# ComfyUI-KepOpenAI 插件超详细新手教程 ## 1. 插件简介 ComfyUI-KepOpenAI 是一个专门为ComfyUI设计的插件，它就像是一座桥梁，把你的ComfyUI和OpenAI公司的超级聪明助手GPT-4V连接起来。 **插件GitHub原地址：** https://github.com/M1kep/ComfyUI-KepOpenAI **这个插件能干什么呢？** - 让电脑看懂图片：就像你给朋友看照片时会描述里面的内容，这个插件可以让电脑"看懂"图片里有什么 - 智能回答问题：你可以给它一张图片，再问一个关于这张图片的问题，它就能给你一个很聪明的回答 - 生成文字描述：比如你有一张风景照，它能告诉你这是什么地方，天气怎么样，有什么特色等等 **能给我们带来什么效果？** - 自动写图片说明文字（比如你想给社交媒体配文案） - 分析图片内容（比如识别图片中的物品、人物、场景） - 创意灵感生成（根据图片内容生成故事、诗歌等） ## 2. 如何安装 ### 方法一：通过ComfyUI管理器安装（推荐） 1. 打开ComfyUI，找到"Manager"按钮（管理器），点击它 2. 在弹出的窗口中选择"Install Custom Nodes"（安装自定义节点） 3. 在搜索框里输入"KepOpenAI" 4. 找到"ComfyUI-KepOpenAI"插件，点击"Install"（安装） 5. 安装完成后，重启ComfyUI ### 方法二：手动安装 1. 在ComfyUI文件夹中找到"custom_nodes"文件夹 2. 在文件夹中右键打开命令提示符（Windows）或终端（Mac/Linux） 3. 输入以下命令： ``` git clone https://github.com/M1kep/ComfyUI-KepOpenAI.git ``` 4. 重启ComfyUI ### 重要准备工作：获取OpenAI密钥 在使用这个插件之前，你需要： 1. 去OpenAI官网（openai.com）注册账号 2. 获取你的专属密钥（就像你家门的钥匙一样） 3. 在你的电脑上设置环境变量，变量名是：`OPEN_AI_API_KEY` ## 3. 节点详细解析 ### 3.1 KepOpenAI_ImageWithPrompt 节点 **这个节点是干嘛的？** 这个节点就像是一个超级智能的图片分析师。你给它一张图片，再告诉它你想知道什么，它就能给你一个详细的回答。比如你给它一张食物照片，问"这道菜怎么做？"它就能告诉你制作方法。 **参数详解：** | 参数名 (界面显示) | 参数名 (代码里) | 参数类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 图片输入 | image | 图片 | 任意图片 | 就像给朋友看照片，这里放你想让电脑分析的图片 | 接收图像数据作为视觉输入 | 连接一个图片加载节点，比如"Load Image"节点 | | 文字提示 | prompt | 文字 | "描述这张图片" | 就像问朋友"这张照片里有什么？"，这里写你想问的问题 | 文本提示词，用于指导AI生成相关内容 | 输入"这张图片的主要内容是什么？"或"这个人在做什么？" | | 最大回复长度 | max_tokens | 数字 | 500-1000 | 控制电脑回答的长度，就像限制作文字数一样 | 控制生成文本的最大长度 | 如果想要简短回答就设置300，想要详细回答就设置1000 | | 创意度 | temperature | 小数 | 0.7 | 控制回答的创意程度，就像调节创作的"脑洞大小" | 控制生成文本的随机性和创造性 | 0.1=很理性很严谨，0.9=很有创意很发散 | | 模型选择 | model | 下拉菜单 | gpt-4-vision-preview | 选择使用哪个版本的智能助手，就像选择找哪个专家帮忙 | 指定使用的GPT模型版本 | 一般选择最新的gpt-4-vision-preview就好 | ### 3.2 KepOpenAI_TextOnly 节点（如果存在） **这个节点是干嘛的？** 这个节点就像是一个纯文字的智能助手，不看图片，只处理文字。你给它一段文字，它能帮你写续集、翻译、总结等等。 **参数详解：** | 参数名 (界面显示) | 参数名 (代码里) | 参数类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 文字输入 | text_input | 文字 | 任意文字 | 就像给朋友发消息，这里放你想让电脑处理的文字 | 接收文本输入作为处理对象 | 输入"帮我写一个关于春天的诗" | | 指令提示 | prompt | 文字 | "请帮我..." | 告诉电脑你想让它做什么，就像给助手下达任务 | 指导AI执行特定任务的提示词 | "请帮我把这段话翻译成英文"或"请总结这段文字的要点" | | 最大回复长度 | max_tokens | 数字 | 500-1000 | 控制电脑回答的长度，就像限制作文字数一样 | 控制生成文本的最大长度 | 写诗歌可以设置200，写文章可以设置1000 | | 创意度 | temperature | 小数 | 0.7 | 控制回答的创意程度，就像调节创作的"脑洞大小" | 控制生成文本的随机性和创造性 | 写正式文档用0.3，写创意内容用0.8 | | 模型选择 | model | 下拉菜单 | gpt-4 | 选择使用哪个版本的智能助手 | 指定使用的GPT模型版本 | 一般选择gpt-4就够用了 | ### 3.3 KepOpenAI_Advanced 节点（如果存在） **这个节点是干嘛的？** 这个节点就像是一个高级设置面板，提供更多细致的控制选项，让你能更精确地调节AI助手的行为。 **参数详解：** | 参数名 (界面显示) | 参数名 (代码里) | 参数类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 系统指令 | system_prompt | 文字 | "你是一个专业的助手" | 设定AI助手的"人设"，就像告诉演员要扮演什么角色 | 系统级提示词，定义AI的行为模式和角色 | "你是一个专业的摄影师"或"你是一个幽默的朋友" | | 回复多样性 | top_p | 小数 | 0.9 | 控制回答的多样性，就像调节"思维发散程度" | 核心采样参数，控制生成文本的多样性 | 0.1=很专一很集中，0.9=思路很开阔 | | 重复惩罚 | frequency_penalty | 小数 | 0.0 | 避免AI重复说同样的话，就像提醒别人"别老说一样的" | 频率惩罚参数，减少重复内容 | 0.0=不惩罚重复，0.5=中等惩罚，1.0=严格惩罚 | | 新颖度奖励 | presence_penalty | 小数 | 0.0 | 鼓励AI说新鲜的内容，就像奖励"说点新的" | 存在惩罚参数，鼓励生成新颖内容 | 0.0=不特别要求新颖，0.5=鼓励新颖，1.0=强烈要求新颖 | | 随机种子 | seed | 数字 | -1 | 控制随机性，就像掷骰子的"手法"，相同种子会产生相同结果 | 随机种子，用于控制生成的一致性 | -1=完全随机，固定数字=结果可重复 | ## 4. 使用技巧和建议 ### 4.1 写好提示词的技巧 - **具体明确**：不要问"这张图片怎么样？"而要问"这张图片中的人物情绪如何？" - **分步骤问**：复杂问题可以分解，比如先问"图片中有什么？"再问"这些物品通常用于什么场合？" - **设定角色**：在系统指令中设定角色，比如"你是一个专业的艺术评论家" ### 4.2 参数调节建议 - **创意度(temperature)**： - 0.1-0.3：适合事实性问题、技术分析 - 0.5-0.7：适合一般对话、描述性任务 - 0.8-1.0：适合创意写作、头脑风暴 - **最大回复长度(max_tokens)**： - 50-100：简短回答 - 200-500：中等长度回答 - 500-1000：详细回答 ### 4.3 节点连接建议 - 图片输入：通常连接"Load Image"（加载图片）节点 - 文字输出：可以连接"SaveText"（保存文字）节点或"ShowText"（显示文字）节点 - 批处理：可以连接"Image Batch"（图片批处理）节点处理多张图片 ## 5. 常见问题解答 ### Q1：为什么节点显示红色错误？ **A1：** 最常见的原因是没有设置OpenAI密钥。请检查： - 是否正确设置了环境变量`OPEN_AI_API_KEY` - 密钥是否有效且有余额 - 网络连接是否正常 ### Q2：为什么生成的文字很奇怪？ **A2：** 可能是参数设置问题： - 创意度太高：降低temperature值 - 提示词不够明确：重新写更具体的提示词 - 模型选择不当：确保选择了vision模型来处理图片 ### Q3：处理速度很慢怎么办？ **A3：** - 这是正常现象，因为需要上传图片到OpenAI服务器 - 可以降低max_tokens减少生成长度 - 避免同时处理多个请求 ### Q4：费用问题？ **A4：** - 每次使用都会消耗OpenAI的费用 - 建议在OpenAI账户中设置使用限额 - 可以在OpenAI官网查看详细价格 ### Q5：支持哪些图片格式？ **A5：** - 常见格式：PNG、JPG、JPEG、WebP - 图片大小建议不超过20MB - 分辨率建议不超过4096x4096 ## 6. 实际应用案例 ### 6.1 自动图片说明文字生成 **场景：** 你有很多产品图片需要写说明文字 **设置：** - 提示词："请为这个产品写一段吸引人的说明文字，突出它的特点和优势" - 创意度：0.7 - 回复长度：300 ### 6.2 艺术作品分析 **场景：** 分析绘画作品的风格和内容 **设置：** - 系统指令："你是一个专业的艺术评论家" - 提示词："请分析这幅画的艺术风格、色彩运用和情感表达" - 创意度：0.6 - 回复长度：500 ### 6.3 教育用途 **场景：** 帮助学生理解历史照片 **设置：** - 系统指令："你是一个历史老师，用简单易懂的话解释" - 提示词："这张历史照片展现了什么时期的什么情况？有什么历史意义？" - 创意度：0.4 - 回复长度：400 ## 7. 进阶使用技巧 ### 7.1 批量处理工作流 可以结合其他节点创建批量处理工作流： 1. 使用"Load Images"节点加载多张图片 2. 使用"Image Batch"节点处理批量图片 3. 用KepOpenAI节点分析每张图片 4. 用"Save Text"节点保存所有分析结果 ### 7.2 多轮对话模拟 虽然单个节点不支持记忆，但可以通过工作流设计实现： 1. 第一轮：基础图片分析 2. 第二轮：基于第一轮结果的深入分析 3. 第三轮：结合前两轮的综合总结 ### 7.3 结合其他AI节点 可以与其他AI节点配合使用： - 先用KepOpenAI生成图片描述 - 再用Stable Diffusion根据描述生成新图片 - 形成"图片→文字→图片"的创意循环 记住，这个插件的核心价值在于它能让你的ComfyUI拥有"看图说话"的能力，就像给你的工作流程增加了一个超级智能的助手。多实验、多尝试，你会发现更多有趣的用法！
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)
