自动化节点连接提升ComfyUI工作流效率
cg-use-everywhere是一个ComfyUI自定义节点集合,能自动连接工作流中匹配的节点输入。它提供Anything Everywhere、Seed Everywhere等多种节点类型,简化复杂工作流构建。此外,该项目还支持正则表达式匹配、循环检测和链接可视化等功能,有助于提高ComfyUI的使用效率。
喜欢这个节点吗?给我买杯咖啡!
刚开始使用?下载下方的测试工作流程看看它是如何工作的。
遇到问题?跳转到日志和调试
有改进节点的想法(或错误报告)?提出问题
为我的其他节点做个广告 -> 看看Image Picker,这是另一种让某些工作流程更顺畅的方法。如果你喜欢的话,别忘了给个星星!
这个工作流程使用了全部五个节点,可以用来测试(和理解!)这些节点。你不会这样构建它,这只是一个示例... | 这里有一张包含工作流程的图片 |
---|---|
![]() | ![]() |
目前UE节点无法处理某些情况。以下是我知道的一些情况和可能的解决方法。
pythonsssss的自定义节点很棒,但在与UE节点一起使用时有一些限制。特别是,你不能直接将预设文本节点的输出馈送到UE节点(参见https://github.com/chrisgoringe/cg-use-everywhere/issues/154)。
UE节点大多可以与组节点一起工作。但有几点需要注意:
5.0(2024年8月6日)
4.9(2024年5月2日)
4.8(2024年3月18日)
发送到未匹配
模式4.7(2024年3月1日)
Anything Everywhere?
节点上的自动完成功能4.6
Anything Everywhere?
节点中添加组正则表达式4.5
转换为真实链接
4.4
Anything Everywhere?
节点中添加(有限的)支持,用于转换带有输入的正则表达式(仅在链接来自一个简单字符串源的节点时有效)4.3
4.2
4.1.2
4.1.1
4.1
v1节点已完全移除。如果你之前在使用其中一个,你可以直接用Anything Everywhere
节点替换它。
使用Comfy Manager。如果你真的想手动安装,只需在你的custom_nodes目录中克隆这个仓库。
Anything Everywhere
节点有一个单一输入,最初标记为'anything'。将任何东西连接到它(直接连接 - 不通过重定向),输入名称会改变以匹配输入类型。断开连接后,它会恢复为'anything'。
当你运行提示时,工作流程中任何未连接的、类型匹配的输入都会表现得像是连接到了相同的输入。
要可视化它连接到了哪里,右键单击背景画布并选择Toggle UE Link Visibility
。
这个节点添加了两个小部件 - title_regex和input_regex。它只会发送到匹配的输入。所以在示例中,title_regex是'Preview',因此图像被发送到Preview Image节点,但不会发送到Save Image节点。请注意,你可以重命名节点和输入标题,这可能会有帮助!
(从4.6版本开始,你还可以指定一个group regex,只匹配在符合正则表达式的组中的节点的输入。)
*匹配是正则表达式,不是字符串匹配。*大多数简单字符串都可以工作(匹配标题或输入名称的任何部分),但某些字符有特殊含义(特别是各种括号、^、$、/和.),如果你不熟悉正则表达式,最好避免使用这些字符。
使用正则表达式意味着你可以用^prompt
来只匹配标题开头的prompt
,以避免匹配negative_prompt
。
正则表达式101 - ^
表示"开始",$
表示"结束",.
匹配任何单个字符,.*
匹配任何长度的任何内容(包括零长度)。想了解更多,请访问regex101(你需要的风格是ECMAScript,尽管这可能不太重要)。
某种程度上可以。
因为正则表达式需要在工作流程提交之前就确定(以便计算链接),你不能将字符串传入Anything Everywhere?
节点并期望它能工作。唯一支持的情况是,如果输入直接来自一个用字符串小部件设置它的节点。这个包中包含的Simple String
节点可以工作。
这样可以 | 这样不行。而且永远不会可以。 |
---|---|
![]() | ![]() |
Seed Everywhere连接到任何未连接的、输入名称中包含seed
的INT输入(seed、noise_seed等),并且它具有control_after_generate特性。所以如果你将种子小部件转换为输入,你就可以在所有地方使用相同的种子。
实际上就是三个打包在一起的Anything Everywhere
节点。专为Checkpoint Loader的输出设计。
Prompt Everywhere有两个输入。它们将使用正则表达式匹配规则(^prompt|^positive)
和neg
分别发送。这些应该匹配用于提示和负面提示或条件的各种名称版本。
字符串 | 条件 |
---|---|
![]() | ![]() |
UE节点不适用于原始类型和COMBO(用于下拉列表的数据类型,在Comfy中也是一种原始类型)。它们可能永远都不会适用。
如果你想使用UE来控制采样器或sigma,你可以使用内置的SamplerCustom
节点:
更多相关信息,请参见这个讨论
右键点击一个节点,你可以设置它拒绝UE链接
如果你想看到UE链接,你可以通过右键点击画布来打开或关闭它们。要进行更精细的控制,主设置菜单有选项可以在鼠标移动到任一端的节点上时,或当其中一个节点被选中时显示链接。
链接可以有动画效果以区别于普通链接 - 这种动画可以是移动的点、脉冲式发光,或两者兼有。这在某些情况下可能会影响性能 - 请注意,脉冲动画比移动点需要更少的处理。在主设置菜单中控制这个。
默认情况下,当工作流程运行时动画会关闭以最小化对CPU/GPU的影响 - 你也可以在设置中更改这一点。
如果你想分享一个不需要UE节点的工作流程,或保存工作流程的API版本,你可以用真实链接替换UE节点创建的虚拟链接(并移除UE节点)。
这可以通过右键点击单个节点并选择Convert to real links
来完成,或者通过右键点击背景并选择Convert all UEs to real links
来对工作流程中的所有UE节点进行操作。
按住Shift键点击一个输出节点并拖动然后释放,会出现一个自动创建菜单。这取代了默认行为(会给你一个搜索框),所以你可以通过Anything Everywhere replace search
设置来禁用它。
UE节点可以被限制为只发送到相同颜色的节点,或只发送到不同颜色的节点。
它们也可以被限制为只发送到同一组内的节点(任何共同组),或只发送到不在同一组的节点。
右击节点并选择"组限制"或"颜色限制"。被限制的UE节点(以任一方式或两种方式)在左上角有一个绿色圆圈。
Trung 0246的高速公路节点是一种非常酷的数据传输方式。你可以使用"Anything Everywhere?"节点通过匹配未连接输入名称和'+'的input_regex
来定位它们,如下图所示:
这是新功能,如有任何问题请报告!
默认情况下,工作流在提交前会进行循环检查(因为UE可能引入循环,而循环会导致不良的Python结果)。如果检测到循环,你会收到一个JavaScript警告,显示涉及的节点ID。然而,特别是在涉及其他自定义节点时,检查可能会遗漏循环或误报不存在的循环。
如果你收到警告但认为没有循环(请检查列出的节点ID!),可以在主设置菜单中关闭循环检查。如果被标记为循环的内容运行正常,请提出问题并在报告中包含工作流(保存json并压缩,因为GitHub不接受.json文件)。同样,如果有循环未被捕获,也请报告。
我为Comfy后端核心编写了捕获循环的代码,可能会被包含进去 - ComfyUI的PR - 或者他们可能有其他计划。
如果有多个发送节点匹配一个输入,基本规则是更具体的节点优先。优先级顺序为:
Anything Everywhere?
Seed Everywhere
和 Prompts Everywhere
Anything Everywhere
Anything Everywhere3
对于相同类型的节点,带有颜色限制和组限制的节点优先(颜色+组 > 颜色 > 组 > 无限制)。
如果两个具有相同优先级的节点都匹配,两者都不会连接 - 快速失败比产生模糊结果更好。如果存在模糊匹配,你可以使用"显示UE广播冲突"来显示它们(右击背景 - 只有在存在冲突时才会出现此选项)。
只有一个输出的节点也可以获得一个文本框,显示通过该节点的确切内容。如果你想要这个功能,需要在主设置中开启 - "Anything Everywhere节点详情"。
JavaScript控制台(在某些浏览器中按F12)有关于连接内容的日志信息。你可以通过找到文件[comfy_install]/custom_nodes/cg-use-everywhere/js/use_everywhre_utilities.js
并在顶部 附近找到这段代码来更改详细程度:
static ERROR = 0; // 实际错误 static PROBLEM = 1; // 阻止工作流运行的问题 static INFORMATION = 2; // 良好事物的记录 static DETAIL = 3; // 详细信息 static LEVEL = Logger.PROBLEM; static TRACE = false; // 大多数方法调用
将LEVEL
改为Logger.INFORMATION
获取更多信息,或改为Logger.DETAIL
获取更详细的信息;将TRACE
设置为true
可获得其他调试信息。
如果你遇到问题,按F12查看JavaScript控制台通常会有帮助。以下步骤对于提交好的错误报告非常有用:
另一个值得尝试的是清除ComfyUI启动时复制的所有自定义节点JavaScript:
core
。保留core
(它是ComfyUI的内容)如果你发现bug,请提出问题 - 如果你能包含工作流,那将是巨大的帮助(你需要将其保存为.txt,或压缩.json文件,因为GitHub不接受.json)。
绕过和禁用节点是可行的,但有一个问题。如果你有一个进行匹配的UE节点(Anything Everywhere?
和Prompt Everywhere
),并且你绕过了它匹配的节点,链接就不会建立。所以
如果你使用?节点发送到一个节点... | ...并绕过接收者,它就不会被连接 |
---|---|
![]() | ![]() |
这个问题不太可能被修复,但应该 相当容易避免!
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场 景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。
一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。
olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号