comfyui-prompt-reader-node

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。

ComfyUISD Prompt Reader元数据提取图像处理AI绘图Github开源项目
<div align="center"> <img alt="图标" src="https://yellow-cdn.veclightyear.com/0a4dffa0/0280d70c-5c9c-434f-bb1b-6b333d0499b0.png" width=20% height=20%> <h1>SD提示词读取节点</h1> <a href="https://github.com/receyuki/comfyui-prompt-reader-node/blob/master/LICENSE"> <img alt="GitHub" src="https://img.shields.io/github/license/receyuki/comfyui-prompt-reader-node"></a> <img alt="GitHub标签(带过滤器)" src="https://img.shields.io/github/v/tag/receyuki/comfyui-prompt-reader-node?label=node"> <a href="https://github.com/receyuki/stable-diffusion-prompt-reader"> <img alt="GitHub标签(带过滤器)" src="https://img.shields.io/github/v/tag/receyuki/stable-diffusion-prompt-reader?label=core"></a> <a href="https://github.com/psf/black"> <img alt="代码风格:black" src="https://yellow-cdn.veclightyear.com/0a4dffa0/ba8343ec-593d-40a0-985a-69ae18ae6517.svg"></a> <br>

这是<a href="https://github.com/receyuki/stable-diffusion-prompt-reader">SD提示词读取器</a>的子项目。 它可以帮助您从<a href="https://github.com/receyuki/stable-diffusion-prompt-reader">SD提示词读取器</a>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。 <br>

<p> <a href="#支持的格式">支持的格式</a> • <a href="#安装">安装</a> • <a href="#使用方法">使用方法</a> • <a href="./CHANGELOG.md">更新日志</a> • <a href="#致谢">致谢</a> </p> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/cfacdb09-85ac-4c38-b46e-39580fe0931e.png"> </div>

支持的格式

PNGJPEGWEBPTXT*
A1111的webUI
Easy Diffusion
StableSwarmUI*
StableSwarmUI(0.5.8-alpha之前版本)*
Fooocus-MRE*
NovelAI(隐藏pnginfo)
NovelAI(旧版)
InvokeAI
InvokeAI(2.3.5-post.2之前版本)
InvokeAI(1.15之前版本)
ComfyUI*
Draw Things
Naifu(4chan)

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

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/3bbd0fb3-5c42-4421-8913-ccf3b28847ae.png" width="25%" height="25%" alt="reader node"> </div>

[!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。

<details> <summary><b>更多信息</b></summary>

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。
<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/c628abca-7d9b-4135-95b3-6bb7969cd981.png" width="50%" height="50%" alt="connect batch loader to prompt reader"> </div>

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。
<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/82392196-7b34-49c9-81b1-159dfe002cb1.png" width="50%" height="50%" alt="connect prompt reader to parameter extractor"> </div>

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。
</details>

Prompt Saver 节点

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/d4f65f54-201d-4ce0-83b1-45c30c6fe70a.png" width="25%" height="25%" alt="saver node"> </div> - 「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。 <details> <summary><b>更多信息</b></summary>

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
</details>

参数生成器节点

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/a9a140d6-26fb-4f6c-8394-10a812ec6b90.png" width="25%" height="25%" alt="generator node"> </div>
  • 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。

<details> <summary><b>更多信息</b></summary>

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」)。
</details> ### 批次加载器节点 <div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/18a1c03f-b178-4f45-83aa-1dbb0e41fc48.png" width="25%" height="25%" alt="加载器节点"> </div>
  • 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。
<details> <summary><b>更多信息</b></summary>
  • 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。
<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/c628abca-7d9b-4135-95b3-6bb7969cd981.png" width="50%" height="50%" alt="连接提示词读取器到参数提取器"> </div>

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。
</details>

参数提取器节点

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/a1e16cb9-e372-4bc8-aa27-63f46462d54a.png" width="25%" height="25%" alt="提取器节点"> </div>
  • 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
<details> <summary><b>更多信息</b></summary>
  • 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。
<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/82392196-7b34-49c9-81b1-159dfe002cb1.png" width="50%" height="50%" alt="连接提示词读取器到参数提取器"> </div> </details>

提示词合并器节点 & 类型转换器节点

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/81d6f8da-0e56-4a1c-9143-ea4f990b25ce.png" width="25%" height="25%" alt="合并器和转换器节点"> </div>
  • 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

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/200a4b4a-5cb9-4dcc-b159-67fe98bc5f4f.png" width="50%" height="50%" alt="lora加载器和选择器节点"> </div>
  • 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。
<details> <summary><b>更多信息</b></summary> - 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
<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/99638173-6ae6-4ce1-a6ae-93b14ad8f429.png" width="100%" height="100%" alt="lora loader chain"> </div>
  1. Lora 选择器链
<div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/d19933b4-ffe8-44aa-bcf7-1fd312730388.png" width="100%" height="100%" alt="lora loader chain"> </div> </details>

示例工作流程

<details> <summary><b>简单示例</b></summary> <div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/5e3b90e5-60a7-42dd-8057-904281981f1e.png" width="100%" height="100%" alt="example workflow"> </div> </details> <details> <summary><b>Lora 示例</b></summary> <div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/d4a01da1-8722-4d04-835a-14e0a637bc30.png" width="100%" height="100%" alt="example workflow"> </div> </details> <details> <summary><b>高分辨率修复示例</b></summary> <div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/d06da52a-ff7f-4470-b5d0-85953432d68a.png" width="100%" height="100%" alt="example workflow"> </div> </details> <details> <summary><b>SDXL 示例</b></summary> <div align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/32f8f6d0-3875-41fa-abd4-1e0a3a366a01.png" width="100%" height="100%" alt="example workflow"> </div> </details>

致谢

编辑推荐精选

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码,轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

下拉加载更多