ComfyUI LLM插件终极教程手把手教你玩转AI工作流

【版权严正声明】
本文系作者 [编程界的小学生] 原创，并拥有完整、独立的著作权。
未经本人书面授权，任何单位、平台或个人，严禁以任何形式（包括但不限于转载、复制、摘编、修改、链接、转贴、建立镜像等）使用本文的全部或部分内容。
任何无视本声明的侵权行为，本人将依据《中华人民共和国著作权法》等相关法律法规，采取一切必要的法律手段，追究其侵权责任，要求其立即停止侵权、赔礼道歉、消除影响，并赔偿因此造成的一切经济损失及维权成本（包括但不限于律师费、诉讼费、公证费等）。
侵权必究，切勿以身试法！

1. 插件简介

插件地址： https://github.com/heshengtao/comfyui_LLM_party

这个插件就像一个超级强大的"AI聚会平台"！它能让你在ComfyUI中使用各种大语言模型（就像ChatGPT那样的AI），并且可以让这些AI互相配合工作。简单来说：

你可以在ComfyUI里直接和AI聊天
可以让AI帮你生成图片的提示词
可以让多个AI一起工作，就像开会讨论问题一样
支持本地AI模型和在线AI服务

主要功能：

多种AI模型支持：支持OpenAI、Claude、本地模型等100多种AI
工具调用：AI可以使用搜索、计算器、天气查询等各种工具
多智能体协作：多个AI可以互相讨论和协作
知识库管理：可以给AI添加专业知识
社交平台集成：可以连接QQ、微信、飞书等聊天软件
语音合成：AI回答可以转成语音
图像理解：AI可以看图说话

能带来什么效果：

让ComfyUI变成一个智能助手平台
自动生成高质量的AI绘画提示词
创建专业的AI客服系统
构建个人知识管理系统
实现复杂的AI工作流程

2. 如何安装

方法一：通过ComfyUI管理器安装（推荐）

打开ComfyUI
点击"Manager"按钮
搜索"comfyui_LLM_party"
点击安装

方法二：手动安装

打开ComfyUI的安装文件夹
进入custom_nodes文件夹
在这里打开命令行，输入：

git clone https://github.com/heshengtao/comfyui_LLM_party.git
cd comfyui_LLM_party
pip install -r requirements.txt

重启ComfyUI

配置说明：

需要配置API密钥才能使用在线AI服务
可以在config.ini文件中配置各种参数
支持中文和英文界面

3. 节点详细解析

3.51 listen_audio（监听音频）节点

这个节点是干嘛的？ 这是"语音录制器"，可以通过按键控制录音，实现语音输入功能。

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
press_key	press_key	shift/space/ctrl/alt/tab	shift	录音触发按键	控制录音开始和结束的按键	shift键按下录音，松开结束

3.52 openai_whisper（OpenAI语音识别）节点

这个节点是干嘛的？ 这是"语音转文字器"，使用OpenAI的Whisper模型将语音转换为文字。

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
is_enable	is_enable	true/false	true	是否启用语音识别	节点启用开关	false时不进行语音识别
audio_path	audio_path	文本	-	音频文件路径	要识别的音频文件路径	"./audio/speech.wav"
base_url	base_url	文本	-	API基础地址	OpenAI API的基础URL	可选，用于自定义端点
api_key	api_key	文本	-	API密钥	OpenAI API访问密钥	从OpenAI获得
audio	audio	AUDIO	-	音频数据	音频数据对象	连接音频录制节点

3.53 html2img_function（HTML转图片）节点

这个节点是干嘛的？ 这是"网页截图器"，可以将HTML代码转换为图片，用于生成网页截图或HTML渲染图像。

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
html_str	html_str	STRING	-	HTML代码	要转换的HTML字符串	连接HTML生成节点的输出
width	width	100-5000	800	图片宽度	生成图片的宽度像素	800像素适合大部分用途
height	height	100-5000	600	图片高度	生成图片的高度像素	600像素适合大部分用途
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不进行转换

3.54 got_ocr（GOT-OCR2图像文字识别）节点

这个节点是干嘛的？ 这是"图像文字识别器"，使用GOT-OCR2模型从图片中识别和提取文字内容。

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
model_name_or_path	model_name_or_path	文本	-	模型路径	GOT-OCR2模型的路径或名称	"stepfun-ai/GOT-OCR2_0"
device	device	auto/cuda/cpu/mps	auto	运行设备	模型运行的硬件设备	auto自动选择最佳设备
ocr_type	ocr_type	ocr/format	format	识别类型	OCR识别的输出格式	format保持原格式，ocr纯文本
image	image	IMAGE	-	输入图片	要识别文字的图片	连接图片输入节点
is_enable	is_enable	true/false	true	是否启用OCR	节点启用开关	false时不进行识别
ocr_box	ocr_box	文本	-	识别区域	指定识别的区域坐标	可选，格式如"[x1,y1,x2,y2]"
ocr_color	ocr_color	文本	-	识别颜色	指定识别的文字颜色	可选，如"red"、"blue"
multi_crop	multi_crop	true/false	false	多区域裁剪	是否对图片进行多区域识别	true时提高识别准确率
render	render	true/false	false	渲染输出	是否生成HTML渲染结果	true时生成可视化结果
out_dir_path	out_dir_path	文本	./output	输出目录	结果文件的保存目录	指定输出文件保存位置
dtype	dtype	float32/float16/bfloat16/int8/int4	bfloat16	数据类型	模型运行的数据精度	bfloat16平衡性能和精度

3.55 openai_dall_e（DALL-E文生图）节点

这个节点是干嘛的？ 这是"AI画家"，使用OpenAI的DALL-E模型根据文字描述生成图片。

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
is_enable	is_enable	true/false	true	是否启用图片生成	节点启用开关	false时不生成图片
prompt	prompt	文本	-	图片描述	用于生成图片的文字描述	"一只可爱的小猫在花园里玩耍"
image_size	image_size	1024x1024/1792x1024/1024x1792	1024x1024	图片尺寸	生成图片的分辨率	1024x1024是正方形
image_quality	image_quality	standard/hd	hd	图片质量	生成图片的质量等级	hd质量更高但更贵
style	style	vivid/natural	natural	图片风格	生成图片的艺术风格	vivid更鲜艳，natural更自然
base_url	base_url	文本	https://api.openai.com/v1/	API基础地址	OpenAI API的基础URL	可选，用于自定义端点
api_key	api_key	文本	sk-XXXXX	API密钥	OpenAI API访问密钥	从OpenAI获得

3.56 dall_e_tool（DALL-E文生图工具）节点

这个节点是干嘛的？ 这是"AI画家工具版"，让其他AI可以调用DALL-E生成图片的工具接口。

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
is_enable	is_enable	true/false	true	是否启用工具	工具启用开关	false时AI无法生成图片
image_size	image_size	1024x1024/1792x1024/1024x1792	1024x1024	图片尺寸	生成图片的分辨率	1024x1024是正方形
image_quality	image_quality	standard/hd	hd	图片质量	生成图片的质量等级	hd质量更高但更贵
style	style	vivid/natural	natural	图片风格	生成图片的艺术风格	vivid更鲜艳，natural更自然
base_url	base_url	文本	https://api.openai.com/v1/	API基础地址	OpenAI API的基础URL	可选，用于自定义端点
api_key	api_key	文本	sk-XXXXX	API密钥	OpenAI API访问密钥	从OpenAI获得

3.57 url2img_tool（URL转图片工具）节点

这个节点是干嘛的？ 这是"网络图片获取器"，可以从网络URL下载图片并在前端显示。

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
is_enable	is_enable	true/false	true	是否启用工具	工具启用开关	false时AI无法获取网络图片

3.58 path2img_tool（路径转图片工具）节点

这个节点是干嘛的？ 这是"本地图片显示器"，可以将本地图片路径转换为可显示的图片。

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
is_enable	is_enable	true/false	true	是否启用工具	工具启用开关	false时AI无法显示本地图片

节点统计更新：

本插件包含 150+个节点
本教程已解析了 58个核心节点
还有 90+个专业节点等待探索

已完成节点解析（新增8个）：

listen_audio（监听音频）- 语音录制器
openai_whisper（OpenAI语音识别）- 语音转文字器
html2img_function（HTML转图片）- 网页截图器
got_ocr（GOT-OCR2图像文字识别）- 图像文字识别器
openai_dall_e（DALL-E文生图）- AI画家
dall_e_tool（DALL-E文生图工具）- AI画家工具版
url2img_tool（URL转图片工具）- 网络图片获取器
path2img_tool（路径转图片工具）- 本地图片显示器

3.59 svg2img_function（SVG转图片）节点

这个节点是干嘛的？ 这是"矢量图转换器"，可以将SVG矢量图代码转换为PNG图片。

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
svg_str	svg_str	STRING	-	SVG代码	要转换的SVG矢量图代码	连接SVG生成节点的输出
width	width	100-5000	800	图片宽度	生成图片的宽度像素	800像素适合大部分用途
height	height	100-5000	600	图片高度	生成图片的高度像素	600像素适合大部分用途
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不进行转换

3.60 svg2html（SVG转HTML）节点

这个节点是干嘛的？ 这是"SVG包装器"，将SVG代码包装成完整的HTML页面，便于显示和进一步处理。

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
svg_code	svg_code	STRING	-	SVG代码	要包装的SVG矢量图代码	连接SVG生成节点的输出

3.61 graph_md_to_html（思维导图Markdown转HTML）节点

这个节点是干嘛的？ 这是"流程图生成器"，可以将Mermaid格式的流程图代码转换为可视化的HTML页面。

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
graph_definition	graph_definition	STRING	-	流程图定义	Mermaid格式的流程图代码	连接流程图生成节点的输出
mode	mode	dark/light/dtransparent	dark	显示模式	流程图的主题样式	dark黑色主题，light白色主题
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不进行转换

节点统计更新：

本插件包含 150+个节点
本教程已解析了 61个核心节点
还有 90+个专业节点等待探索

已完成节点解析（新增3个）：

svg2img_function（SVG转图片）- 矢量图转换器
svg2html（SVG转HTML）- SVG包装器
graph_md_to_html（思维导图Markdown转HTML）- 流程图生成器

由于插件包含150+个节点，完整解析所有节点需要大量篇幅。本教程已经详细解析了94个最核心和常用的节点，涵盖了：

3.74 WeChat_Official（微信公众号）节点

这个节点是干嘛的？ 这是"微信公众号管理器"，可以通过微信公众号API发送消息和管理公众号内容。

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
app_id	app_id	文本	-	应用ID	微信公众号的应用ID	从微信公众平台获得
app_secret	app_secret	文本	-	应用密钥	微信公众号的应用密钥	从微信公众平台获得
message	message	STRING	-	要发送的消息	发送给用户的消息内容	连接LLM节点的输出
user_openid	user_openid	文本	-	用户OpenID	目标用户的唯一标识	从微信用户交互中获得
is_enable	is_enable	true/false	true	是否启用发送	节点启用开关	false时不发送消息

3.75 SQL（数据库操作）节点

这个节点是干嘛的？ 这是"数据库管理器"，可以执行SQL查询和操作，让AI能够读写数据库。

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
connection_string	connection_string	文本	-	数据库连接字符串	数据库连接配置信息	"sqlite:///database.db"
sql_query	sql_query	文本	-	SQL查询语句	要执行的SQL命令	"SELECT * FROM users"
operation_type	operation_type	SELECT/INSERT/UPDATE/DELETE	SELECT	操作类型	SQL操作的类型	SELECT查询数据
is_enable	is_enable	true/false	true	是否启用数据库操作	工具启用开关	false时不执行SQL

3.76 image_hosting（图床上传）节点

这个节点是干嘛的？ 这是"图片上传器"，可以将图片上传到各种图床服务，获得网络链接。

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
image	image	IMAGE	-	要上传的图片	输入的图像数据	连接图片生成节点
hosting_service	hosting_service	imgbb/imgur/sm.ms	imgbb	图床服务	选择的图床服务商	imgbb免费且稳定
api_key	api_key	文本	-	图床API密钥	图床服务的访问密钥	从对应图床服务获得
is_enable	is_enable	true/false	true	是否启用上传	节点启用开关	false时不上传图片

3.77 sleep（延时等待）节点

这个节点是干嘛的？ 这是"时间暂停器"，可以让工作流暂停指定时间，用于控制执行节奏。

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
duration	duration	0.1-3600	1.0	等待时长	暂停的秒数	1.0表示等待1秒
is_enable	is_enable	true/false	true	是否启用等待	节点启用开关	false时不等待直接继续

3.78 interrupt（中断执行）节点

这个节点是干嘛的？ 这是"紧急停止器"，可以根据条件中断工作流的执行，用于错误处理和流程控制。

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
condition	condition	STRING	-	中断条件	触发中断的条件表达式	连接逻辑判断节点
message	message	文本	"Workflow interrupted"	中断消息	中断时显示的消息	"检测到错误，停止执行"
is_enable	is_enable	true/false	true	是否启用中断	节点启用开关	false时不检查中断条件

3.79 switcher（开关切换）节点

这个节点是干嘛的？ 这是"智能开关"，可以根据条件选择不同的执行路径，实现条件分支。

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
condition	condition	STRING	-	切换条件	用于判断的条件值	连接条件判断节点
true_output	true_output	STRING	-	条件为真时的输出	条件成立时的输出内容	"执行路径A"
false_output	false_output	STRING	-	条件为假时的输出	条件不成立时的输出内容	"执行路径B"
is_enable	is_enable	true/false	true	是否启用开关	节点启用开关	false时直接输出默认值

3.80 miniparty（迷你派对）节点

这个节点是干嘛的？ 这是"轻量级AI助手"，提供简化的LLM功能，适合快速测试和简单对话。

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
prompt	prompt	文本	"你好"	用户问题	发送给AI的提示词	"帮我写一首诗"
model_type	model_type	simple/advanced	simple	模型类型	AI模型的复杂程度	simple适合快速响应
max_tokens	max_tokens	50-1000	200	最大回答长度	输出文本的最大长度	200字符适合简短回答
is_enable	is_enable	true/false	true	是否启用助手	节点启用开关	false时不调用AI

节点统计更新：

本插件包含 150+个节点
本教程已解析了 87个核心节点
还有 60+个专业节点等待探索

已完成节点解析（新增7个）：

easyocr_function（EasyOCR文字识别）- 简易文字识别器
speed_change（视频变速）- 视频调速器
srt2txt（字幕转文本）- 字幕提取器
text2json（文本转JSON）- 结构化转换器
json_extractor（JSON提取器）- 数据提取器
json_parser（JSON解析器）- JSON分析器
custom_format（自定义格式）- 格式定制器

3.88 file_exist（文件存在检查）节点

这个节点是干嘛的？ 这是"文件检测器"，可以检查指定文件或文件夹是否存在。

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
file_path	file_path	文本	-	文件路径	要检查的文件或文件夹路径	"./data/config.json"
is_enable	is_enable	true/false	true	是否启用检查	节点启用开关	false时返回默认值

3.89 folder_clear（清空文件夹）节点

这个节点是干嘛的？ 这是"文件夹清理器"，可以清空指定文件夹中的所有文件。

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
folder_path	folder_path	文本	-	文件夹路径	要清空的文件夹路径	"./temp/"
keep_folder	keep_folder	true/false	true	是否保留文件夹	清空后是否保留空文件夹	true时只删除文件
is_enable	is_enable	true/false	true	是否启用清空	节点启用开关	false时不执行清空

3.90 file_online_storage（在线文件存储）节点

这个节点是干嘛的？ 这是"云存储上传器"，可以将文件上传到各种云存储服务。

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
file_path	file_path	文本	-	本地文件路径	要上传的文件路径	"./document.pdf"
storage_service	storage_service	dropbox/googledrive/onedrive	dropbox	存储服务	选择的云存储服务	dropbox简单易用
api_key	api_key	文本	-	API密钥	云存储服务的访问密钥	从对应服务获得
remote_path	remote_path	文本	"/"	远程路径	云端存储的目录路径	"/documents/"
is_enable	is_enable	true/false	true	是否启用上传	节点启用开关	false时不上传文件

3.91 md2excel（Markdown转Excel）节点

这个节点是干嘛的？ 这是"表格转换器"，可以将Markdown格式的表格转换为Excel文件。

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
markdown_text	markdown_text	STRING	-	Markdown文本	包含表格的Markdown文本	连接LLM生成的表格
output_path	output_path	文本	"./output.xlsx"	输出Excel路径	Excel文件的保存路径	"./data/report.xlsx"
sheet_name	sheet_name	文本	"Sheet1"	工作表名称	Excel中的工作表名称	"数据报告"
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不进行转换

3.92 mermaid2img（流程图转图片）节点

这个节点是干嘛的？ 这是"流程图生成器"，可以将Mermaid代码转换为可视化的流程图图片。

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
mermaid_code	mermaid_code	STRING	-	Mermaid代码	流程图的Mermaid格式代码	连接LLM生成的流程图
output_format	output_format	png/svg/pdf	png	输出格式	生成图片的文件格式	png通用性最好
width	width	800-3000	1200	图片宽度	生成图片的宽度像素	1200像素适合大部分用途
height	height	600-2000	800	图片高度	生成图片的高度像素	800像素适合大部分用途
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不生成图片

3.93 open_web（打开网页）节点

这个节点是干嘛的？ 这是"网页启动器"，可以在默认浏览器中打开指定的网页地址。

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
url	url	文本	-	网页地址	要打开的网页URL	"https://www.example.com"
new_tab	new_tab	true/false	true	是否新标签页打开	是否在新标签页中打开	true时不影响当前页面
is_enable	is_enable	true/false	true	是否启用打开	节点启用开关	false时不打开网页

3.94 red_book_text_persona（小红书文案面具）节点

这个节点是干嘛的？ 这是"小红书文案生成器"，专门用于生成符合小红书风格的文案内容。

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
topic	topic	文本	-	主题内容	要创作文案的主题	"美妆教程"、"穿搭分享"
style	style	甜美/清新/酷酷/温暖	甜美	文案风格	小红书文案的表达风格	甜美风适合大部分内容
length	length	短/中/长	中	文案长度	生成文案的篇幅长度	中等长度适合阅读
include_emoji	include_emoji	true/false	true	是否包含表情	是否在文案中添加emoji	true时更有趣味性
is_enable	is_enable	true/false	true	是否启用生成	节点启用开关	false时不生成文案

节点统计更新：

本插件包含 150+个节点
本教程已解析了 94个核心节点
还有 55+个专业节点等待探索

已完成节点解析（新增7个）：

file_exist（文件存在检查）- 文件检测器
folder_clear（清空文件夹）- 文件夹清理器
file_online_storage（在线文件存储）- 云存储上传器
md2excel（Markdown转Excel）- 表格转换器
mermaid2img（流程图转图片）- 流程图生成器
open_web（打开网页）- 网页启动器
red_book_text_persona（小红书文案面具）- 小红书文案生成器

已完成节点解析（新增7个）：

WeChat_Official（微信公众号）- 微信公众号管理器
SQL（数据库操作）- 数据库管理器
image_hosting（图床上传）- 图片上传器
sleep（延时等待）- 时间暂停器
interrupt（中断执行）- 紧急停止器
switcher（开关切换）- 智能开关
miniparty（迷你派对）- 轻量级AI助手

3.81 easyocr_function（EasyOCR文字识别）节点

这个节点是干嘛的？ 这是"简易文字识别器"，使用EasyOCR库从图片中识别文字，支持多种语言。

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
image	image	IMAGE	-	要识别的图片	输入的图像数据	连接图片输入节点
languages	languages	['ch_sim','en']	['ch_sim','en']	识别语言列表	OCR支持的语言代码列表	ch_sim是简体中文，en是英文
gpu	gpu	true/false	true	是否使用GPU	是否启用GPU加速	true时识别速度更快
is_enable	is_enable	true/false	true	是否启用识别	节点启用开关	false时不进行识别

3.82 speed_change（视频变速）节点

这个节点是干嘛的？ 这是"视频调速器"，可以改变视频的播放速度，制作快进或慢放效果。

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
video_path	video_path	文本	-	视频文件路径	要处理的视频文件路径	"./video/input.mp4"
speed_factor	speed_factor	0.1-10.0	1.0	速度倍数	视频播放速度的倍数	2.0是2倍速，0.5是半速
output_path	output_path	文本	-	输出文件路径	处理后视频的保存路径	"./video/output.mp4"
is_enable	is_enable	true/false	true	是否启用变速	节点启用开关	false时不处理视频

3.83 srt2txt（字幕转文本）节点

这个节点是干嘛的？ 这是"字幕提取器"，可以从SRT字幕文件中提取纯文本内容，去除时间戳。

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
srt_path	srt_path	文本	-	SRT文件路径	字幕文件的完整路径	"./subtitles/movie.srt"
remove_timestamps	remove_timestamps	true/false	true	是否移除时间戳	是否去除字幕中的时间信息	true时只保留文本内容
merge_lines	merge_lines	true/false	false	是否合并行	是否将多行字幕合并为段落	true时合并成连续文本
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不进行转换

3.84 text2json（文本转JSON）节点

这个节点是干嘛的？ 这是"结构化转换器"，可以将普通文本转换为JSON格式，便于数据处理。

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
text	text	STRING	-	要转换的文本	输入的文本内容	连接文本处理节点
structure_template	structure_template	JSON	{}	结构模板	JSON结构的模板定义	{"title":"","content":""}
auto_detect	auto_detect	true/false	true	是否自动检测结构	自动识别文本结构	true时智能分析文本格式
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不进行转换

3.85 json_extractor（JSON提取器）节点

这个节点是干嘛的？ 这是"数据提取器"，可以从JSON数据中提取指定字段的值。

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
json_data	json_data	STRING	-	JSON数据	要提取数据的JSON字符串	连接API或文件加载器
extract_path	extract_path	文本	-	提取路径	JSON中的数据路径	"data.items[0].name"
default_value	default_value	文本	""	默认值	提取失败时的默认返回值	"未找到数据"
is_enable	is_enable	true/false	true	是否启用提取	节点启用开关	false时返回原始数据

3.86 json_parser（JSON解析器）节点

这个节点是干嘛的？ 这是"JSON分析器"，可以解析和验证JSON数据的格式，检查数据完整性。

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
json_string	json_string	STRING	-	JSON字符串	要解析的JSON格式文本	连接JSON生成节点
validate_schema	validate_schema	true/false	false	是否验证格式	是否检查JSON格式正确性	true时验证数据结构
pretty_print	pretty_print	true/false	true	是否美化输出	是否格式化JSON输出	true时输出易读格式
is_enable	is_enable	true/false	true	是否启用解析	节点启用开关	false时直接返回原文本

3.87 custom_format（自定义格式）节点

这个节点是干嘛的？ 这是"格式定制器"，可以按照自定义模板格式化文本输出。

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
input_text	input_text	STRING	-	输入文本	要格式化的原始文本	连接LLM节点输出
format_template	format_template	文本	"{text}"	格式模板	文本格式化的模板	"标题：{title}\n内容：{content}"
variables	variables	JSON	{}	变量映射	模板中变量的值映射	{"title":"文章标题"}
is_enable	is_enable	true/false	true	是否启用格式化	节点启用开关	false时返回原始文本

核心功能节点（50个）：

LLM对话和模型加载
工具调用和组合
搜索和信息获取
文件处理和数据管理
社交平台集成
知识库和向量搜索
工作流控制

高级专业节点（44个）：

语音处理（录音、识别、合成、克隆）
图像处理（OCR、生成、转换、上传）
格式转换（HTML、SVG、流程图、Markdown转Excel）
AI绘画（DALL-E）
视频处理（编辑、变速、字幕处理）
社交媒体（Discord、微信公众号）
数据库操作（SQL查询）
学术研究（arXiv搜索、RSS订阅）
浏览器自动化
工作流控制（延时、中断、开关）
文件管理（存在检查、清理、云存储）
JSON数据处理（解析、提取、转换）
内容创作（小红书文案、自定义格式）
MCP协议支持

这些节点已经能够满足绝大多数用户的需求，从基础的AI对话到复杂的多模态处理都有覆盖。剩余的55+个节点主要是更加专业和细分的功能，适合有特定需求的高级用户。

如需了解具体节点的详细用法，请参考：

插件官方文档：https://github.com/heshengtao/comfyui_LLM_party
示例工作流文件夹：./workflow/
中文使用说明：./how_to_use_nodes_ZH.md

3.62 gpt_sovits（GPT-SoVITS语音克隆）节点

这个节点是干嘛的？ 这是"声音克隆大师"，可以克隆任何人的声音，让AI用指定的声音说话。

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
text	text	文本	先帝创业未半而中道崩殂...	要合成的文字内容	待合成语音的文本	输入想要AI说的话
text_lang	text_lang	auto/zh/en/ja/yue/ko等	zh	文本语言	输入文本的语言类型	zh是中文，en是英文
ref_audio_path	ref_audio_path	文本	-	参考音频路径	用于克隆的音频文件路径	"./audio/reference.wav"
prompt_text	prompt_text	文本	-	参考音频文本	参考音频对应的文字内容	参考音频说的是什么
prompt_lang	prompt_lang	auto/zh/en/ja/yue/ko等	zh	参考音频语言	参考音频的语言类型	与参考音频语言保持一致
text_split_method	text_split_method	cut0-cut5	cut5	文本分割方法	长文本的分割策略	cut5适合大部分情况
batch_size	batch_size	1-10	1	批处理大小	同时处理的文本数量	1表示逐句处理
media_type	media_type	wav/raw/ogg/aac	wav	音频格式	输出音频的文件格式	wav质量最好
GPT_weights_path	GPT_weights_path	文本	-	GPT模型权重路径	GPT模型文件路径	可选，用于自定义模型
Sovits_weights_path	Sovits_weights_path	文本	-	SoVITS模型权重路径	SoVITS模型文件路径	可选，用于自定义模型
is_enable	is_enable	true/false	true	是否启用语音合成	节点启用开关	false时不进行合成

3.63 fish_whisper（Fish语音识别）节点

这个节点是干嘛的？ 这是"Fish语音转文字器"，使用Fish Audio的语音识别服务将语音转换为文字。

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
is_enable	is_enable	true/false	true	是否启用语音识别	节点启用开关	false时不进行识别
audio_path	audio_path	文本	-	音频文件路径	要识别的音频文件路径	"./audio/speech.wav"
api_key	api_key	文本	-	Fish Audio API密钥	Fish Audio服务的访问密钥	从Fish Audio获得
audio	audio	AUDIO	-	音频数据	音频数据对象	连接音频录制节点

3.64 fish_tts（Fish语音合成）节点

这个节点是干嘛的？ 这是"Fish语音合成器"，使用Fish Audio的语音合成服务将文字转换为语音。

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
is_enable	is_enable	true/false	true	是否启用语音合成	节点启用开关	false时不进行合成
input_string	input_string	文本	-	要合成的文字	待合成语音的文本内容	"你好，欢迎使用Fish TTS"
reference_audio_path	reference_audio_path	文本	-	参考音频路径	用于声音克隆的音频文件	"./audio/reference.wav"
reference_text	reference_text	文本	-	参考音频文本	参考音频对应的文字	参考音频说的内容
reference_id	reference_id	文本	-	参考音频ID	预设的声音模型ID	使用预设声音时填写
api_key	api_key	文本	-	Fish Audio API密钥	Fish Audio服务的访问密钥	从Fish Audio获得

3.65 md_to_html（Markdown转HTML）节点

这个节点是干嘛的？ 这是"文档转换器"，可以将Markdown格式的文档转换为HTML网页格式。

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
md_str	md_str	STRING	-	Markdown文本	要转换的Markdown格式文本	连接Markdown生成节点
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不进行转换

3.66 Browser_display（浏览器显示）节点

这个节点是干嘛的？ 这是"网页预览器"，可以将HTML或Markdown内容在浏览器中打开显示。

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
md_or_html	md_or_html	STRING	-	文档内容	Markdown或HTML格式的文档	连接文档生成节点
is_enable	is_enable	true/false	true	是否启用显示	节点启用开关	false时不打开浏览器

3.67 whisper_party（Whisper语音识别）节点

这个节点是干嘛的？ 这是"本地语音识别器"，使用Whisper模型在本地进行语音识别，支持多种语言。

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
model_size	model_size	tiny/base/small/medium/large	base	模型大小	Whisper模型的规模	base平衡速度和精度
language	language	auto/zh/en/ja等	auto	识别语言	语音识别的目标语言	auto自动检测语言
audio_path	audio_path	文本	-	音频文件路径	要识别的音频文件路径	"./audio/speech.wav"
is_enable	is_enable	true/false	true	是否启用识别	节点启用开关	false时不进行识别

3.68 movie_editor（视频编辑器）节点

这个节点是干嘛的？ 这是"视频处理器"，可以对视频进行基本的编辑操作，如剪切、合并、格式转换等。

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
video_path	video_path	文本	-	视频文件路径	要处理的视频文件路径	"./video/input.mp4"
operation	operation	cut/merge/convert	cut	操作类型	视频处理操作类型	cut剪切，merge合并
start_time	start_time	文本	00:00:00	开始时间	剪切的开始时间点	"00:01:30"表示1分30秒
end_time	end_time	文本	00:00:10	结束时间	剪切的结束时间点	"00:02:00"表示2分钟
output_format	output_format	mp4/avi/mov	mp4	输出格式	输出视频的文件格式	mp4兼容性最好
is_enable	is_enable	true/false	true	是否启用编辑	节点启用开关	false时不进行处理

3.69 discord_bot（Discord机器人）节点

这个节点是干嘛的？ 这是"Discord聊天机器人"，可以将AI接入Discord服务器，实现自动回复和互动。

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
bot_token	bot_token	文本	-	机器人令牌	Discord机器人的访问令牌	从Discord开发者平台获得
channel_id	channel_id	文本	-	频道ID	要发送消息的频道ID	Discord频道的数字ID
message	message	STRING	-	要发送的消息	机器人发送的消息内容	连接LLM节点的输出
is_enable	is_enable	true/false	true	是否启用机器人	节点启用开关	false时不发送消息

3.70 RSS（RSS订阅器）节点

这个节点是干嘛的？ 这是"新闻订阅器"，可以获取RSS源的最新内容，让AI了解最新资讯。

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
rss_url	rss_url	文本	-	RSS源地址	RSS订阅源的URL	"https://example.com/rss.xml"
max_items	max_items	1-50	10	最大条目数	获取的最大新闻条目数	10条新闻通常够用
is_enable	is_enable	true/false	true	是否启用订阅	工具启用开关	false时不获取RSS

3.71 arxiv（学术论文搜索）节点

这个节点是干嘛的？ 这是"学术搜索器"，可以在arXiv上搜索最新的学术论文，获取科研资讯。

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
query	query	文本	-	搜索关键词	论文搜索的关键词	"machine learning"、"AI"
max_results	max_results	1-100	10	最大结果数	返回的最大论文数量	10篇论文通常够用
sort_by	sort_by	relevance/lastUpdatedDate/submittedDate	relevance	排序方式	搜索结果的排序方式	relevance按相关性排序
is_enable	is_enable	true/false	true	是否启用搜索	工具启用开关	false时不搜索论文

3.72 browser（浏览器自动化）节点

这个节点是干嘛的？ 这是"网页自动化器"，可以自动控制浏览器进行网页操作，如点击、输入、截图等。

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
url	url	文本	-	目标网址	要访问的网页地址	"https://www.example.com"
action	action	click/input/screenshot/scroll	screenshot	操作类型	要执行的浏览器操作	screenshot截图，click点击
selector	selector	文本	-	元素选择器	CSS选择器或XPath	"#button1"、".class-name"
input_text	input_text	文本	-	输入文本	要输入的文字内容	用于input操作时输入文字
wait_time	wait_time	1-30	3	等待时间	操作后的等待时间（秒）	3秒等待页面加载
is_enable	is_enable	true/false	true	是否启用自动化	节点启用开关	false时不执行操作

3.73 mcp_cli（MCP协议客户端）节点

这个节点是干嘛的？ 这是"MCP协议连接器"，支持Model Context Protocol，可以连接各种MCP服务器获取外部数据。

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
server_config	server_config	JSON	{}	服务器配置	MCP服务器的连接配置	包含服务器地址和认证信息
tool_name	tool_name	文本	-	工具名称	要调用的MCP工具名称	从MCP服务器获得的工具名
parameters	parameters	JSON	{}	工具参数	传递给MCP工具的参数	根据具体工具要求设置
is_enable	is_enable	true/false	true	是否启用MCP	节点启用开关	false时不调用MCP服务

节点统计更新：

本插件包含 150+个节点
本教程已解析了 73个核心节点
还有 75+个专业节点等待探索

已完成节点解析（新增7个）：

whisper_party（Whisper语音识别）- 本地语音识别器
movie_editor（视频编辑器）- 视频处理器
discord_bot（Discord机器人）- Discord聊天机器人
RSS（RSS订阅器）- 新闻订阅器
arxiv（学术论文搜索）- 学术搜索器
browser（浏览器自动化）- 网页自动化器
mcp_cli（MCP协议客户端）- MCP协议连接器

3.95 listen_audio（监听音频）节点

这个节点是干嘛的？ 这是"语音录制器"，可以通过按键控制录音，实现语音输入功能。

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
press_key	press_key	shift/space/ctrl/alt/tab	shift	录音触发按键	控制录音开始和结束的按键	shift键按下录音，松开结束

3.96 openai_whisper（OpenAI语音识别）节点

这个节点是干嘛的？ 这是"语音转文字器"，使用OpenAI的Whisper模型将语音转换为文字。

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
is_enable	is_enable	true/false	true	是否启用语音识别	节点启用开关	false时不进行语音识别
audio_path	audio_path	文本	-	音频文件路径	要识别的音频文件路径	"./audio/speech.wav"
base_url	base_url	文本	-	API基础地址	OpenAI API的基础URL	可选，用于自定义端点
api_key	api_key	文本	-	API密钥	OpenAI API访问密钥	从OpenAI获得
audio	audio	AUDIO	-	音频数据	音频数据对象	连接音频录制节点

3.97 gpt_sovits（GPT-SoVITS语音克隆）节点

这个节点是干嘛的？ 这是"声音克隆大师"，可以克隆任何人的声音，让AI用指定的声音说话。

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
text	text	文本	先帝创业未半而中道崩殂...	要合成的文字内容	待合成语音的文本	输入想要AI说的话
text_lang	text_lang	auto/zh/en/ja/yue/ko等	zh	文本语言	输入文本的语言类型	zh是中文，en是英文
ref_audio_path	ref_audio_path	文本	-	参考音频路径	用于克隆的音频文件路径	"./audio/reference.wav"
prompt_text	prompt_text	文本	-	参考音频文本	参考音频对应的文字内容	参考音频说的是什么
prompt_lang	prompt_lang	auto/zh/en/ja/yue/ko等	zh	参考音频语言	参考音频的语言类型	与参考音频语言保持一致
text_split_method	text_split_method	cut0-cut5	cut5	文本分割方法	长文本的分割策略	cut5适合大部分情况
batch_size	batch_size	1-10	1	批处理大小	同时处理的文本数量	1表示逐句处理
media_type	media_type	wav/raw/ogg/aac	wav	音频格式	输出音频的文件格式	wav质量最好
GPT_weights_path	GPT_weights_path	文本	-	GPT模型权重路径	GPT模型文件路径	可选，用于自定义模型
Sovits_weights_path	Sovits_weights_path	文本	-	SoVITS模型权重路径	SoVITS模型文件路径	可选，用于自定义模型
is_enable	is_enable	true/false	true	是否启用语音合成	节点启用开关	false时不进行合成

3.98 openai_dall_e（DALL-E文生图）节点

这个节点是干嘛的？ 这是"AI画家"，使用OpenAI的DALL-E模型根据文字描述生成图片。

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
is_enable	is_enable	true/false	true	是否启用图片生成	节点启用开关	false时不生成图片
prompt	prompt	文本	-	图片描述	用于生成图片的文字描述	"一只可爱的小猫在花园里玩耍"
image_size	image_size	1024x1024/1792x1024/1024x1792	1024x1024	图片尺寸	生成图片的分辨率	1024x1024是正方形
image_quality	image_quality	standard/hd	hd	图片质量	生成图片的质量等级	hd质量更高但更贵
style	style	vivid/natural	natural	图片风格	生成图片的艺术风格	vivid更鲜艳，natural更自然
base_url	base_url	文本	https://api.openai.com/v1/	API基础地址	OpenAI API的基础URL	可选，用于自定义端点
api_key	api_key	文本	sk-XXXXX	API密钥	OpenAI API访问密钥	从OpenAI获得

3.99 dall_e_tool（DALL-E文生图工具）节点

这个节点是干嘛的？ 这是"AI画家工具版"，让其他AI可以调用DALL-E生成图片的工具接口。

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
is_enable	is_enable	true/false	true	是否启用工具	工具启用开关	false时AI无法生成图片
image_size	image_size	1024x1024/1792x1024/1024x1792	1024x1024	图片尺寸	生成图片的分辨率	1024x1024是正方形
image_quality	image_quality	standard/hd	hd	图片质量	生成图片的质量等级	hd质量更高但更贵
style	style	vivid/natural	natural	图片风格	生成图片的艺术风格	vivid更鲜艳，natural更自然
base_url	base_url	文本	https://api.openai.com/v1/	API基础地址	OpenAI API的基础URL	可选，用于自定义端点
api_key	api_key	文本	sk-XXXXX	API密钥	OpenAI API访问密钥	从OpenAI获得

3.100 url2img_tool（URL转图片工具）节点

这个节点是干嘛的？ 这是"网络图片获取器"，可以从网络URL下载图片并在前端显示。

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
is_enable	is_enable	true/false	true	是否启用工具	工具启用开关	false时AI无法获取网络图片

3.101 got_ocr（GOT-OCR2图像文字识别）节点

这个节点是干嘛的？ 这是"超强图像文字识别器"，使用GOT-OCR2模型从图片中识别和提取文字内容，支持多种语言和格式。

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
model_name_or_path	model_name_or_path	文本	-	模型路径	GOT-OCR2模型的路径或名称	"stepfun-ai/GOT-OCR2_0"
device	device	auto/cuda/cpu/mps	auto	运行设备	模型运行的硬件设备	auto自动选择最佳设备
ocr_type	ocr_type	ocr/format	format	识别类型	OCR识别的输出格式	format保持原格式，ocr纯文本
image	image	IMAGE	-	输入图片	要识别文字的图片	连接图片输入节点
is_enable	is_enable	true/false	true	是否启用OCR	节点启用开关	false时不进行识别
ocr_box	ocr_box	文本	-	识别区域	指定识别的区域坐标	可选，格式如"[x1,y1,x2,y2]"
ocr_color	ocr_color	文本	-	识别颜色	指定识别的文字颜色	可选，如"red"、"blue"
multi_crop	multi_crop	true/false	false	多区域裁剪	是否对图片进行多区域识别	true时提高识别准确率
render	render	true/false	false	渲染输出	是否生成HTML渲染结果	true时生成可视化结果
out_dir_path	out_dir_path	文本	./output	输出目录	结果文件的保存目录	指定输出文件保存位置
dtype	dtype	float32/float16/bfloat16/int8/int4	bfloat16	数据类型	模型运行的数据精度	bfloat16平衡性能和精度

3.102 html2img_function（HTML转图片）节点

这个节点是干嘛的？ 这是"网页截图器"，可以将HTML代码转换为图片，用于生成网页截图或HTML渲染图像。

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
html_str	html_str	STRING	-	HTML代码	要转换的HTML字符串	连接HTML生成节点的输出
width	width	100-5000	800	图片宽度	生成图片的宽度像素	800像素适合大部分用途
height	height	100-5000	600	图片高度	生成图片的高度像素	600像素适合大部分用途
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不进行转换

3.103 svg2img_function（SVG转图片）节点

这个节点是干嘛的？ 这是"矢量图转换器"，可以将SVG矢量图代码转换为PNG图片。

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
svg_str	svg_str	STRING	-	SVG代码	要转换的SVG矢量图代码	连接SVG生成节点的输出
width	width	100-5000	800	图片宽度	生成图片的宽度像素	800像素适合大部分用途
height	height	100-5000	600	图片高度	生成图片的高度像素	600像素适合大部分用途
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不进行转换

3.104 svg2html（SVG转HTML）节点

这个节点是干嘛的？ 这是"SVG包装器"，将SVG代码包装成完整的HTML页面，便于显示和进一步处理。

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
svg_code	svg_code	STRING	-	SVG代码	要包装的SVG矢量图代码	连接SVG生成节点的输出

3.105 EasyOCR_advance（EasyOCR高级版）节点

这个节点是干嘛的？ 这是"专业文字识别器"，使用EasyOCR库进行高级文字识别，支持多种语言和详细参数调节。

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
image	image	IMAGE	-	要识别的图片	输入的图像数据	连接图片输入节点
gpu	gpu	true/false	true	是否使用GPU	是否启用GPU加速	true时识别速度更快
language_name	language_name	文本	ch_sim,en	识别语言列表	OCR支持的语言代码列表	ch_sim是简体中文，en是英文
decoder	decoder	greedy/beamsearch/wordbeamsearch	greedy	解码器类型	文字识别的解码算法	greedy速度快，beamsearch精度高
beamWidth	beamWidth	1-20	5	束搜索宽度	beamsearch算法的搜索宽度	数值越大精度越高但速度越慢
batch_size	batch_size	1-10	1	批处理大小	同时处理的图片数量	1表示逐张处理
paragraph	paragraph	true/false	false	段落模式	是否按段落组织识别结果	true时保持文本段落结构
min_size	min_size	10-100	20	最小文字尺寸	识别的最小文字像素大小	小于此尺寸的文字会被忽略
text_threshold	text_threshold	0.1-1.0	0.7	文字置信度阈值	文字检测的置信度门槛	数值越高要求越严格
is_enable	is_enable	true/false	true	是否启用识别	节点启用开关	false时不进行识别

3.106 EasyOCR_choose（EasyOCR简易版）节点

这个节点是干嘛的？ 这是"简易文字识别器"，提供简化的EasyOCR功能，适合快速文字识别。

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
image	image	IMAGE	-	要识别的图片	输入的图像数据	连接图片输入节点
gpu	gpu	true/false	true	是否使用GPU	是否启用GPU加速	true时识别速度更快
language_list	language_list	下拉列表	English	识别语言选择	从预设语言列表中选择	选择图片中的主要语言
is_enable	is_enable	true/false	true	是否启用识别	节点启用开关	false时不进行识别

3.107 fish_whisper（Fish语音识别）节点

这个节点是干嘛的？ 这是"Fish语音转文字器"，使用Fish Audio的语音识别服务将语音转换为文字。

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
is_enable	is_enable	true/false	true	是否启用语音识别	节点启用开关	false时不进行识别
audio_path	audio_path	文本	-	音频文件路径	要识别的音频文件路径	"./audio/speech.wav"
api_key	api_key	文本	-	Fish Audio API密钥	Fish Audio服务的访问密钥	从Fish Audio获得
audio	audio	AUDIO	-	音频数据	音频数据对象	连接音频录制节点

3.108 fish_tts（Fish语音合成）节点

这个节点是干嘛的？ 这是"Fish语音合成器"，使用Fish Audio的语音合成服务将文字转换为语音。

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
is_enable	is_enable	true/false	true	是否启用语音合成	节点启用开关	false时不进行合成
input_string	input_string	文本	-	要合成的文字	待合成语音的文本内容	"你好，欢迎使用Fish TTS"
reference_audio_path	reference_audio_path	文本	-	参考音频路径	用于声音克隆的音频文件	"./audio/reference.wav"
reference_text	reference_text	文本	-	参考音频文本	参考音频对应的文字	参考音频说的内容
reference_id	reference_id	文本	-	参考音频ID	预设的声音模型ID	使用预设声音时填写
api_key	api_key	文本	-	Fish Audio API密钥	Fish Audio服务的访问密钥	从Fish Audio获得

3.109 Image2Video_party（图片转视频）节点

这个节点是干嘛的？ 这是"静态图片转视频器"，可以将静态图片和音频合成为带字幕的视频。

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
audio_path	audio_path	文本	-	音频文件路径	背景音频的文件路径	"./audio/background.mp3"
image_path	image_path	文本	-	图片文件路径	背景图片的文件路径	"./images/background.jpg"
subtitle	subtitle	文本	Example subtitle	字幕内容	要显示在视频上的字幕文字	"欢迎观看我的视频"
subtitle_size	subtitle_size	10-200	50	字幕大小	字幕文字的像素大小	50像素适合大部分情况
font_path	font_path	文本	-	字体文件路径	字幕使用的字体文件路径	"./fonts/arial.ttf"
r	r	0-255	255	字幕红色值	字幕颜色的红色分量	255是最大红色
g	g	0-255	255	字幕绿色值	字幕颜色的绿色分量	255是最大绿色
b	b	0-255	255	字幕蓝色值	字幕颜色的蓝色分量	255是最大蓝色
output_path	output_path	文本	-	输出路径	生成视频的保存路径	"./output/"
is_enable	is_enable	true/false	true	是否启用转换	节点启用开关	false时不进行转换

3.110 Combine_Videos_party（合并视频）节点

这个节点是干嘛的？ 这是"视频合并器"，可以将多个视频文件按时间戳顺序合并成一个完整视频。

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
input_folder	input_folder	文本	-	输入文件夹路径	包含要合并视频的文件夹	"./videos/input/"
output_folder	output_folder	文本	-	输出文件夹路径	合并后视频的保存文件夹	"./videos/output/"
is_enable	is_enable	true/false	true	是否启用合并	节点启用开关	false时不进行合并

3.111 browser_use_tool（浏览器自动控制工具）节点

这个节点是干嘛的？ 这是"网页自动化机器人"，可以自动控制浏览器执行各种任务，如点击、输入、截图、数据抓取等。

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
model_name	model_name	文本	gpt-4o	AI模型名称	控制浏览器的AI模型	"gpt-4o"智能程度高
provider	provider	openai/azure/anthropic	openai	AI服务提供商	AI模型的服务商选择	openai是OpenAI，anthropic是Claude
base_url	base_url	文本	-	API基础地址	AI服务的API地址	可选，用于自定义端点
api_key	api_key	文本	-	API密钥	AI服务的访问密钥	从对应服务商获得
is_enable	is_enable	true/false	true	是否启用工具	工具启用开关	false时AI无法控制浏览器

3.112 RSS_loader（RSS加载器）节点

这个节点是干嘛的？ 这是"新闻订阅解析器"，可以解析RSS订阅源，获取最新的新闻、博客或其他内容更新。

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
rss_url	rss_url	文本	https://feeds.bbci.co.uk/news/world/rss.xml	RSS订阅地址	RSS源的URL链接	BBC新闻的RSS地址
is_enable	is_enable	true/false	true	是否启用解析	节点启用开关	false时不解析RSS

3.113 RSS_tool（RSS工具）节点

这个节点是干嘛的？ 这是"RSS订阅工具版"，让AI可以调用RSS解析功能，获取各种订阅源的最新内容。

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
is_enable	is_enable	true/false	true	是否启用工具	工具启用开关	false时AI无法获取RSS内容

3.114 arxiv_tool（arXiv学术搜索工具）节点

这个节点是干嘛的？ 这是"学术论文搜索器"，可以在arXiv上搜索最新的学术论文，获取科研资讯和文献信息。

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
query	query	文本	query	搜索关键词	论文搜索的查询词	"machine learning"、"quantum physics"
is_enable	is_enable	true/false	true	是否启用搜索	工具启用开关	false时AI无法搜索论文

3.115 discord_bot（Discord机器人启动器）节点

这个节点是干嘛的？ 这是"Discord机器人启动器"，可以创建和启动Discord聊天机器人，实现自动回复和互动功能。

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
token	token	文本	-	Discord机器人令牌	Discord Bot的访问令牌	从Discord开发者平台获得
function_name	function_name	JSON数组	["ping", "add"]	机器人命令列表	机器人支持的斜杠命令	["help", "chat", "image"]
is_enable	is_enable	true/false	true	是否启用机器人	节点启用开关	false时不启动机器人

3.116 discord_send（Discord消息发送器）节点

这个节点是干嘛的？ 这是"Discord消息发送器"，可以向Discord频道发送文字、图片和音频消息。

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
text	text	文本	-	要发送的文字	发送的文本消息内容	"Hello Discord!"
img_path	img_path	文本	-	图片文件路径	要发送的图片文件路径	"./images/photo.jpg"
audio_path	audio_path	文本	-	音频文件路径	要发送的音频文件路径	"./audio/voice.mp3"
is_enable	is_enable	true/false	true	是否启用发送	节点启用开关	false时不发送消息

3.117 send_to_wechat_official（微信公众号发送器）节点

这个节点是干嘛的？ 这是"微信公众号内容发布器"，可以将内容发布到微信公众号，创建草稿文章。

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
appid	appid	文本	appid	微信公众号应用ID	微信公众号的AppID	从微信公众平台获得
secret	secret	文本	secret	微信公众号应用密钥	微信公众号的AppSecret	从微信公众平台获得
title	title	文本	title	文章标题	公众号文章的标题	"今日科技新闻"
author	author	文本	author	文章作者	公众号文章的作者名	"AI小助手"
content	content	文本	HTML content	文章内容	公众号文章的HTML内容	支持HTML格式的文章正文
is_enable	is_enable	true/false	true	是否启用发送	节点启用开关	false时不发送到公众号

3.118 sql_tool（SQL数据库工具）节点

这个节点是干嘛的？ 这是"智能数据库查询器"，可以用自然语言查询SQL数据库，AI会自动将自然语言转换为SQL语句执行。

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
db_connection_string	db_connection_string	文本	postgresql://user:password@host:port/dbname	数据库连接字符串	数据库连接配置信息	包含用户名、密码、地址等
query_str	query_str	文本	-	查询语句	自然语言查询描述	"查找所有用户的姓名和邮箱"
model_name	model_name	文本	gpt-4o-mini	AI模型名称	用于理解自然语言的模型	"gpt-4o-mini"性价比高
base_url	base_url	文本	https://api.openai.com/v1/	API基础地址	OpenAI API的基础URL	可选，用于自定义端点
api_key	api_key	文本	sk-XXXXX	API密钥	OpenAI API访问密钥	从OpenAI获得
is_enable	is_enable	true/false	true	是否启用工具	工具启用开关	false时AI无法查询数据库

4. 使用技巧和建议

4.1 新手入门建议

从简单开始：先用API版本的LLM节点，配置OpenAI或其他在线服务
逐步添加功能：先实现基本对话，再添加工具和记忆功能
多看示例：插件提供了很多示例工作流，可以直接使用
合理设置参数：temperature控制创意度，max_length控制回答长度

4.2 高级使用技巧

多智能体协作：让多个AI分工合作，一个负责搜索，一个负责总结
知识库集成：使用词向量搜索给AI添加专业知识
工具链组合：把搜索、计算、文件处理等工具串联起来
自定义角色：通过system_prompt创建专业的AI助手

4.3 性能优化建议

本地模型：使用量化模型（int4、int8）节省显存
对话管理：合理设置conversation_rounds避免内存溢出
工具选择：只启用需要的工具，减少处理时间
缓存利用：启用is_locked避免重复计算

4.4 常用工作流模式

智能客服：LLM + 知识库 + 工具调用
内容创作：LLM + 文件加载 + 图像生成
数据分析：LLM + 文件处理 + 图表生成
多语言翻译：LLM + 文本处理 + 语音合成

5. 常见问题解答

Q1：如何配置API密钥？

A：

方法1：在config.ini文件中配置
方法2：直接在节点中输入
支持OpenAI、Claude、国产大模型等

Q2：本地模型需要什么配置？

A：

显存：至少8GB（推荐16GB以上）
内存：至少16GB（推荐32GB以上）
存储：模型文件通常几GB到几十GB

Q3：如何让AI使用工具？

A：

连接工具组合节点到LLM的tools输入
确保AI模型支持function calling
在system_prompt中说明工具用途

Q4：对话记忆如何管理？

A：

is_memory控制是否记住对话
conversation_rounds控制记忆轮数
可以手动清除记忆（输入"clear party memory"）

Q5：如何处理中文？

A：

插件完全支持中文
可以在config.ini中设置语言
所有节点都有中文显示名称

Q6：插件运行很慢怎么办？

A：

检查网络连接（API模式）
降低模型精度（本地模式）
减少max_length参数
关闭不需要的工具

Q7：如何创建专业AI助手？

A：

编写详细的system_prompt
添加相关的知识库
配置专业工具
测试和优化提示词

6. 结语

学习建议：

从简单的对话开始，逐步添加功能
多参考官方示例工作流
加入社区交流群获得帮助
定期关注插件更新

获得帮助：

官方GitHub：https://github.com/heshengtao/comfyui_LLM_party
中文文档：./how_to_use_nodes_ZH.md
示例工作流：./workflow/文件夹

这个插件真正实现了将ComfyUI从图像生成工具升级为全能AI工作平台的目标。通过118个核心节点的组合，你可以构建出几乎任何你想要的AI应用！🚀

ComfyUI LLM插件终极教程 手把手教你玩转AI工作流

1. 插件简介

2. 如何安装

方法一：通过ComfyUI管理器安装（推荐）

方法二：手动安装

3. 节点详细解析

3.51 listen_audio（监听音频）节点

3.52 openai_whisper（OpenAI语音识别）节点

3.53 html2img_function（HTML转图片）节点

3.54 got_ocr（GOT-OCR2图像文字识别）节点

3.55 openai_dall_e（DALL-E文生图）节点

3.56 dall_e_tool（DALL-E文生图工具）节点

3.57 url2img_tool（URL转图片工具）节点

3.58 path2img_tool（路径转图片工具）节点

3.59 svg2img_function（SVG转图片）节点

3.60 svg2html（SVG转HTML）节点

3.61 graph_md_to_html（思维导图Markdown转HTML）节点

3.74 WeChat_Official（微信公众号）节点

3.75 SQL（数据库操作）节点

3.76 image_hosting（图床上传）节点

3.77 sleep（延时等待）节点

3.78 interrupt（中断执行）节点

3.79 switcher（开关切换）节点

3.80 miniparty（迷你派对）节点

3.88 file_exist（文件存在检查）节点

3.89 folder_clear（清空文件夹）节点

3.90 file_online_storage（在线文件存储）节点

3.91 md2excel（Markdown转Excel）节点

3.92 mermaid2img（流程图转图片）节点

3.93 open_web（打开网页）节点

3.94 red_book_text_persona（小红书文案面具）节点

3.81 easyocr_function（EasyOCR文字识别）节点

3.82 speed_change（视频变速）节点

3.83 srt2txt（字幕转文本）节点

3.84 text2json（文本转JSON）节点

3.85 json_extractor（JSON提取器）节点

3.86 json_parser（JSON解析器）节点

3.87 custom_format（自定义格式）节点

3.62 gpt_sovits（GPT-SoVITS语音克隆）节点

3.63 fish_whisper（Fish语音识别）节点

3.64 fish_tts（Fish语音合成）节点

3.65 md_to_html（Markdown转HTML）节点

3.66 Browser_display（浏览器显示）节点

3.67 whisper_party（Whisper语音识别）节点

3.68 movie_editor（视频编辑器）节点

3.69 discord_bot（Discord机器人）节点

3.70 RSS（RSS订阅器）节点

3.71 arxiv（学术论文搜索）节点

3.72 browser（浏览器自动化）节点

3.73 mcp_cli（MCP协议客户端）节点

3.95 listen_audio（监听音频）节点

3.96 openai_whisper（OpenAI语音识别）节点

3.97 gpt_sovits（GPT-SoVITS语音克隆）节点

3.98 openai_dall_e（DALL-E文生图）节点

3.99 dall_e_tool（DALL-E文生图工具）节点

3.100 url2img_tool（URL转图片工具）节点

3.101 got_ocr（GOT-OCR2图像文字识别）节点

3.102 html2img_function（HTML转图片）节点

3.103 svg2img_function（SVG转图片）节点

3.104 svg2html（SVG转HTML）节点

3.105 EasyOCR_advance（EasyOCR高级版）节点

3.106 EasyOCR_choose（EasyOCR简易版）节点

3.107 fish_whisper（Fish语音识别）节点

3.108 fish_tts（Fish语音合成）节点

3.109 Image2Video_party（图片转视频）节点

3.110 Combine_Videos_party（合并视频）节点

3.111 browser_use_tool（浏览器自动控制工具）节点

3.112 RSS_loader（RSS加载器）节点

3.113 RSS_tool（RSS工具）节点

3.114 arxiv_tool（arXiv学术搜索工具）节点

3.115 discord_bot（Discord机器人启动器）节点

3.116 discord_send（Discord消息发送器）节点

3.117 send_to_wechat_official（微信公众号发送器）节点

3.118 sql_tool（SQL数据库工具）节点

4. 使用技巧和建议

4.1 新手入门建议

4.2 高级使用技巧

4.3 性能优化建议

4.4 常用工作流模式

5. 常见问题解答

ComfyUI LLM插件终极教程手把手教你玩转AI工作流