Extensions/BSAI_ComfyUI_Nodes
ComfyUI Extension

BSAI_ComfyUI_Nodes

BSAI ComfyUI Nodes - Video/Image/Audio processing, LLM inference, AI generation

By xm6018924·Created 3 months ago·Updated 5 days ago· 3
xm6018924/BSAI_ComfyUI_Nodes
Nodes—
On cloudLocal install
Stars3
Updated5 days ago
Readme

BSAI_ComfyUI_Nodes ｜ BSAI_ComfyUI_Nodes

BSAI 自定义 ComfyUI 节点合集 / BSAI Custom Nodes Collection for ComfyUI

整合视频处理、图像处理、音频处理、LLM 推理、AI 生成等多种功能节点，共 28 个节点。 A collection of 28 ComfyUI nodes covering video processing, image processing, audio processing, LLM inference and AI generation.

中英双语文档 / Bilingual documentation.

安装 / Installation

方法一：ComfyUI Manager / Method 1: ComfyUI Manager

  1. 打开 ComfyUI Manager → 2. "Custom Nodes Manager" → 3. 搜索 BSAI_ComfyUI_Nodes → 4. 安装并重启 / Install & restart

方法二：手动安装 / Method 2: Manual

git clone https://github.com/xm6018924/BSAI_ComfyUI_Nodes.git
pip install -r requirements.txt   # 可选依赖按需安装

重启 ComfyUI / Restart ComfyUI.

节点列表 / Node List

LLM 推理 / LLM Inference

BSAI Qwen Nodes（基于 llama-cpp-python 本地推理 / local inference）

| 节点 / Node | 功能 / Function | |---|---| | BSAI Qwen Model Loader | 加载 Qwen3-VL / Qwen3.5-VL / Qwen3.6-VL / Qwen3.8-VL / Gemma4（GGUF），支持多模态视觉投影 / Load GGUF LLM with vision projection | | BSAI Qwen Prompt Inference | 纯文本提示词推理，支持温度、top_p、top_k / Text prompt inference | | BSAI Qwen Multimodal Inference | 多模态推理：5 图 + 3 视频 + 3 音频输入；视频自动采样帧；音频默认本地 Whisper-large-v3 转写字幕（兼容所有模型），可切原生 input_audio（Omni 模型）/ Multimodal inference: 5 images + 3 videos + 3 audio inputs | | BSAI Qwen Unload Model | 卸载模型释放显存（默认推理后自动卸载）/ Unload model to free VRAM | | BSAI Multiple Paths Input Plus | 多路径合并为批量输入，图片/视频自动识别 / Merge multiple paths into a batch | | BSAI Video Loader Plus | 视频加载器：帧率、起止帧、缩放等 / Video loader with fps/range/scale |

旧版节点 MultiplePathsInputPlus / VideoLoaderPlus 保留兼容（同功能）/ Legacy aliases kept for compatibility.

OLLAMA 推理 / OLLAMA Inference

| 节点 / Node | 功能 / Function | |---|---| | BSAI 多图像视频反推 | 10 张图片 + 5 个视频输入，用 OLLAMA（Qwen3 / Qwen3.5 / Qwen3.6 / Qwen3.8 / Gemma4）生成描述，返回响应文本、思考过程与提示词列表 / Multi-image-video captioning via OLLAMA |

AI 图像/视频生成 / AI Generation

Krea 2 生成 / Krea 2

| 节点 / Node | 功能 / Function | |---|---| | BSAI Krea 2 Style Reference | 参考图编码为风格条件（CONDITIONING），轻微/平衡/强烈三级强度 / Encode style reference | | BSAI Krea 2 Image | 一体化生图：模型加载 + 提示词编码 + 2 个风格参考 + 采样 + VAE 解码 / All-in-one image generation |

LingBot-Video 生成 / LingBot-Video

| 节点 / Node | 功能 / Function | |---|---| | BSAI LingBot-Video Loader (Dense 1.3B) | 加载 LingBot-Video Dense 1.3B，支持自动从 HuggingFace 下载 / Load model (auto-download) | | BSAI LingBot-Video Text-to-Video | 文生视频 T2V：自定义分辨率、帧数、采样步数 / Text-to-video | | BSAI LingBot-Video Text-to-Image | 文生图 T2I / Text-to-image | | BSAI LingBot-Video Image-to-Video | 图文生视频 TI2V：基于参考图生成视频 / Image-to-video | | BSAI LingBot-Video Unload | 卸载模型释放显存 / Unload model |

视频处理 / Video Processing

| 节点 / Node | 功能 / Function | |---|---| | BSAI PIP MultiLayer (WithAudio) | 多视频画中画合成：4 层叠加，每层自定义 X/Y/Width/Height，4 路音频选择输出 / Multi-layer PIP compositing | | BSAI Video To Images | 视频转图像序列 / Video → image sequence | | BSAI Image Sequence To Video | 图像序列合成视频：CPU/GPU 编码、多格式输出、音频合并 / Image sequence → video | | BSAI Merge Video+Audio to Images | 合并视频和音频后按自定义帧率拆解为图像序列 / Merge A/V then split to frames | | BSAI MultiImageVideoReverse | 图像/视频批次反转（逆序）/ Reverse image/video batch order |

图像处理 / Image Processing

| 节点 / Node | 功能 / Function | |---|---| | BSAI Draw Text Overlay | 图像绘制文字：Windows 系统字体、CJK、描边、对齐 / Draw text overlay | | BSAI Merge Images | 多图合并网格图（2x2/3x3/自定义），循环累积模式 / Merge images into grid | | Compress Images | 压缩图像为 JPEG/PNG/WEBP，可调质量与压缩级别 / Compress images |

音频处理 / Audio Processing

| 节点 / Node | 功能 / Function | |---|---| | AudioCropProcessUTK | 裁剪音频：MM:SS 格式或秒数指定起止 / Crop audio by time | | BSAI Audio Duration To Frames | 音频时长转帧数 / Audio duration → frames | | BSAI Audio Frames To Duration | 帧数转音频时长 / Frames → audio duration |

工具节点 / Utility

| 节点 / Node | 功能 / Function | |---|---| | BSAI Any To List | 任意输入转列表，支持重复次数 / Convert any input to list | | BSAI LongTextToList | 按分隔符分割长文本为列表，返回列表与总段数 / Split long text into list |

依赖说明 / Dependencies

  • 核心 / Core：torch, numpy, Pillow, opencv-python
  • LLM：ollama（OLLAMA 节点）, llama-cpp-python（Qwen 节点）
  • 音频 / Audio：scipy, soundfile
  • LingBot-Video：transformers>=5.0.0, diffusers>=0.37.0, peft, decord, json_repair, huggingface_hub, imageio
  • 其他 / Others：pydantic, packaging
  • folder_paths / comfy 由 ComfyUI 提供，无需安装 / Provided by ComfyUI.

模型文件存放路径 / Model Paths

| 模型类型 / Model | 路径 / Path | |---|---| | Qwen/Gemma GGUF | ComfyUI/models/LLM/ | | LingBot-Video | ComfyUI/models/lingbot-vision/dense-1.3b/ |

License / 许可证

本插件代码 Apache-2.0。/ This plugin is Apache-2.0 licensed.