ComfyUI-decadetw-auto-prompt-llm 插件完整教程

1. 插件简介

ComfyUI-decadetw-auto-prompt-llm 是一个超强的自动提示词生成插件，GitHub地址：https://github.com/xlinx/ComfyUI-decadetw-auto-prompt-llm

这个插件简单来说就是一个"智能助手"，它能帮你：

把简单的几个词变成超级详细的提示词，就像把"一个女孩"变成"一个穿着华丽礼服的女孩在舞台上唱歌，灯光闪烁，观众欢呼"
看图说话，分析你的图片然后生成新的提示词
像聊天一样连续生成一系列相关的图片，制作图片故事
自动发消息到你的手机（支持LINE、Telegram、Discord）

2. 如何安装

方法一：通过ComfyUI Manager（推荐）

打开ComfyUI，点击右侧的"Manager"按钮
选择"Install Custom Nodes"
在搜索框输入"auto"
找到"ComfyUI-decadetw-auto-prompt-llm"，点击Install
重启ComfyUI

方法二：手动安装

进入ComfyUI的custom_nodes文件夹
运行命令：git clone https://github.com/xlinx/ComfyUI-decadetw-auto-prompt-llm.git
重启ComfyUI

前置条件

使用前需要先安装以下任意一个大语言模型服务：

LM Studio (支持Windows、Mac、Linux) - 推荐新手使用
Ollama (支持Windows、Mac、Linux)
KoboldCpp

3. 节点详解

3.1 Auto-LLM-Text 节点

这个节点就像一个"文字魔法师"，你给它几个关键词，它就能帮你编出一大段详细的描述。

3.1.1 参数详解

参数名 (UI显示)	参数名 (代码里)	参数值	建议值	通俗解释	专业解释	怎么用/举个例子
LLM服务器地址	llm_server_url	文本输入	http://localhost:1234/v1	就像你家的门牌号，告诉插件去哪里找大脑（AI模型）	LLM服务的API端点地址	如果用LM Studio，默认就是这个地址
模型名称	model_name	文本输入	llama-3.1-8b-instruct	就像选择哪个助手来帮你，不同助手有不同特长	指定使用的语言模型名称	根据你安装的模型填写，比如"qwen1.5-4b-chat"
用户提示词	user_prompt	文本输入	一个超级明星在舞台上	你想要的画面描述，越简单越好	用户输入的原始提示内容	比如"一个女孩在花园里"
系统提示词	system_prompt	文本输入	你是一个专业的提示词工程师...	告诉AI它的身份和工作方式，像给它一个工作说明书	定义AI助手的角色和行为规范	默认的就很好用，不用改
最大生成长度	max_tokens	数字	512	限制AI最多能说多少个词，就像给它一个字数限制	控制生成文本的最大长度	太小会截断，太大会浪费时间，512刚好
温度	temperature	小数	0.7	控制AI的创意程度，越高越天马行空	控制生成文本的随机性和创造性	0.7有创意又不会太离谱
保留前缀	keep_prefix	布尔值	True	是否保留你原来的提示词在新生成的前面	是否在生成内容前保留原始提示	选True能保持一致性
翻译语言	translate_to	文本输入	chinese	把生成的英文翻译成你想要的语言	目标翻译语言	填"chinese"会翻译成中文

3.2 Auto-LLM-Vision 节点

这个节点就像一个"看图说话专家"，你给它一张图片，它就能分析图片内容然后生成新的提示词。

3.2.1 参数详解

参数名 (UI显示)	参数名 (代码里)	参数值	建议值	通俗解释	专业解释	怎么用/举个例子
LLM服务器地址	llm_server_url	文本输入	http://localhost:1234/v1	就像你家的门牌号，告诉插件去哪里找大脑（AI模型）	LLM服务的API端点地址	如果用LM Studio，默认就是这个地址
视觉模型名称	vision_model_name	文本输入	llava-llama-3.1-8b	专门用来看图片的AI模型，就像一个专业的图片分析师	指定使用的视觉语言模型名称	需要支持图片分析的模型
输入图像	input_image	图像	-	你要让AI分析的图片	需要处理的输入图像	拖拽图片或连接其他节点的图片输出
用户提示词	user_prompt	文本输入	描述这张图片里的内容	告诉AI你想让它从图片中看到什么	用户对图像分析的具体要求	比如"这个人在做什么动作？"
系统提示词	system_prompt	文本输入	你是一个专业的图像分析师...	告诉AI它的身份和分析方式	定义AI在图像分析中的角色	默认的就很好用，不用改
最大生成长度	max_tokens	数字	512	限制AI最多能说多少个词	控制生成文本的最大长度	512个词足够描述大部分图片了
温度	temperature	小数	0.7	控制AI描述的创意程度	控制生成文本的随机性	0.7让描述既准确又有趣
翻译语言	translate_to	文本输入	chinese	把生成的英文翻译成你想要的语言	目标翻译语言	填"chinese"会翻译成中文

3.3 Auto-LLM-Text-Vision 节点

这个节点是前两个节点的组合版，既能处理文字也能处理图片，就像一个"全能助手"。

3.3.1 参数详解

参数名 (UI显示)	参数名 (代码里)	参数值	建议值	通俗解释	专业解释	怎么用/举个例子
LLM服务器地址	llm_server_url	文本输入	http://localhost:1234/v1	就像你家的门牌号，告诉插件去哪里找大脑（AI模型）	LLM服务的API端点地址	如果用LM Studio，默认就是这个地址
文本模型名称	text_model_name	文本输入	llama-3.1-8b-instruct	处理文字的AI模型	指定用于文本处理的语言模型	根据你安装的文本模型填写
视觉模型名称	vision_model_name	文本输入	llava-llama-3.1-8b	处理图片的AI模型	指定用于图像处理的视觉语言模型	需要支持图片分析的模型
输入图像	input_image	图像	-	你要让AI分析的图片	需要处理的输入图像	拖拽图片或连接其他节点的图片输出
用户提示词	user_prompt	文本输入	根据图片生成新的创意	告诉AI你想要什么样的结果	用户对处理结果的具体要求	比如"结合图片内容，创作一个故事"
系统提示词	system_prompt	文本输入	你是一个创意大师...	告诉AI它的身份和工作方式	定义AI助手的角色和行为规范	默认的就很好用，不用改
最大生成长度	max_tokens	数字	512	限制AI最多能说多少个词	控制生成文本的最大长度	512个词足够创作一个小故事
温度	temperature	小数	0.7	控制AI的创意程度	控制生成文本的随机性和创造性	0.7让创意既有趣又不会太离谱
翻译语言	translate_to	文本输入	chinese	把生成的英文翻译成你想要的语言	目标翻译语言	填"chinese"会翻译成中文

3.4 Auto-LLM-Chat 节点

这个节点像一个"聊天机器人"，可以和AI进行连续对话，非常适合创作连续的故事或者深入探讨某个主题。

3.4.1 参数详解

参数名 (UI显示)	参数名 (代码里)	参数值	建议值	通俗解释	专业解释	怎么用/举个例子
LLM服务器地址	llm_server_url	文本输入	http://localhost:1234/v1	就像你家的门牌号，告诉插件去哪里找大脑（AI模型）	LLM服务的API端点地址	如果用LM Studio，默认就是这个地址
模型名称	model_name	文本输入	llama-3.1-8b-instruct	用来聊天的AI模型	指定使用的对话模型名称	根据你安装的模型填写
聊天消息	chat_message	文本输入	你好，我想创作一个故事	你想对AI说的话，就像微信聊天	用户发送给AI的消息内容	比如"继续刚才的故事"
聊天历史	chat_history	文本输入	空	之前的对话记录，让AI记住前面聊过什么	保存的对话历史记录	可以连接前一个Chat节点的输出
系统提示词	system_prompt	文本输入	你是一个友好的助手...	告诉AI它的身份和聊天风格	定义AI在对话中的角色	默认的就很好用，不用改
最大生成长度	max_tokens	数字	512	限制AI每次回复的字数	控制单次回复的最大长度	512个词足够一次完整的回复
温度	temperature	小数	0.7	控制AI回复的创意程度	控制生成文本的随机性	0.7让对话既自然又有趣

3.5 Auto-Msg 节点

这个节点就像一个"消息推送器"，能把生成的结果发送到你的手机上，支持LINE、Telegram、Discord等平台。

3.5.1 参数详解

参数名 (UI显示)	参数名 (代码里)	参数值	建议值	通俗解释	专业解释	怎么用/举个例子
消息平台	platform	选择框	telegram	选择你想发送到哪个平台	目标消息发送平台	选择你常用的聊天软件
机器人令牌	bot_token	文本输入	-	就像你的身份证，让平台知道是你在发消息	平台API的认证令牌	需要在对应平台申请机器人获取
聊天ID	chat_id	文本输入	-	收消息的人的ID号码	目标接收者的唯一标识	可以是你自己的ID或群组ID
消息内容	message	文本输入	-	要发送的消息内容	实际发送的消息文本	通常连接其他节点的输出
启用发送	enabled	布尔值	True	是否真的发送消息，调试时可以关闭	控制是否实际发送消息	调试时设False，正式使用设True

3.6 Before-After Script 节点

这个节点就像一个"定时执行器"，可以在AI处理前后自动执行一些命令，比如清理内存、保存文件等。

3.6.1 参数详解

参数名 (UI显示)	参数名 (代码里)	参数值	建议值	通俗解释	专业解释	怎么用/举个例子
前置脚本	before_script	文本输入	空	在AI开始工作前要做的事情	LLM处理前执行的脚本命令	比如清理临时文件的命令
后置脚本	after_script	文本输入	空	在AI完成工作后要做的事情	LLM处理后执行的脚本命令	比如释放内存的命令
脚本类型	script_type	选择框	command	选择脚本的类型	指定脚本的执行方式	command（命令行）或javascript
启用执行	enabled	布尔值	True	是否真的执行脚本	控制是否实际执行脚本	调试时设False，正式使用设True

4. 使用技巧和建议

4.1 提示词编写技巧

简洁明了：用最少的词描述核心概念，比如"一个女孩在花园里"而不是"一个美丽的女孩穿着白色裙子站在充满鲜花的花园里"
关键词优先：把最重要的元素放在前面，让AI抓住重点
预留空间：不要把所有细节都写完，给AI发挥的空间

4.2 模型选择建议

新手推荐：使用4B参数的模型，内存占用小，速度快
质量优先：使用7B-8B参数的模型，效果更好但需要更多内存
视觉任务：必须使用支持图片的模型，如llava系列

4.3 工作流程建议

单次测试：先用Auto-LLM-Text测试基本功能
图文结合：用Auto-LLM-Vision分析参考图片
故事创作：用Auto-LLM-Chat创作连续故事
批量生成：设置好参数后批量生成图片

4.4 性能优化

内存管理：使用After Script释放模型内存
并发控制：不要同时运行多个LLM节点
网络稳定：确保LLM服务器连接稳定

5. 常见问题解答

5.1 安装问题

Q：安装后找不到节点怎么办？
A：重启ComfyUI，如果还是找不到，检查custom_nodes文件夹是否有插件文件夹。

Q：显示"模型加载失败"怎么办？
A：确保LM Studio或Ollama正在运行，并且模型名称填写正确。

5.2 使用问题

Q：生成的提示词都是英文怎么办？
A：在translate_to参数中填写"chinese"，插件会自动翻译。

Q：AI回复速度很慢怎么办？
A：可能是模型太大，尝试使用更小的模型，或者增加电脑内存。

Q：生成的内容质量不好怎么办？
A：调整温度参数，0.3-0.5更保守，0.7-0.9更有创意。

5.3 连接问题

Q：连接LM Studio失败怎么办？
A：检查LM Studio是否开启了服务器模式，默认端口是1234。

Q：Ollama连接不上怎么办？
A：确保Ollama服务正在运行，端口通常是11434。

6. 实际应用场景

6.1 艺术创作

概念艺术：从简单想法扩展出详细的视觉描述
角色设计：通过对话逐步完善角色设定
场景构建：利用视觉分析创建相关场景

6.2 故事创作

连环画：使用Chat节点创作连续故事
插画书：结合文本和视觉生成配套插图
概念设计：快速迭代创意想法

6.3 商业应用

产品展示：生成多样化的产品宣传图
广告创意：快速生成创意广告概念
内容营销：批量生成社交媒体内容

6.4 教育用途

教学演示：生成教学用的示例图片
创意启发：帮助学生扩展想象力
项目展示：快速制作项目演示材料

7. 进阶技巧

7.1 链式处理

将多个节点串联使用，形成复杂的处理流程：

Auto-LLM-Text生成基础描述
Auto-LLM-Vision分析参考图片
Auto-LLM-Chat优化最终结果

7.2 批处理设置

使用Before-After Script节点实现自动化批处理：

前置脚本读取待处理列表
后置脚本清理临时文件
循环处理大量内容

7.3 多语言支持

利用翻译功能创作多语言内容：

英文生成质量更高
中文翻译便于理解
可以生成其他语言版本

这个插件功能强大，可以大大提高你的创作效率。记住，多试验、多调整参数，找到最适合你的使用方式。祝你创作愉快！

ComfyUI自动提示插件教程 轻松掌握LLM提示词生成技巧