Project Icon

comfyui-prompt-reader-node

ComfyUI自定义节点实现Stable Diffusion图像元数据读取与保存

comfyui-prompt-reader-node是一个ComfyUI自定义节点,用于提取和保存Stable Diffusion图像元数据。它支持A1111、NovelAI、InvokeAI等多种生成器的metadata格式,可读取prompt和参数信息。该项目提供批量处理和参数生成功能,便于在ComfyUI工作流中管理图像元数据。它还支持将元数据保存为兼容格式,增强了与其他工具的互操作性。

图标

SD提示词读取节点

GitHub GitHub标签(带过滤器) GitHub标签(带过滤器) 代码风格:black

这是SD提示词读取器的子项目。 它可以帮助您从SD提示词读取器支持的任何格式的图像中提取元数据, 并保存带有额外元数据的图像,以确保与Civitai等网站的元数据检测兼容。

支持的格式安装使用方法更新日志致谢

支持的格式

详情请参阅SD提示词读取器

安装

[!注意] 虽然提供了ZIP包,但强烈建议不要使用它来安装。

通过 ComfyUI Manager 安装和更新(推荐)

在ComfyUI Manager中搜索 SD Prompt Reader 并安装。

手动安装

请确保在安装主仓库的同时也安装子模块。

  1. cdcustom_node 文件夹
  2. 克隆此仓库
    git clone --recursive https://github.com/receyuki/comfyui-prompt-reader-node.git
    
  3. 安装依赖
    cd comfyui-prompt-reader-node
    pip install -r requirements.txt
    

更新

更新时,别忘了同时更新主仓库和子模块。

git pull --recurse-submodules

使用方法

Prompt Reader 节点

reader node

[!重要] 由于自定义节点和复杂的工作流可能会影响SD Prompt Reader正确读取图像元数据的能力,建议在工作流中嵌入 Prompt Saver 节点以确保最大兼容性。

更多信息

parameter_index

  • 对于包含多组参数的图像,如通过 hires-fixrefiner 处理的图像,你需要修改 parameter_index 以选择所需的参数。

SDXL

  • 对于由SDXL生成并包含多组提示的图像,text_g 将与 text_l 合并为单一提示。

批量读取

  • 对于批处理,请使用 Batch Loader 节点。使用 Batch Loader 节点进行批量读取时,预览图像不会更新,文本框只会显示最后一张图像的元数据。
connect batch loader to prompt reader

附加参数

  • 要读取现有输出以外的参数,请将 settings 连接到 Parameter Extractor 节点。
connect prompt reader to parameter extractor

MODEL_NAME

  • MODEL_NAME 是一个特殊输出,它根据以下优先级将元数据中的模型名称与服务器上现有的模型匹配:
    1. 相同的路径、文件名和扩展名。
    2. 相同的文件名和扩展名。 例如,sd_xl_base.safetensors 将与 SDXL\sd_xl_base.safetensors 匹配,反之亦然。
    3. 相同的文件名。 例如,sd_xl_base 将与 SDXL\sd_xl_base.safetensors 匹配,反之亦然。
    4. 如果找不到匹配的模型,将输出原始名称。

Prompt Saver 节点

saver node
- 「提示词保存器」节点和「参数生成器」节点设计用于配合使用。 - 「提示词保存器」节点将以A1111格式向输出图像写入额外的元数据,以兼容任何支持A1111格式的工具,包括SD提示词阅读器和Civitai。 - 由于自定义节点和复杂的工作流可能会导致SD提示词阅读器无法正确读取图像元数据,建议将此节点嵌入工作流中以确保最大兼容性。 > [!提示] > 由于无法直接从「KSampler」提取元数据,需要使用「参数生成器」节点生成参数,并同时将其输出到「提示词保存器」节点和「KSampler」节点。
更多信息

图像格式

  • 只有PNG格式支持同时嵌入元数据和工作流。其他格式只能嵌入元数据。

文件名重复

  • 当文件名已存在时,将在文件名末尾添加索引,例如:file.png, file_1.png, file_2.png

哈希值与Civitai上的自动检测

  • 启用「calculate_hash」时,节点将计算检查点、VAE、Lora和嵌入/文本反转的哈希值,并将其写入元数据。服务器重启后,或加载新的检查点、VAE、Lora或嵌入/文本反转时,首次图像生成可能需要更长时间来计算哈希值。哈希值将存储在临时存储中,无需重复计算,直到服务器重启。
  • 启用「resource_hash」时,资源哈希值将被写入元数据以支持Civitai上的自动检测。此功能仅在启用「calculate_hash」时运行。
  • 如需计算Lora的哈希值,请使用「Lora加载器」节点或「Lora选择器」节点。嵌入/文本反转的哈希值将从提示词中自动检测。

「save_metadata_file」

  • 开启「save_metadata_file」时,元数据将以与图像同名的TXT文件保存在图像旁边。

「date_format」和「time_format」

「filename」和「path」

  • 「%counter」不能用于「path」,只能用于「filename」。这个「%counter」与内置「Saver」节点中的「%counter」略有不同,它会计算「path」中的所有图像文件。

  • 「filename」和「path」支持的占位符请参考下表。

    %seed%date
    %steps%time
    %cfg%counter
    %model%extension
    %sampler%quality
    %scheduler

参数生成器节点

generator node
  • 由于无法直接从「KSampler」提取元数据,需要使用「参数生成器」节点生成参数,并同时将其输出到「提示词保存器」节点和「KSampler」节点。

[!提示] 「参数生成器」节点也可以用作复杂ComfyUI工作流的控制面板,就像AP工作流一样。

更多信息

最佳分辨率

「refiner_start」

  • 「refiner_start」指精炼器开始运行时已完成步骤的比例,即基础步骤占总步骤的比例。这用于计算精炼器「KSampler」在选定步骤比例下所需的「start_at_step」(「REFINER_START_STEP」)。
### 批次加载器节点
加载器节点
  • 批次加载器节点专为提示词读取器节点批量读取目录中的图像文件而设计,不能与其他自定义节点一起使用。
更多信息
  • 对于批处理,请将批次加载器节点的IMAGE输出连接到提示词读取器节点的image输入。
连接提示词读取器到参数提取器

路径

  • 路径支持相对路径如./input/或绝对路径如C:/Users/receyuki/Pictures
  • \/都可以使用。
  • 您也可以在路径中输入单个文件或文件列表,这种情况下图像加载限制起始索引将不起作用。

参数提取器节点

提取器节点
  • 参数提取器节点是提示词读取器节点的扩展,旨在检索设置中所有参数的值(包括提示词读取器节点无法输出的参数)。例如高分辨率放大器
更多信息
  • 提示词读取器节点的SETTINGS连接到参数提取器节点的settings。首次运行后,参数列表将被加载。
连接提示词读取器到参数提取器

提示词合并器节点 & 类型转换器节点

合并器和转换器节点
  • 由于A1111格式无法单独存储text_gtext_l,SDXL用户需要使用提示词合并器节点将text_gtext_l合并为单个提示词。
  • 由于model_namesampler_namescheduler是一些其他节点无法直接使用的特殊类型,您可以使用类型转换器节点将它们转换为STRING类型。

Lora加载器节点 & Lora选择器节点

lora加载器和选择器节点
  • Lora加载器节点和Lora选择器节点用于将Lora数据写入元数据,并支持在Civitai上自动检测。
更多信息 - 将原始加载器替换为`Lora 加载器`节点,或将`Lora 选择器`节点的`LORA_NAME`输出连接到其他lora加载器(内置或自定义)的`lora_name`输入,并将`NEXT_LORA`输出连接到`提示保存器`节点的`lora_name`输入。这两个节点具有相同的功能,请根据需要选择。

多个Loras

  • 如果需要加载多个Loras,请通过last_loraNEXT_LORALora 加载器节点或Lora 选择器节点首尾相连,并将Lora链末端的NEXT_LORA连接到提示保存器节点的lora_name输入。
  1. Lora 加载器链
lora loader chain
  1. Lora 选择器链
lora loader chain

示例工作流程

简单示例
example workflow
Lora 示例
example workflow
高分辨率修复示例
example workflow
SDXL 示例
example workflow

致谢

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号