ComfyUI Extension: RUI-Nodes

Authored by rui40000

Created 3 years ago

Updated a day ago

17 stars

Run ComfyUI workflows without the setup

No installs, no CUDA version roulette, no GPU sitting idle on your bill. Bring a workflow and run it in the browser.

Rui's workflow-specific custom node, written using GPT.

Looking for a different extension?

Custom Nodes (17)

README

Rui-Node🐶 - ComfyUI 图像处理节点集

Rui-Node🐶 是一个功能丰富的 ComfyUI 节点集合，提供图像处理、文本处理、AI 模型集成和遮罩处理等多种功能。

📦 安装方法

将此文件夹复制到 ComfyUI 的 custom_nodes 目录中
安装依赖：pip install -r requirements.txt
重启 ComfyUI

📋 节点目录

📖 节点详细说明

1. 调整饱和度 / Saturation Adjustment

分类: Rui-Node🐶/图像调节🎨

功能描述:
调整图像的色彩饱和度，可以创建黑白图像或增强色彩鲜艳度。

输入参数:

image (IMAGE): 输入图像
saturation (FLOAT): 饱和度调整系数
- 默认值: 1.0
- 范围: 0.0 ~ 5.0
- 步长: 0.1
- 说明:
  - 0.0 = 完全无饱和度（黑白图像）
  - 1.0 = 原始饱和度（不变）
  - 1.0 = 增加饱和度

输出:

IMAGE: 调整后的图像

使用场景:

将彩色图像转换为黑白
增强图像色彩表现力
降低过于鲜艳的色彩

2. 图像翻转 / Image Flip

分类: Rui-Node🐶/图像调节🎨

功能描述:
对图像进行水平或垂直翻转操作。

输入参数:

image (IMAGE): 输入图像
flip_direction (选择): 翻转方向
- 选项: "水平" 或 "垂直"
- 默认值: "水平"

输出:

IMAGE: 翻转后的图像

使用场景:

镜像翻转图像
创建对称效果
调整图像方向

3. 按路径加载图像 / Load Image By Path

分类: Rui-Node🐶/文件存储与加载📁

功能描述:
从指定的文件路径加载图像文件，支持绝对路径输入。

输入参数:

image_path (STRING): 图像文件的完整路径
- 默认值: "E:\ComfyUIModels\input\10\1.png"
- 支持格式: PNG、JPG、JPEG 等常见图像格式

输出:

IMAGE: 加载的图像

特殊处理:

如果文件不存在，返回 512x512 的黑色默认图像
自动将非 RGB 图像转换为 RGB 模式

使用场景:

从外部路径加载特定图像
批量处理指定目录的图像
加载非 ComfyUI 默认输入目录的图像

4. 千问编辑图像生成 / Qwen Edit Image Generation

分类: Rui-Node🐶/AI模型🤖

功能描述:
使用阿里云千问（Qwen）编辑模型 API 进行 AI 图像生成，支持多种控制模式。

输入参数:

image1 ~ image4 (IMAGE): 最多 4 张输入图像作为参考
api_key (STRING): 阿里云 API 密钥
base_url (STRING): API 基础 URL
- 默认值: "https://dashscope.aliyuncs.com/api/v1/services/aigc/text2image-generation/generation"
seed (INT): 随机种子
- 默认值: -1（随机生成）
- 范围: -1 ~ 2147483647
control_mode (选择): 控制模式
- 选项: reference, sketch, scribble, pose, canny, depth, hed, mlsd, normal, seg
- 默认值: "reference"
width (INT): 输出图像宽度
- 默认值: 1024
- 范围: 512 ~ 2048
- 步长: 8
height (INT): 输出图像高度
- 默认值: 1024
- 范围: 512 ~ 2048
- 步长: 8

输出:

IMAGE: AI 生成的图像

使用场景:

AI 辅助图像创作
基于参考图生成新图像
多模态图像控制生成

5. 镜头分词器 / Shot Splitter

分类: Rui-Node🐶/文本处理📝

功能描述:
将包含多个分镜描述的脚本文本拆分成独立的分镜列表，支持按范围筛选导出。

输入参数:

input_text (STRING): 输入的多分镜描述脚本（多行文本）
- 格式要求: 使用 <SHOT_XXX>...</SHOT_XXX> 标签包裹每个分镜
start_shot_num (INT, 可选): 开始导出的分镜编号
- 默认值: 0（从第一个开始）
- 范围: 0 ~ 100
shot_count (INT, 可选): 导出的分镜数量
- 默认值: 0（导出全部）
- 范围: 0 ~ 100

输出:

shot_descriptions (LIST): 拆分后的分镜描述列表
summary (STRING): 总结信息

文本格式示例:

<SHOT_1>
第一个镜头的描述内容
</SHOT_1>
<SHOT_2>
第二个镜头的描述内容
</SHOT_2>

使用场景:

分镜脚本拆分
批量处理分镜描述
选择性导出特定范围的分镜

6. 对白提取器 / Dialogue Extractor

分类: Rui-Node🐶/文本处理📝

功能描述:
从分镜描述文本中自动提取旁白/对白内容。

输入参数:

input_text (STRING): 输入的分镜描述文本（多行文本）

输出:

dialogues (LIST): 提取的旁白/对白列表
summary (STRING): 总结信息

识别模式:

支持格式 1: 旁白：[对白内容]
支持格式 2: 旁白：对白内容
自动识别 <SHOT_XXX> 标签中的旁白

使用场景:

从分镜脚本中提取对白
批量收集旁白文本
准备配音文本

7. 页面旁白删除器 / Page Narration Remover

分类: Rui-Node🐶/文本处理📝

功能描述:
删除文本中所有以"页面旁白："或"页面旁白:"开头的整行内容。

输入参数:

input_text (STRING): 原始文本（多行文本）

输出:

clean_text (STRING): 移除页面旁白行后的文本

处理规则:

自动识别并删除以"页面旁白："或"页面旁白:"开头的行
忽略行首行尾的空白字符
保留其他所有内容

使用场景:

清理脚本中的页面旁白
文本预处理
提取纯净对白内容

8. 文本列表制作器 / Text List Creator

分类: Rui-Node🐶/文本处理📝

功能描述:
将多个独立的文本段落组织成列表形式输出。

输入参数:

text1 (STRING, 必需): 第一段文本（多行文本）
text2 ~ text5 (STRING, 可选): 第 2~5 段文本（多行文本）

输出:

text_list (LIST): 文本列表（Python 列表格式）
summary (STRING): 总结信息

处理规则:

自动过滤空文本
去除每段文本首尾的空白字符
保留内部段落结构

使用场景:

组织多段文本为列表
批量文本处理准备
文本分组管理

9. 遮罩筛选 / Mask Selector

分类: Rui-Node🐶/遮罩处理🎭

功能描述:
对输入的多个遮罩进行排序并选择特定遮罩，同时输出剩余遮罩的合并结果。

输入参数:

masks (MASK): 输入的遮罩（可包含多个遮罩）
sort_method (选择): 排序方法
- 选项:
  - "按面积排序 / By Area": 按遮罩面积从大到小排序
  - "从左到右 / Left to Right": 按遮罩质心 X 坐标升序排序
  - "从上到下 / Top to Bottom": 按遮罩质心 Y 坐标升序排序
- 默认值: "按面积排序 / By Area"
index (INT): 选择的遮罩编号（1-based 索引）
- 默认值: 1
- 最小值: 1
- 说明: 如果超出范围会自动夹取到有效范围

输出:

选中遮罩 / Selected (MASK): 选中的单个遮罩
剩余遮罩 / Remaining (MASK): 其他遮罩的合并结果
信息 / Info (STRING): JSON 格式的详细信息
- total_masks: 遮罩总数
- selected_index: 选中编号
- sort_method: 排序方式
- selected_area: 选中遮罩的像素面积
- selected_center: 选中遮罩的质心坐标 [x, y]
- index_clamped: 编号是否越界被修正

使用场景:

从多个检测结果中选择特定目标
分离主体和背景遮罩
基于大小或位置筛选遮罩

10. 遮罩预览 / Mask Preview

分类: Rui-Node🐶/遮罩处理🎭

功能描述:
将遮罩以半透明彩色形式叠加显示在图像上，方便直观查看遮罩覆盖区域。节点自带预览功能，同时输出合成后的图像。

输入参数:

image (IMAGE): 作为底图的原始图像
mask (MASK): 需要可视化的遮罩
mask_color (选择): 遮罩显示颜色
- 默认值: 红色 / Red
- 选项: 红色、绿色、蓝色、黄色、青色、品红、白色
opacity (FLOAT, 可选): 不透明度
- 默认值: 0.5
- 范围: 0.0 ~ 1.0
- 步长: 0.05

输出:

图像 / Image (IMAGE): 合成了半透明彩色遮罩的图像

特性:

自动处理遮罩与图像的尺寸差异
节点界面直接显示预览效果
支持批量处理
7种预设颜色可选
可调节不透明度

使用场景:

检查分割结果的准确性
调试遮罩处理流程
多遮罩对比（使用不同颜色）
制作遮罩可视化图

11. 转化为utf-8编码 / Convert to UTF-8

分类: Rui-Node🐶/文本处理📝

功能描述:
删除输入字符串中所有非 UTF-8 编码字符（如孤立的代理对），确保输出的字符串符合 UTF-8 编码规范。

输入参数:

input_text (STRING): 需要处理的原始字符串（支持多行）

输出:

filtered_text (STRING): 过滤后的符合 UTF-8 规范的字符串
log (STRING): 处理日志，包含移除字符的详细信息和统计总结

使用场景:

清理可能包含非法字符的文本数据
确保文本在保存或传输时的编码安全性
调试文本编码问题

12. OpenAI API 连接 / OpenAI API Connector

分类: Rui-Node🐶/AI模型🤖

功能描述:
连接 OpenAI 或兼容 API（如 DeepSeek、Moonshot 等），进行文本生成或多模态图像理解，支持最多 6 张图像同时输入。

输入参数:

api_url (STRING): API 接口地址
- 默认值: "https://api.openai.com/v1/chat/completions"
api_key (STRING): API 密钥
model (STRING): 模型名称
- 默认值: "gpt-4o"
system_prompt (STRING): 系统提示词
user_prompt (STRING): 用户提示词
seed (INT): 随机种子，用于控制生成的随机性
image_1 ~ image_6 (IMAGE, 可选): 最多 6 张输入图像
- 说明: 用户有几张图就连接几个输入口，无需手动 Batch
- 规则: 节点内部会自动逐张处理每个输入图像，分别编码后发送到 API
- 优势: 不要求所有图像尺寸一致，512×512 和 511×768 之类的混合输入也可直接使用
temperature (FLOAT, 可选): 采样温度
- 默认值: 0.3
- 范围: 0.0 ~ 2.0
max_tokens (INT, 可选): 最大输出 token 数
- 默认值: 500
- 范围: 1 ~ 8192
detail (选择, 可选): 图像分析细节等级
- 选项: low, high, auto
- 默认值: auto
image_max_size (INT, 可选): 单张图像最长边缩放上限
- 默认值: 1024
- 范围: 256 ~ 4096
- 说明: 超过该尺寸的图像会在发送前按比例缩小，以减少 token 消耗与请求体积
proxy_url (STRING, 可选): HTTP/HTTPS 代理地址
- 示例: http://127.0.0.1:7890

输出:

text (STRING): 模型生成的文本内容

使用场景:

调用 LLM 进行文本生成
使用 Vision 模型进行单图或多图联合理解
连接本地或第三方兼容 OpenAI 协议的 API
对多张参考图做综合分析、比对与总结

13. 颜色匹配器 / Color Matcher

分类: Rui-Node🐶/图像调节🎨

功能描述:
将目标图像的颜色分布匹配到参考图像的颜色分布，支持多种匹配算法和混合调节。

输入参数:

reference_image (IMAGE): 作为颜色参考的图像
moving_image (IMAGE): 需要改变颜色的目标图像
match_method (选择): 匹配算法
- 选项: "histogram" (直方图匹配), "mean_std" (均值标准差匹配), "none" (无匹配)
- 默认值: "histogram"
blend_factor (FLOAT): 混合系数
- 默认值: 1.0
- 范围: 0.0 ~ 1.0
- 步长: 0.01
- 说明: 控制原图和匹配后图像的混合比例，1.0为完全使用匹配后图像

输出:

颜色匹配后图像 (IMAGE): 颜色调整后的图像
匹配信息 (STRING): 记录了使用的匹配方式以及混合系数的日志信息

使用场景:

统一多张图像的色调风格
将素材无缝融合进背景
图像色彩风格迁移

14. 素材拆分 / Sprite Splitter

分类: Rui-Node🐶/图像调节🎨

功能描述:
从白色/浅色背景的合图（Sprite Sheet）中自动拆分出每个独立的美术元素，通过连通区域检测进行裁剪，并将每个独立元素作为图像列表输出。

输入参数:

图像 (IMAGE): 输入的带有透明通道的合图图像（RGBA格式）
最小面积过滤（像素数） (INT): 最小面积过滤
- 默认值: 100
- 范围: 1 ~ 50000
- 说明: 面积小于此值（像素数）的连通区域将被过滤，避免拆分出噪点碎片。
裁剪边距 (INT): 裁剪边距
- 默认值: 2
- 范围: 0 ~ 50
- 说明: 每个元素裁剪时在包围盒外额外保留的像素边距。
排序方式 (选择): 排序方式
- 选项: "从左到右-从上到下", "从上到下-从左到右", "面积从大到小", "面积从小到大"
- 默认值: "从左到右-从上到下"
seed (INT): 随机种子
- 默认值: 0
- 说明: 仅用于强制重新执行节点，不影响实际拆分结果。适用于线上部署时强制刷新缓存。

输出:

图像列表 (IMAGE): 拆分后的多张图像列表，透明区域会用白色填充输出。

使用场景:

游戏素材合图切分
批量图标提取
白底素材自动裁剪

15. 素材拆分(带透明通道) / Sprite Splitter RGBA

分类: Rui-Node🐶/图像调节🎨

功能描述:
与标准素材拆分节点功能相同，但保留并额外输出 Alpha 透明通道，适用于需要透明背景的美术素材提取。

输入参数:

输入参数与素材拆分 / Sprite Splitter 完全一致。

输出:

图像列表 (IMAGE): 拆分后的多张 RGB 图像列表
遮罩列表 (MASK): 对应的多张 Alpha 透明通道遮罩列表，1.0代表不透明，0.0代表透明

使用场景:

提取带透明背景的游戏角色、道具素材
搭配 JoinImageWithAlpha 等节点生成透明 PNG 图像

16. 加载图像(带文件名) / Load Image With Name

分类: Rui-Node🐶/文件存储与加载📁

功能描述:
基础功能与 ComfyUI 原生的 "Load Image" 节点完全一致，支持从 ComfyUI 的 input 目录中选择图像，并支持拖拽上传。区别在于本节点额外提供了一个字符串输出端口，用于输出图像的文件名。

输入参数:

image (下拉选择): 从 input 目录中选择图像文件，或通过按钮上传

输出:

IMAGE: 图像数据
MASK: 图像的 Alpha 通道遮罩
filename (STRING): 图像的文件名（不包含后缀，例如上传了 test_image.png，则输出 test_image）

使用场景:

批量处理图像时，希望以原文件名保存处理后的结果
需要将当前图像的文件名作为提示词或其他参数传递给下游节点
建立更规范的自动化工作流

🔧 依赖库

主要依赖库包括：

torch: PyTorch 深度学习框架
numpy: 数值计算
Pillow (PIL): 图像处理
requests: HTTP 请求（用于 API 调用）

完整依赖请查看 requirements.txt

📝 注意事项

所有节点都兼容 ComfyUI 的标准图像处理流程
图像格式统一为 BHWC（批次、高度、宽度、通道）
图像值范围为 0.0 ~ 1.0 的浮点数
使用 AI 模型节点需要配置有效的 API 密钥
文本处理节点支持多行文本输入
所有节点名称采用中英双语显示
遮罩处理节点自动处理尺寸不匹配问题

17. SDMatte 精细抠图 / SDMatte Interactive Matting

基于 SDMatte（vivo 相机研究院，ICCV 2025）的交互式抠图节点。擅长发丝、绒毛、玻璃、烟雾等常规抠图模型处理不好的边缘。

包含两个节点：

| 节点 | 作用 | |---|---| | SDMatte 加载器 | 载入权重，构建网络并常驻显存 | | SDMatte 精细抠图 | 用视觉提示（框/掩码/点）驱动模型输出 alpha |

模型准备

把权重放到 ComfyUI/models/SDMatte/ 下即可，两种格式任选其一：

SDMatte_plus.pth — 官方发布，12.1GB，LongfeiHuang/SDMatte
SDMatte_plus.safetensors — 社区转换，5.19GB，1038lab/SDMatte

这两个文件的模型权重逐比特完全相同，不必纠结选哪个。已实测比对全部 1316 个张量：键名、形状、精度（均为 F32）、数值全部一致，无一例外。官方 pth 是 detectron2 的训练检查点，顶层为 {"model", "trainer", "iteration"}，多出的约 6.9GB 是 trainer 里的优化器状态与梯度缩放器，推理不参与。换用 pth 不会带来任何质量提升。本节点两种格式都支持，读 pth 时只解析 model 段，内存占用与 safetensors 相当。

不需要下载 Stable Diffusion 2.1 的权重。 SDMatte 虽以 SD 2.1 为骨架，但官方推理配置（configs/SDMatte.py 中 load_weight=False）只用配置文件搭出网络结构，全部权重随后由 SDMatte 检查点覆盖。官方 HuggingFace 仓库本身也只发布 .pth 加若干 config.json，不含任何 SD 权重。所需配置已随本节点一起分发，开箱即用、无需联网。

参数说明

SDMatte 加载器

| 参数 | 说明 | |---|---| | ckpt_name | models/SDMatte/ 下的权重文件 | | precision | fp32（默认，与官方测试配置一致）/ fp16（省显存，但 SD 2.1 的 VAE 半精度下易溢出） | | device | auto / cpu | | attention_slicing | 默认开启。1024 下显存峰值从约 15.5GB 降到 9.1GB，实测速度反而略快，输出差异仅 1e-6 量级 |

显存参考（fp32 @ 1024，实测于 RTX 5090）：开分片约 9.1GB，关分片约 15.5GB。 12GB 显存的卡请保持分片开启。

SDMatte 精细抠图

| 参数 | 说明 | |---|---| | mask | 指示抠哪个目标的提示掩码，不必精确，粗略覆盖主体即可 | | prompt_type | 视觉提示类型，见下表 | | inference_size | 默认 1024，与官方测试一致 | | is_transparent | 玻璃、纱、烟雾等透明物体务必打开 | | caption | 目标物体的英文描述。仅 SDMatte.pth 有效，SDMatte_plus.pth 请留空，见下文 | | point_radius | 仅 point_mask 生效。每个点晕开的高斯 sigma，默认 35 | | seed | 仅 point_mask 生效（10 个点是随机取的） |

prompt_type 选择：

| 取值 | 含义 | 适用 | |---|---|---| | bbox_mask | 取掩码外接框作为提示 | 默认，官方测试脚本的主路径，通常最稳 | | mask | 直接用掩码本身 | 已有较准的粗分割时 | | point_mask | 在掩码内随机取 10 个点 | 仅 SDMatte.pth 支持，见下文 | | auto_mask | 不给定位信息 | 画面只有单一主体 |

⚠ 两个权重的能力不同（实测）

官方 README 里，SDMatte 与 SDMatte*（即 SDMatte_plus）的训练集不同：前者含 RefMatte（指代表达式抠图数据集，点提示与文本提示的来源），后者用 COCO-Matte 替换了它。这导致 plus 版不具备点提示与文本指代能力：

| | SDMatte.pth | SDMatte_plus.pth | |---|---|---| | bbox_mask / mask / auto_mask | ✅ | ✅ | | point_mask | ✅ MAD 0.0135 | ❌ 输出全黑（max 仅 0.079） | | caption 语义 | ✅ 填对小幅提升 | ❌ 无作用，填了反而更差 |

caption 实测（羊驼图，MAD 越低越好）：

| caption | SDMatte | SDMatte_plus | |---|---|---| | ""（留空） | 0.01120 | 0.01135 ← 最好 | | "alpaca"（语义正确） | 0.01072 ← 最好 | 0.01160 ← 最差 | | "tree"（语义错误） | 0.01111 | 0.01119 |

在 SDMatte 上，语义正确的描述确实更准；在 plus 上语义完全失效甚至反向，说明它只是给 cross-attention 注入了噪声扰动，并非在理解文本。

结论：用 SDMatte_plus.pth 时保持 caption 留空、prompt_type 用 bbox_mask；想用点提示或文本指代，请换 SDMatte.pth。节点在 point_mask 输出接近全黑时会打印警告。

典型接法

加载图像 ──────────────┬──> SDMatte 精细抠图 ──> alpha (MASK)
                       │         ▲                 └──> cutout (IMAGE)
任意分割节点 ──> mask ──┘         │
SDMatte 加载器 ───────────────────┘

mask 可以来自任何粗分割来源（SAM、rembg、手绘遮罩皆可）——SDMatte 的职责正是把粗糙边缘细化。

实测数据

用官方效果图中的羊驼原图（绒毛边缘）跑本节点，与官方给出的 GT alpha 对比：

| 指标 | 数值 | |---|---| | MAD（平均绝对误差） | 0.0113 | | MSE | 0.0026 | | SAD | 0.807 千像素 |

（GT 取自官方效果图截图，含有损压缩与水印，故存在固有误差下限。）

各配置对输出的实际影响（透明玻璃杯，差异像素指偏差 > 0.05 的占比）：

| 对照项 | 平均差 | 差异像素占比 | |---|---|---| | inference_size 1024 vs 512 | 0.082 | 32.4% | | is_transparent 关 vs 开 | 0.059 | 25.0% | | 官方 [F,T,F] vs 误用 [T,T,T] 条件分配 | 0.026 | 18.8% |

结论：分辨率影响最大，建议保持 1024；抠透明物体时 is_transparent 必须打开。

与 ComfyUI-SDMatte 的横向实测

同一张图、同一份权重、同一台机器，对跑 ComfyUI-SDMatte 与本节点，以官方公布的 alpha 为参照：

| 实现 | 配置 | MAD ↓ | |---|---|---| | 本节点 | 官方 configs/SDMatte.py，bbox 提示，fp32 | 0.0113 | | ComfyUI-SDMatte | 默认（trimap 提示 + mask_refine） | 0.0884 | | ComfyUI-SDMatte | 关闭 mask_refine | 0.0885 |

相差 7.8 倍，且其输出肉眼可见地发灰、边缘晕开。

主因是视觉提示类型：官方 configs/SDMatte.py 固定 aux_input="bbox_mask"，而其 aux_input_list 只含 point_mask / bbox_mask / mask —— trimap 从未作为视觉提示参与训练。 ComfyUI-SDMatte 传 aux_input="trimap"，把模型推到了没训练过的输入模式上，且该分支的 trimap_coords 恒为 [0,0,1,1]，定位信息全部丢失。开不开它的 mask_refine 几乎不影响这一结论（0.0884 vs 0.0885），说明问题不在后处理。

实现要点

若与其它 SDMatte 实现效果对不上，按影响从大到小排查：

视觉提示类型（影响最大）。必须用官方训练过的 bbox_mask / mask / point_mask，并传入真实的归一化坐标。用 trimap 当视觉提示是模型没见过的用法。
UNet 配置来源。SDMatte 在标准 SD 2.1 的 UNet 配置上额外定义了 bbox_time_embed_dim / point_embeddings_input_dim / bbox_embeddings_input_dim 三个字段。误用原版 SD 2.1 的 config.json 会缺这些字段，只能猜默认值，猜错则相应权重被 strict=False 静默丢弃。本节点直接分发官方配置，并在缺字段时直接报错而非猜测。
transformers 版本。官方权重用 transformers 4.x 保存，CLIPTextModel 内部裹了一层 text_model；transformers 5.x 起该层被移除，导致 text_encoder 的 372 个权重键名对不上、被整体静默丢弃、停留在随机初始化。本节点会按当前环境自动增删该前缀。
条件分配。官方 use_encoder_hidden_states_list=[False, True, False] 决定 UNet 下采样/中间/上采样三段各接收哪种条件，漏传会退化成 [True, True, True]。实测单独影响不大（羊驼 MAD 0.01135 → 0.01148），透明物体上更明显。
权重对齐校验。本节点在加载后校验键的完整性，一旦有权重未被覆盖或未被使用就中止并报错。这类问题不会让模型崩溃，只会让输出质量悄悄下降，是最难排查的一类，因此宁可停下也不放行。
全程 fp32、1024 分辨率，且不做任何启发式后处理（不做阈值裁剪、对比度拉伸之类的"优化"），输出即模型原始 alpha。

18. ZenMux API 连接 / ZenMux API Connector

分类: Rui-Node🐶/AI模型🤖

功能描述:
连接 ZenMux 聚合平台（OpenAI 兼容协议），一个节点即可调用其收录的所有文本类模型（Anthropic、OpenAI、Google、DeepSeek、Qwen 等 20 家厂商、130+ 模型）。支持文本生成与多模态图像理解（最多 6 张图）。

特色功能:

价格直接标在选项上: 每个模型后缀形如 [入$0.2/M 出$1.25/M]，即输入/输出每百万 token 的美元价格，选型时一目了然
快速筛选: 模型列表按「厂商/模型名」排序聚类，同厂商模型天然相邻；在下拉的搜索框输入厂商前缀（如 qwen/、anthropic/）即可只看该厂商的模型
离线可用的模型清单: 模型与价格来自随包分发的 zenmux/models_snapshot.json；价格有变动时运行 python zenmux/build_snapshot.py 即可重新拉取更新
旧工作流兼容: 价格快照更新后，旧工作流里保存的带旧价格标签仍能正确解析出模型 id，不会失效

输入参数:

api_key (STRING): ZenMux 平台的 API Key（在 zenmux.ai 控制台获取）
model (选择): 模型（带价格标注），默认 openai/gpt-5.4-nano
system_prompt (STRING): 系统提示词
user_prompt (STRING): 用户提示词
seed (INT): 随机种子
temperature (FLOAT, 可选): 采样温度，默认 0.7，范围 0.0 ~ 2.0
top_p (FLOAT, 可选): 核采样阈值，默认 1.0
max_tokens (INT, 可选): 最大输出 token 数，默认 1024
image_1 ~ image_6 (IMAGE, 可选): 多模态图像输入（所选模型需支持 image 输入）
detail (选择, 可选): 图像分析细节等级，auto/low/high
image_max_size (INT, 可选): 发送前图像最长边缩放上限，默认 1024
base_url (STRING, 可选): API 地址，默认 zenmux.ai/api/v1（无需写 https://，节点会自动补全）
proxy_url (STRING, 可选): HTTP/HTTPS 代理地址，如 127.0.0.1:7890

输出:

text (STRING): 模型生成的文本内容
model_id (STRING): 实际调用的模型 id（如 openai/gpt-5.4-nano），便于下游记录

使用场景:

一个 Key 试遍多家厂商的模型，横向对比效果与成本
按预算选型：价格就写在下拉列表里，直接挑便宜的
调用 Claude / GPT / Gemini / DeepSeek 等做文本生成或图像理解

🐕 关于 Rui-Node🐶

Rui-Node🐶 致力于为 ComfyUI 用户提供实用、高效的节点工具集。🐶 是我们的项目标志，代表着忠诚、友好和可靠。

📄 许可证

本项目遵循开源协议，欢迎使用和贡献。

Happy Creating with Rui-Node🐶! 🎨✨

Run ComfyUI workflows without the setup

No installs, no CUDA version roulette, no GPU sitting idle on your bill. Bring a workflow and run it in the browser.

Learn more

ComfyUI Extension: RUI-Nodes

Custom Nodes (17)

README

Rui-Node🐶 - ComfyUI 图像处理节点集

📦 安装方法

📋 节点目录

🎨 图像调节类

📁 文件存储与加载类

🤖 AI模型类

📝 文本处理类

🎭 遮罩处理类

📖 节点详细说明

1. 调整饱和度 / Saturation Adjustment

2. 图像翻转 / Image Flip

3. 按路径加载图像 / Load Image By Path

4. 千问编辑图像生成 / Qwen Edit Image Generation

5. 镜头分词器 / Shot Splitter

6. 对白提取器 / Dialogue Extractor

7. 页面旁白删除器 / Page Narration Remover

8. 文本列表制作器 / Text List Creator

9. 遮罩筛选 / Mask Selector

10. 遮罩预览 / Mask Preview

11. 转化为utf-8编码 / Convert to UTF-8

12. OpenAI API 连接 / OpenAI API Connector

13. 颜色匹配器 / Color Matcher

14. 素材拆分 / Sprite Splitter

15. 素材拆分(带透明通道) / Sprite Splitter RGBA

16. 加载图像(带文件名) / Load Image With Name

🔧 依赖库

📝 注意事项

17. SDMatte 精细抠图 / SDMatte Interactive Matting

模型准备

参数说明

⚠ 两个权重的能力不同（实测）

典型接法

实测数据

与 ComfyUI-SDMatte 的横向实测

实现要点

18. ZenMux API 连接 / ZenMux API Connector

🐕 关于 Rui-Node🐶

📄 许可证

Run ComfyUI workflows without the setup