%20(1).png)
ComfyUI_Janus_Wrapper 插件完整教程
1. 插件简介
ComfyUI_Janus_Wrapper 是一个专门为 ComfyUI 设计的插件，它把 DeepSeek 公司开发的 Janus 人工智能模型包装成了 ComfyUI 可以使用的节点。
GitHub 原地址： https://github.com/chflame163/ComfyUI_Janus_Wrapper
这个插件能做什么？ - 像有魔法一样，你给它一句话描述，它就能画出对应的图片 - 反过来，你给它一张图片，它能像眼睛一样"看懂"图片，然后用文字告诉你图片里有什么 - 就像一个既会画画又会看图说话的智能助手
能带来什么效果？ - 文字变图片：写"一只可爱的小猫坐在窗台上"，就能生成对应的图片 - 图片变文字：上传一张风景照，它能告诉你"这是一座雪山下的湖泊，天空很蓝" - 图片问答：上传图片后问"这个人在做什么？"，它会回答你
2. 如何安装
方法一：使用 git 命令安装（推荐）
- 找到你的 ComfyUI 安装文件夹
- 进入
custom_nodes文件夹 - 在这个文件夹里按住 Shift 键，右键选择"在此处打开命令窗口"
- 输入下面的命令：
git clone https://github.com/chflame163/ComfyUI_Janus_Wrapper.git
方法二：手动下载
- 访问 https://github.com/chflame163/ComfyUI_Janus_Wrapper
- 点击绿色的 "Code" 按钮
- 选择 "Download ZIP"
- 解压到 ComfyUI 的
custom_nodes文件夹里
安装依赖包
- 进入插件文件夹
ComfyUI\custom_nodes\ComfyUI_Janus_Wrapper - 在这里打开命令窗口
- 如果你用的是 ComfyUI 官方便携版，输入：
..\..\..\python_embeded\python.exe -s -m pip install -r requirements.txt
- 如果你用的是 Aki-ComfyUI，输入：
..\..\python\python.exe -s -m pip install -r requirements.txt
下载模型文件
插件会在第一次运行时自动下载模型。如果下载失败，需要手动下载：
- 下载 Janus-Pro-7B 模型到 ComfyUI\models\Janus-Pro\Janus-Pro-7B 文件夹
- 下载 Janus-Pro-1B 模型到 ComfyUI\models\Janus-Pro\Janus-Pro-1B 文件夹
3. 节点详细解析
3.1 JanusLoaderNode（模型加载器节点）
这个节点就像一个"模型仓库管理员"，它负责把 Janus 模型加载到内存里，准备好给其他节点使用。
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 |
|---|---|---|---|---|---|---|
| model | model | Janus-Pro-7B / Janus-Pro-1B | Janus-Pro-7B | 选择要用哪个大脑（模型）来工作 | 选择不同参数规模的 Janus 模型 | 7B 模型更聪明但更慢，1B 模型更快但稍简单 |
3.2 JanusTextToImageNode（文字变图片节点）
这个节点就像一个"魔法画师"，你用文字描述想要的画面，它就能画出来。
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 |
|---|---|---|---|---|---|---|
| janus_model | janus_model | 连接线 | - | 连接上面模型加载器的输出口 | 接收模型加载器的模型实例 | 用线连接 JanusLoaderNode 的输出 |
| prompt | prompt | 文本输入 | "a cute cat" | 告诉画师你想要什么样的图片 | 用于生成图像的文本描述 | 输入"一只在花园里的小狗" |
| size | size | 384*384 | 384*384 | 画布大小，就像选择画纸尺寸 | 生成图像的像素尺寸 | 目前只支持 384x384 像素 |
| temperature | temperature | 0.1-2.0 | 1.0 | 创意程度，像调节想象力大小 | 控制生成随机性的温度参数 | 0.1 很保守，2.0 很有创意 |
| cfg | cfg | 1.0-20.0 | 7.5 | 听话程度，数字越大越按你说的做 | 分类器自由引导强度 | 7.5 比较听话，数字太大可能过头 |
| token_num | token_num | 整数 | 576 | 图片细节丰富程度，像画笔的精细度 | 每张图像的标记数量 | 数字越大细节越多但速度越慢 |
| batch_size | batch_size | 1-8 | 1 | 一次画几张图，像同时开几个画板 | 并行生成的图像数量 | 1 张最稳定，多张会更快但占内存 |
| seed | seed | 整数 | -1 | 随机种子，像掷骰子的结果 | 控制随机性的种子值 | -1 是完全随机，固定数字能重现结果 |
| control_after_generate | control_after_generate | increment/decrement/randomize/fixed | increment | 生成后种子怎么变化 | 生成后种子的控制方式 | increment 每次+1，randomize 完全随机 |
3.3 JanusImageToTextNode（图片变文字节点）
这个节点就像一个"图片解说员"，它能看懂图片并告诉你图片里有什么。
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 |
|---|---|---|---|---|---|---|
| janus_model | janus_model | 连接线 | - | 连接上面模型加载器的输出口 | 接收模型加载器的模型实例 | 用线连接 JanusLoaderNode 的输出 |
| image | image | 图片输入 | - | 你想让它看的图片 | 输入的图像数据 | 连接图片加载节点或其他图片来源 |
| question | question | 文本输入 | "描述这张图片" | 你想问关于图片的问题 | 对图像进行视觉识别的问题 | "这个人在做什么？"或"图片里有什么？" |
| temperature | temperature | 0.1-2.0 | 1.0 | 回答的创意程度 | 控制生成随机性的温度参数 | 0.1 很客观，2.0 很有想象力 |
| max_new_tokens | max_new_tokens | 整数 | 512 | 回答的最大字数限制 | 生成文本的最大标记数 | 512 够用了，太小可能话说不完 |
| seed | seed | 整数 | -1 | 随机种子，控制回答的随机性 | 控制随机性的种子值 | -1 是完全随机，固定数字能重现结果 |
| control_after_generate | control_after_generate | increment/decrement/randomize/fixed | increment | 生成后种子怎么变化 | 生成后种子的控制方式 | increment 每次+1，randomize 完全随机 |
4. 使用技巧和建议
4.1 文字转图片的技巧
- 描述要具体：不要只说"一只猫"，要说"一只橙色的小猫坐在红色沙发上"
- 控制创意度：temperature 在 0.8-1.2 之间比较好，太高可能画出奇怪的东西
- cfg 值建议：通常 7.5 是个好起点，如果图片不够像描述，可以调高到 10-15
- 批量生成：如果电脑配置好，可以把 batch_size 设为 2-4 来提高效率
4.2 图片转文字的技巧
- 问题要明确：与其问"这是什么"，不如问"这张图片里的动物在做什么"
- 调整回答长度：如果需要详细描述，把 max_new_tokens 调到 1024 或更高
- 温度控制：描述事实用低温度（0.3-0.7），创意描述用高温度（1.0-1.5）
4.3 性能优化建议
- 模型选择：日常使用推荐 Janus-Pro-1B，追求质量用 Janus-Pro-7B
- 内存管理：如果内存不够，降低 batch_size 和 token_num
- 显存优化：生成大尺寸图片时，先用小尺寸测试参数
5. 常见问题解答
Q1: 为什么第一次运行很慢？
A: 第一次运行时插件需要下载模型文件，这些文件比较大（几GB），需要耐心等待。
Q2: 生成的图片质量不好怎么办？
A: - 检查 prompt 是否够详细 - 调高 cfg 值（试试 10-15） - 降低 temperature（试试 0.7-0.9） - 使用 Janus-Pro-7B 模型
Q3: 图片识别结果不准确？
A: - 确保图片清晰度足够 - 问题要具体明确 - 降低 temperature 到 0.5 以下 - 增加 max_new_tokens 让回答更详细
Q4: 内存不够用怎么办？
A: - 使用 Janus-Pro-1B 模型 - 降低 batch_size 到 1 - 减少 token_num 数值 - 关闭其他占内存的程序
Q5: 如何重现相同的结果？
A: - 把 seed 设为固定数字（不要用-1） - 保持其他参数不变 - 使用相同的 prompt 文本
6. 工作流程示例
6.1 基础文字转图片流程
- 添加 JanusLoaderNode，选择模型
- 添加 JanusTextToImageNode
- 连接模型加载器到文字转图片节点
- 输入描述文字
- 调整参数后运行
6.2 图片理解流程
- 添加 JanusLoaderNode
- 添加图片加载节点
- 添加 JanusImageToTextNode
- 连接所有节点
- 输入问题后运行
6.3 图片对话流程
- 先用图片转文字获得初始描述
- 基于描述修改问题
- 再次运行获得更详细的答案
- 可以多轮对话深入了解图片内容
7. 总结
ComfyUI_Janus_Wrapper 是一个强大的多模态插件，它让 ComfyUI 拥有了"看图说话"和"听话画画"的能力。通过合理使用这三个核心节点，你可以实现文字到图片、图片到文字的双向转换，为创作流程带来更多可能性。
记住最重要的使用原则： - 模型加载器是基础，必须先连接 - 参数调整要循序渐进，不要一次改太多 - 多尝试不同的 prompt 和问题表述 - 根据电脑性能选择合适的模型和参数
希望这个教程能帮助你快速上手 ComfyUI_Janus_Wrapper 插件！