# ComfyUI 图片描述生成插件 (ComfyUI_ImageCaptioner) 保姆级教程 ## 1. 插件简介 这是一个能让 ComfyUI 自动看懂图片、并用文字描述出图片内容的神奇小工具。就像是给 AI 安装了一双"慧眼"，它能把图片里的内容说给你听。 GitHub 地址：https://github.com/AIExplorer25/ComfyUI_ImageCaptioner ## 2. 安装方法 就像安装其他 ComfyUI 插件一样，有这么几个简单步骤： 1. 打开你的 ComfyUI 文件夹 2. 找到 `custom_nodes` 文件夹（如果没有就创建一个） 3. 在这个文件夹里输入以下命令： ```bash git clone https://github.com/AIExplorer25/ComfyUI_ImageCaptioner ``` 4. 重启 ComfyUI，插件就安装好啦！ ## 3. 节点详解 ### 3.1 图片描述生成器节点 (Image Captioner) 这个节点就像一个会说话的摄影师，给它一张图片，它就能用文字告诉你图片里有什么。 #### 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 | 使用示例 | |------------|-------------|--------|--------|----------|----------|----------| | 输入图像 | image | 图片数据 | - | 需要描述的图片 | 输入图像数据 | 连接任何图片输出节点 | | 语言选择 | lang | en/zh | en | 要用什么语言描述 | 输出语言选择 | 想要中文就选"zh" | | 最小长度 | min_length | 5-100 | 30 | 描述要多短 | 输出文本最小长度 | 想要简短描述就设小点 | | 最大长度 | max_length | 5-100 | 80 | 描述要多长 | 输出文本最大长度 | 想要详细描述就设大点 | | 采样数量 | num_beams | 1-10 | 4 | AI 思考的深度 | beam search 数量 | 一般设4-5就够用 | ### 3.2 文本清理节点 (Text Cleaner) 这个节点就像一个文字整理师，能把描述文本打扮得更整齐漂亮。 #### 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 | 使用示例 | |------------|-------------|--------|--------|----------|----------|----------| | 输入文本 | text | 字符串 | - | 要整理的文字 | 输入文本字符串 | 连接描述生成器的输出 | | 去除标点 | remove_punctuation | true/false | false | 要不要删掉标点 | 标点符号过滤选项 | 想要纯文字就选true | | 转小写 | to_lower | true/false | true | 统一大小写 | 大小写转换选项 | 一般都选true | ## 4. 使用技巧和建议 - 想要更准确的描述，建议用清晰、主体明显的图片 - 如果描述太短，试着调高最小长度 - 中文描述可能不如英文精确，建议先用英文再翻译 - 采样数量设置4-5最划算，再高收益不大还会变慢 ## 5. 常见问题解答 Q：为什么有时候描述不准确？ A：就像人看图一样，AI也可能会看走眼，特别是图片太复杂或者模糊的时候。 Q：为什么生成很慢？ A：采样数量设得太大，或者最大长度太长都会变慢，可以适当调小。 Q：中英文描述差别大吗？ A：目前AI还是更擅长英文，中文描述可能没那么地道。 ## 6. 进阶玩法 - 可以把这个插件和其他图片生成节点配合，自动生成图片并获取描述 - 把描述结果存成文件，方便后期整理图片 - 配合翻译插件，可以实现更多语言的描述 记住，这个插件就像给 ComfyUI 装了一个会说话的眼睛，用得好的话能帮你省很多描述图片的时间！
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)
