%20(1).png)
ComfyUI_pixtral_large 插件完全使用指南
1. 插件简介
ComfyUI_pixtral_large 是一个专门为ComfyUI设计的强大插件，就像给你的ComfyUI装了一双超级智能的眼睛！
插件地址： https://github.com/ShmuelRonen/ComfyUI_pixtral_large
这个插件能做什么？ - 就像有个超级聪明的助手，能帮你"看懂"图片并告诉你图片里有什么 - 一次能看懂多达30张图片，就像同时翻看30本相册一样厉害 - 能读懂各种语言的文字，包括中文、英语、希伯来语、阿拉伯语等等 - 能分析文档、图表、照片等各种类型的图片 - 就像一个多国语言的翻译官，你用中文问它，它就用中文回答你
能给我们带来什么效果？ - 快速了解图片内容，不用一张张慢慢看 - 从图片中提取文字信息，比如从拍照的文档里抄出文字 - 分析图表数据，就像有个数据分析师帮你解读图表 - 比较多张图片的区别，找出变化 - 处理多语言图片，不用担心看不懂外语
2. 如何安装
安装这个插件就像往家里添置一个新家电一样简单：
- 找到ComfyUI的插件文件夹
- 进入你的ComfyUI安装目录
-
找到
custom_nodes文件夹（就像你家里专门放小家电的柜子） -
下载插件
- 打开命令行工具（Windows用户按Win+R，输入cmd）
-
输入以下命令：
bash cd ComfyUI/custom_nodes git clone https://github.com/ShmuelRonen/ComfyUI_pixtral_large.git -
重启ComfyUI
- 关闭ComfyUI程序
- 重新打开ComfyUI
- 插件就像新家电通电一样开始工作了
3. 节点详细解析
这个插件给ComfyUI添加了3个新的工具，就像给工具箱添加了3个新工具：
3.1 Pixtral Large 节点 - 超级图片分析师
这是主要的工作节点，就像一个超级聪明的图片分析师，能看懂图片并告诉你图片里的内容。
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 | 专业解释 | 使用举例 |
|---|---|---|---|---|---|---|
| 提示词 | prompt | 文本输入 | "请描述这张图片" | 就像你问分析师的问题，告诉它你想知道什么 | 用户输入的查询语句，可以是任何支持的语言 | "这张图片里有什么？"、"帮我读出图片里的文字" |
| 图片 | images | 图片输入 | 连接图片节点 | 就像给分析师看的照片，可以是一张或多张 | 输入的图像数据，支持多种格式 | 连接LoadImage节点或其他图片输出 |
| 接口密钥 | api_key | 文本输入 | 你的密钥 | 就像进入高级会员区的会员卡号码 | Mistral AI提供的API访问密钥 | 从Mistral AI官网获取的密钥字符串 |
| 随机度 | temperature | 数值滑块 | 0.7 | 就像调节分析师的创造力，数值越高回答越有创意 | 控制生成文本的随机性程度 | 0.1（很保守）到1.5（很创新） |
| 最大回答长度 | maximum_tokens | 数值输入 | 1000 | 就像限制分析师最多能说多少个字 | 限制生成文本的最大长度 | 100（简短回答）到32768（超长回答） |
| 核心采样 | top_p | 数值滑块 | 0.9 | 就像调节分析师选择词汇的范围，越高选择越多样 | 核心采样参数，控制词汇选择的多样性 | 0.1（保守选择）到1.0（最大多样性） |
3.2 Multi Images Input 节点 - 图片打包器
这个节点就像一个智能的图片打包器，能把多张图片打包成一个包裹，方便一次性分析。
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 | 使用举例 |
|---|---|---|---|---|---|---|
| 输入数量 | inputcount | 数值选择 | 2-30 | 就像选择要打包几张图片，最少2张最多30张 | 定义需要处理的图像输入数量 | 比较2张图片选择2，分析一整套文档选择10 |
| 图片输入1 | image_1 | 图片输入 | 连接图片节点 | 第一张要打包的图片 | 第一个图像输入接口 | 连接第一张图片的LoadImage节点 |
| 图片输入2 | image_2 | 图片输入 | 连接图片节点 | 第二张要打包的图片 | 第二个图像输入接口 | 连接第二张图片的LoadImage节点 |
| 图片输入3 | image_3 | 图片输入 | 连接图片节点 | 第三张要打包的图片（可选） | 第三个图像输入接口 | 连接第三张图片的LoadImage节点 |
| ... | ... | ... | ... | 根据设置的输入数量，会自动出现对应数量的输入框 | 动态生成的图像输入接口 | 按需连接更多图片 |
3.3 Preview Text 节点 - 智能文字显示器
这个节点就像一个智能的文字显示器，专门用来显示分析结果，支持各种语言的文字。
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 | 专业解释 | 使用举例 |
|---|---|---|---|---|---|---|
| 文本内容 | text | 文本输入 | 自动连接 | 就像一个显示屏，显示分析师给出的回答 | 接收并显示从Pixtral Large输出的文本 | 自动连接到Pixtral Large的输出 |
| 自动调整大小 | auto_resize | 布尔值 | True | 就像智能调节显示屏大小，让文字看起来更舒服 | 根据内容长度自动调整显示框大小 | 长文本自动放大显示框 |
| 支持复制 | copy_enabled | 布尔值 | True | 就像给显示屏加了复制功能，方便你复制文字 | 启用文本复制功能 | 点击就能复制显示的文字 |
| 多语言支持 | unicode_support | 布尔值 | True | 就像给显示屏装了多语言包，能显示各种语言 | 支持Unicode字符集显示 | 能正确显示中文、阿拉伯语等 |
| 换行处理 | line_break_handling | 布尔值 | True | 就像智能排版，让长文字自动换行显示 | 自动处理文本换行和段落格式 | 长句子自动换行，不会挤在一行 |
4. 使用技巧和建议
4.1 单张图片分析技巧
- 提示词要具体：别只说"描述图片"，要说"详细描述图片中的人物、物体和场景"
- 选择合适的随机度：一般图片分析用0.3-0.7，创意描述用0.8-1.2
- 合理设置回答长度：简单询问用500字，详细分析用1500字
4.2 多图片批量处理技巧
- 相关图片放一起：比如同一个文档的多页，或者同一个产品的不同角度
- 合理安排顺序：把最重要的图片放在前面
- 提示词要包含数量：比如"分析这3张图片的差异"
4.3 多语言使用技巧
- 用什么语言问就用什么语言：中文提问得中文答案，英文提问得英文答案
- 混合语言场景：可以说"用中文分析这张英文图片"
- OCR文字识别：可以要求"提取图片中的所有文字内容"
4.4 不同场景的参数建议
文档分析场景： - 随机度：0.1-0.3（要求准确） - 最大长度：2000-5000（文档内容较多） - 核心采样：0.7-0.8（保持准确性）
创意描述场景： - 随机度：0.8-1.2（允许创意） - 最大长度：1000-2000（适中描述） - 核心采样：0.9-1.0（允许多样性）
图表分析场景： - 随机度：0.2-0.5（要求客观） - 最大长度：1500-3000（数据分析较详细） - 核心采样：0.6-0.8（保持逻辑性）
5. 常见问题解答
5.1 安装相关问题
Q：安装后找不到新节点怎么办？ A：就像买了新家电但没通电一样，需要重启ComfyUI。如果重启后还是没有，检查是否正确放在了custom_nodes文件夹里。
Q：出现"模块未找到"错误怎么办？ A：就像新家电缺少配件一样，可能需要安装额外的依赖包。确保网络连接正常，插件会自动下载需要的组件。
5.2 使用相关问题
Q：为什么显示"至少需要2张图片"？ A：Multi Images Input节点就像一个团队工作的工具，至少需要2张图片才能开始工作。检查是否连接了足够的图片输入。
Q：API密钥在哪里获取？ A：就像办会员卡一样，需要去Mistral AI官网（https://mistral.ai/）注册账号，然后在账号设置里生成API密钥。
Q：为什么分析结果是乱码？ A：就像电视信号不好一样，可能是编码问题。确保Preview Text节点的Unicode支持开启了。
Q：分析速度很慢怎么办？ A：就像网速慢一样，可能是网络问题或服务器繁忙。可以尝试降低最大回答长度，或者换个时间再试。
5.3 效果优化问题
Q：分析结果不够详细怎么办？ A：就像问问题不够具体一样，要在提示词里明确说明想要什么信息。比如"详细分析图片中的颜色、形状、人物表情和背景环境"。
Q：多张图片分析时结果混乱怎么办？ A：就像同时看多本书会混淆一样，在提示词里要明确说明"分别分析每张图片"或"对比分析这些图片"。
Q：识别文字不准确怎么办？ A：就像看字不清楚一样，确保图片清晰度足够，并在提示词里说明"仔细识别图片中的所有文字"。
6. 实际应用场景举例
6.1 办公文档处理
- 场景：快速整理多页扫描文档
- 设置：使用Multi Images Input连接多张文档图片
- 提示词："请逐页提取文档中的所有文字内容，并按页面顺序整理"
- 参数建议：温度0.2，最大长度5000
6.2 产品图片分析
- 场景：电商产品图片批量分析
- 设置：单张图片分析或多角度对比
- 提示词："详细描述产品的外观、颜色、材质和特征"
- 参数建议：温度0.5，最大长度1500
6.3 学习资料处理
- 场景：教科书图片转文字
- 设置：逐页处理或批量处理
- 提示词："提取图片中的所有文字内容，包括标题、正文和注释"
- 参数建议：温度0.1，最大长度3000
6.4 多语言翻译
- 场景：外语图片内容理解
- 设置：单张图片分析
- 提示词："用中文翻译并解释图片中的所有内容"
- 参数建议：温度0.4，最大长度2000
这个插件就像给ComfyUI装了一双超级智能的眼睛，能帮你"看懂"各种图片。无论是工作中的文档处理，还是学习中的资料整理，都能让你事半功倍。记住，好的提示词就像问对问题一样重要，参数设置就像调节工具一样关键。多练习几次，你就能熟练掌握这个强大的工具了！