# ComfyUI-IF_VideoPrompts 插件完整保姆级教程 ## 1. 插件简介 ComfyUI-IF_VideoPrompts 是一个专门用来分析视频内容的神奇插件，就像给你的ComfyUI装了一双"智能眼睛"。这个插件使用阿里巴巴的 Qwen2.5-VL 模型来分析视频序列并生成详细描述。 **插件原地址：** https://github.com/if-ai/ComfyUI-IF_VideoPrompts **能给我们带来什么效果：** - 把视频变成文字描述，就像请了一个专业的解说员 - 可以分析视频的每一帧画面，告诉你里面有什么 - 支持中英文输出，想用哪种语言就用哪种 - 能生成负面提示词，帮你避开不想要的内容 ## 2. 如何安装 ### 方法一：自动安装（推荐新手） 1. 打开ComfyUI，找到你的 `custom_nodes` 文件夹 2. 在命令行里输入： ```bash cd ComfyUI/custom_nodes git clone https://github.com/if-ai/ComfyUI-IF_VideoPrompts.git cd ComfyUI-IF_VideoPrompts python install.py ``` 3. 重启ComfyUI就可以了 ### 方法二：手动安装 如果你想自己控制安装过程： ```bash pip install transformers>=4.49.0 opencv-python decord huggingface_hub pillow torch numpy tokenizers safetensors accelerate tqdm psutil packaging pip install --no-deps --no-build-isolation autoawq ``` **重要提醒：** 这个插件需要transformers版本4.49.0或更高，低版本会出错。 ## 3. 节点详解 ### 3.1 IF_VideoPrompts 节点（核心分析节点） 这个节点就像一个"视频翻译器"，它能看懂视频内容，然后用文字告诉你视频里有什么。这个节点提供两种主要操作模式：基于帧的模式（处理预加载的帧）和直接视频模式（直接处理视频文件）。 #### 3.1.1 输入参数详解 | 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 模型名称 | model_name | Qwen2.5-VL系列 | Qwen2.5-VL-7B-Instruct-AWQ | 选择哪个"大脑"来分析视频 | 选择用于视频分析的多模态语言模型 | 新手推荐AWQ版本，速度快省显存 | | 分析配置 | profile | HyVideoAnalyzer等 | HyVideoAnalyzer | 像选择"解说风格"，不同配置有不同的分析方式 | 预定义的系统提示词模板和分析规则 | 默认用HyVideoAnalyzer就行，效果不错 | | 最大生成长度 | max_tokens | 1-2048 | 512 | 控制生成文字的长度，就像限制作文字数 | 模型生成的最大token数量 | 想要详细描述就调高，简单概括就调低 | | 采样帧数 | frame_sample_count | 1-32 | 16 | 从视频中挑选多少张"关键截图"来分析 | 从视频序列中采样用于分析的帧数量 | 短视频用8-16帧，长视频可以用24-32帧 | | 创意度 | temperature | 0.0-2.0 | 0.7 | 控制AI的"想象力"，高了更有创意但可能不准确 | 控制生成文本的随机性和创造性 | 0.3-0.5保守稳定，0.7-1.0更有创意 | | 分析类型 | analysis_type | Full sequence等 | Full sequence | 选择分析方式：全程分析、关键场景、简单总结 | 决定分析的详细程度和方式 | 想要完整故事选Full sequence | | 输出语言 | language | English/Chinese | English | 选择用中文还是英文来描述 | 设置输出文本的语言 | 中文用户选Chinese更好理解 | | 输入帧 | frames | 图像序列 | 可选 | 连接LoadVideo节点的输出，用于分析预加载的帧 | 来自LoadVideo节点的帧序列输入 | 配合VideoHelperSuite使用 | | 视频文件 | video_file | MP4等视频文件 | 可选 | 直接选择要分析的视频文件 | 直接处理的视频文件路径 | 把视频放在input文件夹里就能选择 | | 采样帧率 | fps | 0.1-60.0 | 8.0 | 每秒取多少帧来分析，像调节"观察密度" | 视频处理时的帧率采样 | 动作片用高点，静态内容用低点 | | 最大像素 | max_pixels | 0-1280*720 | 512*512 | 处理视频的清晰度上限，像调节"放大镜倍数" | 视频处理的最大像素限制 | 0表示使用默认值，太高会占用更多显存 | | 备用帧数 | fallback_frames | 1-16 | 4 | 如果分析失败，用多少帧来重试 | 处理失败时的后备帧数 | 显存不够时调低这个数值 | | 自定义系统提示 | custom_system_prompt | 文本 | 可选 | 自己写"指导语"，告诉AI怎么分析 | 覆盖默认配置的自定义系统提示词 | 比如"请重点关注人物表情" | | 前缀文本 | prefix_text | 文本 | 可选 | 在生成的描述前面加上固定文字 | 添加到生成内容前的文本 | 比如"这个视频展示了：" | | 后缀文本 | suffix_text | 文本 | 可选 | 在生成的描述后面加上固定文字 | 添加到生成内容后的文本 | 比如"。风格：写实" | | 随机种子 | seed | -1或数字 | -1 | 控制随机性，相同种子产生相同结果 | 生成的随机种子值 | -1表示随机，固定数字确保结果一致 | | 负面提示 | negative_prompt | 预设选项 | 可选 | 选择要避免的内容类型 | 预定义的负面提示词模板 | 根据需要选择合适的负面提示 | | 模型卸载 | model_offload | Yes/No | Yes | 不用时把模型从显存里拿走，节省空间 | 是否在不使用时卸载模型以节省显存 | 显存紧张选Yes，频繁使用选No | | 精度设置 | precision | float16/bfloat16/float32 | float16 | 选择计算精度，影响质量和速度 | 模型运行的数值精度 | float16平衡性能和质量 | #### 3.1.2 输出参数详解 | 输出名 (UI显示) | 输出名 (代码里) | 输出类型 | 通俗解释 | 专业解释 | 怎么用 | | :--- | :--- | :--- | :--- | :--- | :--- | | 生成文本 | generated_text | 字符串 | 分析后生成的视频描述文字 | 模型生成的视频内容文本描述 | 可以连接到其他需要文本输入的节点 | ## 4. 使用技巧和建议 ### 4.1 新手使用建议 - **选择模型**：推荐使用AWQ量化版本，如`Qwen2.5-VL-7B-Instruct-AWQ`，速度快且省显存 - **帧数设置**：短视频(30秒内)用8-16帧，长视频可以用24-32帧 - **创意度调节**：0.3-0.5比较保守准确，0.7-1.0更有创意但可能不太准确 ### 4.2 显存优化技巧 - 开启模型卸载（model_offload设为Yes） - 降低max_pixels值（比如设为256*256） - 减少fallback_frames数量 - 使用float16精度 ### 4.3 不同场景的使用建议 - **故事片分析**：选择"Full sequence"，帧数设为24-32 - **快速概览**：选择"Single summary"，帧数设为8-16 - **关键场景提取**：选择"Key scenes"，帧数设为16-24 ## 5. 常见问题解答 ### Q1: 为什么会出现"transformers版本不兼容"错误？ **A:** 这个插件需要transformers 4.49.0或更高版本。解决方法： ```bash pip uninstall -y autoawq transformers pip install transformers==4.49.0 pip install --no-deps autoawq==0.2.8 ``` ### Q2: 显存不够怎么办？ **A:** - 选择较小的模型（如3B版本） - 开启model_offload - 降低max_pixels - 减少frame_sample_count ### Q3: 生成的描述太简单或太复杂？ **A:** - 调节max_tokens：想要详细描述就调高（1024-2048），简单概括就调低（256-512） - 调节temperature：想要稳定输出调低（0.3-0.5），想要创意调高（0.7-1.0） ### Q4: 支持哪些视频格式？ **A:** 支持MP4等常见视频格式，也可以配合VideoHelperSuite使用预加载的帧序列。 ### Q5: 如何提高分析准确性？ **A:** - 增加采样帧数 - 使用更大的模型 - 调低temperature值 - 使用自定义系统提示词来指导分析方向 ## 6. 补充说明 ### 6.1 模型选择指南 - **3B模型**：适合显存较小的用户，速度快但分析能力有限 - **7B模型**：平衡性能和效果，推荐大多数用户使用 - **14B/72B模型**：效果最好但需要更多显存 ### 6.2 与其他插件的配合 这个插件可以很好地与以下插件配合使用： - **VideoHelperSuite**：用于视频加载和帧提取 - **文本处理插件**：对生成的描述进行后处理 - **图像生成插件**：使用生成的描述来创作新内容 ### 6.3 实际应用场景 - **视频内容分析**：快速了解视频内容 - **字幕生成**：为视频生成描述性字幕 - **内容创作**：根据视频内容生成创作灵感 - **视频分类**：自动为视频打标签 这个插件真的是视频分析的利器，用好了能大大提高你的工作效率。记住，多试试不同的参数组合，找到最适合你需求的设置！
ComfyUI图像合并插件comfyui-merge使用教程 2025-07-03 22:44 ComfyUI 图像合并插件教程 (comfyui-merge) 1. 插件简介 这是一个专门用来合并图片的 ComfyUI 插件，就像用 PS 把多张图片叠在一起那样。它的特别之处在于你精确控制每张图片的混合方式。 GitHub 地址：https://github.com/LingSss9/com
%20(1).png)
