不提供时长、宽高比和分辨率参数,输出继承源视频时长和比例,分辨率最高 720p。
- 任务轮询与带 Bearer 认证的
/v1/videos/{request_id}/content成品拉取沿用其他 Grok 视频节点的处理流程。
Grok 视频扩展
Load Video ─→ video
文字延续要求 ─→ Grok 视频扩展(GW)→ Save Video
- 模型固定为
grok-imagine-video,界面不可修改。 - 源视频必须为 2~15 秒;节点会将 ComfyUI 原生
VIDEO按 MP4 格式提交到/v1/videos/extensions。 duration是新增延续片段的时长,范围 2~10 秒、默认 6 秒,不是最终视频总时长。- 输出是源视频与延续片段组成的完整视频,并继承源视频宽高比和分辨率,分辨率最高 720p。
- 任务轮询以及带 Bearer 认证的
/v1/videos/{request_id}/content成品拉取沿用其他 Grok 视频节点的处理流程。
节点会将界面模型名映射为中转站请求 ID:
| 界面选项 | 请求模型 ID |
| --- | --- |
| gpt-5.6-sol | gpt-5.6-sol |
| gpt-5.6-terra | gpt-5.6-terra |
| gpt-5.6-luna | gpt-5.6-luna |
| gpt-5.5 | gpt-5.5 |
各模型是否可用取决于中转站和账号权限。
Key 安全说明
ComfyUI 工作流通常会保存节点控件的值,因此导出或分享工作流前,请先删除 api_key。不要将包含真实 Key 的工作流提交到 Git 仓库或发送给他人。
故障排查
HTTP 401/403:检查 Key 是否正确、账号是否拥有所选模型权限。HTTP 404:中转站的兼容接口路径或模型 ID 可能发生变化。HTTP 429:账号额度不足、请求频率过高或中转站限流。- 无法连接:检查网络、代理、防火墙及中转站状态。
许可证
本项目使用 MIT 许可证。