ComfyUI DagThomas 插件完全教程

1. 插件简介

插件地址： https://github.com/dagthomas/comfyui_dagthomas

这个插件就像是给 ComfyUI 装了一个超级智能的文字助手！它能帮你：

• 自动写画面描述：就像有个专业摄影师在旁边告诉你怎么拍照
• 分析图片内容：把图片"看懂"然后用文字描述出来
• 随机生成创意：像抽盲盒一样给你惊喜的画面想法
• 连接各种AI大脑：可以用GPT、谷歌的AI、本地AI等等

简单说，这个插件让你不用绞尽脑汁想怎么描述画面，AI帮你搞定！

2. 如何安装

方法一：ComfyUI管理器安装（推荐）

1. 打开ComfyUI
2. 点击"Manager"按钮
3. 搜索"dagthomas"
4. 点击安装

方法二：手动安装

1. 打开ComfyUI的安装文件夹
2. 进入custom_nodes文件夹
3. 用git下载：git clone https://github.com/dagthomas/comfyui_dagthomas.git
4. 重启ComfyUI

环境变量设置（重要！）

如果要用GPT功能，需要设置：

OPENAI_API_KEY=你的OpenAI密钥

如果要用谷歌AI功能，需要设置：

GEMINI_API_KEY=你的Gemini密钥

3. 节点详细解析

3.1 PromptGenerator（自动画面描述生成器）

这个节点就像一个会写作文的机器人，你告诉它几个关键词，它就能给你写出完整的画面描述。

参数详解

3.2 GPT4VisionNode（GPT-4图片分析器）

这个节点就像给你请了个专业的艺术评论家，它能"看懂"图片然后用文字详细描述出来。

参数详解

3.3 GPT4MiniNode（GPT-4文本增强器）

这个节点就像一个文字魔法师，你给它一段简单的描述，它能帮你扩展成丰富详细的画面描述。

参数详解

3.4 OllamaNode（本地AI文本处理器）

这个节点让你用自己电脑上的AI来处理文本，不需要联网，就像在家里养了个AI助手。

参数详解

3.5 Gpt4VisionCloner（GPT-4图片克隆分析器）

这个节点像个专业的图片分析师，能把图片内容分解成详细的JSON格式数据，还能把多张图片融合在一起。

参数详解

3.6 PGSD3LatentGenerator（SD3潜在空间生成器）

这个节点就像一个画布准备器，为Stable Diffusion 3创建合适尺寸的"空白画布"。

参数详解

3.7 APNLatent（高级潜在空间生成器）

这个节点是PGSD3的升级版，能自动调整尺寸比例，就像一个智能的画布助手。

参数详解

3.8 RandomIntegerNode（随机数生成器）

这个节点就像一个数字抽奖机，能在指定范围内随机选择数字。

参数详解

3.9 StringMergerNode（文本合并器）

这个节点像个文字拼接工具，能把两段文字智能地合并在一起。

参数详解

3.10 FlexibleStringMergerNode（灵活文本合并器）

这个节点是StringMerger的升级版，能同时合并最多4段文字。

参数详解

3.11 SentenceMixerNode（句子混合器）

这个节点就像一个文字搅拌机，能把多段文字打散重新组合，创造出新的表达方式。

参数详解

3.12 DynamicStringCombinerNode（动态文本组合器）

这个节点像个智能文字管家，能根据你的需要组合不同数量的文本。

参数详解

3.13 CustomPromptLoader（自定义提示词加载器）

这个节点就像一个文件管理器，能读取你保存的提示词文件。

参数详解

3.14 FileReaderNode（文件读取器）

这个节点像个随机抽取器，能从JSON文件中随机选择内容。

参数详解

3.15 GeminiTextOnly（谷歌AI文本处理器）

这个节点让你使用谷歌的Gemini AI来处理文本，功能强大且支持多种模型。

参数详解

3.16 GeminiCustomVision（谷歌AI图片分析器）

这个节点使用谷歌的Gemini AI来分析图片，支持图片融合和自定义分析。

参数详解

3.17 Gpt4CustomVision（GPT-4自定义图片分析器）

这个节点是GPT4VisionNode的自定义版本，提供更多的个性化分析选项。

参数详解

3.18 OllamaVisionNode（本地AI图片分析器）

这个节点让你用本地的AI模型来分析图片，完全离线工作。

参数详解

4. 动态生成的分类节点（23个）

这些节点都是基于APNextNode自动生成的，每个都对应一个特定的创意分类。它们就像不同主题的创意宝库，能为你的画面描述添加各种元素。

4.1 ArchitecturePromptNode（建筑风格节点）

专门添加建筑相关的元素，比如建筑师风格、建筑类型、材料等。

4.2 ArtPromptNode（艺术风格节点）

添加各种艺术风格元素，包括绘画技法、调色板、图案等。

4.3 ArtistPromptNode（艺术家风格节点）

模仿著名艺术家的风格，包括概念艺术家、插画师、画家等。

4.4 BrandsPromptNode（品牌风格节点）

添加各种品牌相关的视觉元素和风格。

4.5 CharacterPromptNode（角色类型节点）

添加各种角色类型，包括动漫、奇幻、科幻、超级英雄等。

4.6 CinematicPromptNode（电影风格节点）

添加电影相关元素，包括导演风格、镜头类型、色彩分级等。

4.7 FashionPromptNode（时尚风格节点）

添加时尚元素，包括服装、配饰、发型、设计师风格等。

4.8 FeelingsPromptNode（情感氛围节点）

添加各种情感氛围，比如恐怖、浪漫、忧郁、不安等。

4.9 GeographyPromptNode（地理位置节点）

添加地理相关元素，包括国家、民族、地区等。

4.10 HumanPromptNode（人类活动节点）

添加人类相关活动，包括节庆、群体、爱好、职业等。

4.11 InteractionPromptNode（互动关系节点）

添加人物之间的互动关系，比如情侣互动、群体互动等。

4.12 KeywordsPromptNode（关键词节点）

添加各种修饰关键词，包括史诗、故障、流行趋势等。

4.13 PeoplePromptNode（人物特征节点）

添加人物特征，包括原型、身材、表情、眼色等。

4.14 PhotographyPromptNode（摄影技术节点）

添加摄影相关元素，包括相机、镜头、胶片、照明等。

4.15 PlotsPromptNode（情节主题节点）

添加各种故事情节主题，包括动作、恐怖、浪漫、科幻等。

4.16 PosesPromptNode（姿势动作节点）

添加各种人物姿势和动作描述。

4.17 ScenePromptNode（场景环境节点）

添加场景相关元素，包括植物、纹理、天气、场景修饰等。

4.18 SciencePromptNode（科学元素节点）

添加科学相关元素，包括天文、元素、数学、医学等。

4.19 StuffPromptNode（物品道具节点）

添加各种物品和道具，包括城市、日常用品、科幻道具等。

4.20 TimePromptNode（时间元素节点）

添加时间相关元素，包括世纪、年代、时代等。

4.21 TypographyPromptNode（字体排版节点）

添加字体和排版相关元素。

4.22 VehiclePromptNode（交通工具节点）

添加各种交通工具，包括汽车、经典车型等。

4.23 VideoGamePromptNode（游戏风格节点）

添加游戏相关元素，包括游戏设计师、引擎、游戏类型等。

所有分类节点的通用参数

5. 使用技巧和建议

5.1 新手入门建议

1. 从PromptGenerator开始：这是最容易上手的节点，就像一个智能的画面描述助手
2. 先用默认设置：所有参数都有合理的默认值，不用一开始就全部调整
3. 逐步添加元素：先生成基础描述，再用分类节点添加特殊元素
4. 保存好的结果：遇到满意的描述记得保存，可以用CustomPromptLoader重复使用

5.2 高级使用技巧

1. 节点链式组合：

   • PromptGenerator → 分类节点 → StringMerger → 最终输出
   • 这样能创造出层次丰富的描述

2. 种子控制技巧：

   • 用相同种子可以得到一致的随机结果
   • 在RandomIntegerNode中生成种子，然后分发给其他节点

3. 图片分析流程：

   • 先用GPT4VisionNode分析图片
   • 再用GPT4MiniNode优化描述
   • 最后用分类节点添加创意元素

4. 本地AI使用：

   • OllamaNode适合不想花钱用API的用户
   • 需要先安装Ollama并下载模型
   • 速度较慢但完全免费

5.3 参数调优建议

1. 压缩设置：

   • 生成长描述时用soft压缩
   • 需要简洁描述时用hard压缩
   • 不确定时选择medium

2. 淡化百分比：

   • 多图融合时，15%通常效果最好
   • 想要更明显过渡用25-30%
   • 想要更自然融合用10%以下

3. 批次大小：

   • 显存充足时可以设置较大批次
   • 显存不足时保持1-2的小批次

6. 常见问题解答

6.1 安装和配置问题

Q: 安装后找不到节点怎么办？
A: 重启ComfyUI，确保插件文件夹在custom_nodes目录下，检查是否有错误信息。

Q: GPT节点报错"API key not found"？
A: 需要设置环境变量OPENAI_API_KEY，或者在系统环境变量中添加你的OpenAI API密钥。

Q: Ollama节点无法连接？
A: 确保Ollama服务正在运行，在终端输入ollama serve启动服务。

6.2 使用问题

Q: 生成的描述太长了怎么办？
A: 开启compress选项，选择medium或hard压缩级别。

Q: 随机结果每次都不一样？
A: 设置固定的seed值，相同种子会产生相同结果。

Q: 图片分析不准确？
A: 尝试使用custom_base_prompt自定义分析指令，告诉AI你想要什么样的分析结果。

Q: 分类节点选项太多不知道选什么？
A: 选择"Random"让AI随机选择，或者选择"Multiple Random"获得更丰富的组合。

6.3 性能问题

Q: 节点运行很慢？
A:

• GPT节点：检查网络连接，考虑使用GPT-4o-mini而不是GPT-4o
• Ollama节点：确保有足够的显存，考虑使用较小的模型
• 图片处理：减少批次大小，降低图片分辨率

Q: 显存不够用？
A: 减少batch_size，使用较小的图片尺寸，关闭不必要的节点。

7. 创意使用案例

7.1 电影海报生成流程

1. 用GPT4VisionNode分析参考图片，开启poster模式
2. 用ArchitecturePromptNode添加场景元素
3. 用CharacterPromptNode添加角色特征
4. 用CinematicPromptNode添加电影风格
5. 最终合并生成完整海报描述

7.2 随机创意生成流程

1. 用RandomIntegerNode生成随机种子
2. 用PromptGenerator生成基础描述
3. 随机选择2-3个分类节点添加元素
4. 用StringMerger合并所有内容
5. 得到完全随机的创意描述

7.3 风格迁移流程

1. 用GPT4VisionNode分析源图片
2. 用ArtistPromptNode选择目标艺术家风格
3. 用GPT4MiniNode重新组织描述
4. 生成风格迁移后的画面描述

8. 总结

ComfyUI DagThomas插件是一个功能强大的AI辅助创作工具集，包含41个节点，涵盖了从基础文本处理到高级AI分析的各个方面。

核心优势：

• 🎯 零门槛使用：所有参数都有合理默认值
• 🔄 高度可组合：节点可以自由连接组合
• 🌍 多AI支持：支持GPT、Gemini、Ollama等多种AI
• 🎨 创意丰富：23个分类节点提供海量创意元素
• 💰 成本可控：既有付费API也有免费本地方案

适用人群：

• ComfyUI新手：从PromptGenerator开始学习
• 创意工作者：用分类节点激发灵感
• 技术爱好者：用本地AI节点探索可能性
• 专业用户：用高级节点构建复杂工作流

无论你是想要快速生成画面描述，还是想要深度定制AI工作流，这个插件都能满足你的需求。记住，最好的学习方式就是动手实践，从简单的节点开始，逐步探索更复杂的组合方式！