# ComfyUI-LLaVA-OneVision 插件保姆级教程 ## 1. 插件简介 这是一个能让你的 ComfyUI 和图片"对话"的神奇插件！想象一下，你可以向一张图片提问："这张图片里有什么？"，"图中人物的表情如何？"，然后得到智能的回答。这就是 ComfyUI-LLaVA-OneVision 插件的魔力！ 项目地址：https://github.com/kijai/ComfyUI-LLaVA-OneVision ## 2. 安装方法 就像安装手机应用一样简单： 1. 打开你的 ComfyUI 文件夹 2. 进入 `custom_nodes` 文件夹（没有就新建一个） 3. 在这里打开命令窗口（就像在文件夹里按 Shift + 右键） 4. 输入这行命令： ```bash git clone https://github.com/kijai/ComfyUI-LLaVA-OneVision ``` 5. 重启 ComfyUI，就像重启手机一样， 节点详解 ### 3.1 LLaVA-OneVision 节点 这就像是一个超级智能的图片解读小助手，你给它看一张图片，再问它问题，它就能给你回答。 参数详解： | 参数名(显示) | 参数名(代码) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用例子 | |-------------|------------|--------|--------|----------|----------|----------| | 图片输入 | image | 图片数据 | - | 你想让AI看的图片 | 输入图像数据 | 连接任何输出图片的节点 | | 提示文本 | prompt | 文字 | "描述这张图片" | 你想问的问题 | 用户输入的提示词 | "这张图片里的人在做什么？" | | 模型名称 | model_name | 字符串 | "liuhaotian/llava-v1.5-7b" | 选择要用的AI模型 | LLaVA模型标识符 | 默认使用就好 | | 最大新词数 | max_new_tokens | 数字 | 512 | AI回答的最大长度 | 生成文本的最大标记数 | 想要更详细的回答就调大点 | ### 3.2 Image Generation 节点 就像是一个根据文字画图的魔法师，输入描述，它就能画出相应的图片。 参数详解： | 参数名(显示) | 参数名(代码) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用例子 | |-------------|------------|--------|--------|----------|----------|----------| | 提示词 | prompt | 文字 | - | 你想要生成什么样的图片 | 图像生成提示词 | "一只可爱的小猫" | | 负面提示词 | negative_prompt | 文字 | - | 你不想在图片中看到什么 | 负面提示词 | "模糊的，低质量的" | ## 4. 使用技巧和建议 - 问题要具体：不要问"这是什么？"，而是问"这张图片里的人穿着什么颜色的衣服？" - 图片要清晰：就像人眼一样，给AI看的图片越清晰，回答越准确 - 耐心等待：有时候AI思考需要一点时间，就像人类看到复杂的图片也需要时间思考 ## 5. 常见问题解答 Q: 为什么有时候回答很慢？ A: 就像人要仔细看图才能回答一样，AI也需要时间思考，特别是图片很复杂的时候。 Q: 模型下载失败怎么办？ A: 就像下载大文件一样，可能需要好的网络。建议使用科学上网工具，或者手动下载模型文件。 Q: 回答不准确怎么办？ A: 试试换个问法，或者把问题说得更具体一些。就像问人问题一样，问得越清楚，答得越准确。 ## 6. 补充说明 - 这个插件需要较好的显卡支持，就像玩大型游戏需要好显卡一样 - 建议先用简单的问题测试，慢慢尝试复杂的问题 - 记得经常更新插件，就像手机App要更新一样，能获得更好的体验 使用这个插件就像有了一个能看懂图片的AI助手，希望这份教程能帮助你轻松上手！
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)
