ComfyUI自定义节点推荐KJNodes效率工具箱从0到1上手指南【免费下载链接】ComfyUI-KJNodesVarious custom nodes for ComfyUI项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-KJNodesComfyUI-KJNodes 是一套面向 ComfyUI 的自定义节点合集把参数提取、跨子图传参、遮罩批处理、模型加速等高频操作打包成一个个即插即用的模块。无论你是在搭生图流水线还是折腾视频生成与 LoRA 训练这套 ComfyUI 自定义节点都能把画布上的连线大幅简化适合从新手到进阶的绝大多数用户。本文用 7 个高频问题带你完整认识它。问题一KJNodes 到底塞了什么值得装吗与其说它是一个全家桶不如说它是工具抽屉——里面既有解决具体痛点的效率节点ComfyUI 工作流简化也有模型优化与杂项小工具且刻意保持依赖精简安装成本很低。快速看一眼它的家底类别代表节点典型用途参数与文本WidgetToString、SomethingToString、SaveStringKJ把任意节点参数转成字符串并保存全局传参Set / Get 节点跨子图共享数据替代冗长连线遮罩处理ColorToMask、GrowMaskWithBlur、RoundMask、CreateFadeMask颜色抠图、边缘羽化、圆框生成、淡入淡出批量裁剪BatchCropFromMask、BatchUncrop、FilterZeroMasks按遮罩批量裁剪人物并还原图像批处理LoadImagesFromFolderKJ、GetImageSizeAndCount、ShuffleImageBatch文件夹批量加载、尺寸读取、批次乱序模型优化TorchCompile 系列、Sage/Flash Attention 补丁、GGUFLoader编译加速、注意力算子替换、量化加载音频联动SoundReactive、NormalizedAmplitudeToMask让遮罩和图像随音频振幅动起来LoRA 工具LoraExtractKJ、LoraReduceRank从差分模型提取 LoRA、动态降秩一句话总结它不解决模型怎么画解决的是画布怎么更干净、重复操作怎么更少。问题二WidgetToString 参数提取怎么用最容易踩的坑是什么这是被问得最多的节点之一功能一句话讲清读取指定节点的某个参数值输出成字符串供提示词拼接、文件命名、日志记录使用。操作只需三步在 ComfyUI 主设置里打开Node ID Badge Mode让每个节点左上角显示 ID 编号新建 WidgetToString 节点在id里填入目标节点的编号在widget_name里填入要提取的参数名如ckpt_name、steps把输出接给 Show Text 或 SaveStringKJ 查看/保存结果。不想记 ID 也可以给目标节点手动改一个标题Title在node_title里填标题即可或者直接把目标节点的输出连到 WidgetToString 的any_input输入口由它自动反查来源节点。下面是这个流程在画布上的实际效果——先通过 Load Checkpoint 加载模型再用 WidgetToString 把检查点文件名提取出来显示三个高频坑提前避开ID 必须开启显示不开 Node ID Badge Mode你看到的编号可能是乱的提取结果会张冠李戴widget_name支持逗号分隔想一次拿多个参数如base_ckpt_name,refiner_ckpt_name配合return_all使用依赖any_input保证节点存在官方说明里特别强调连接any_input能确保目标节点在工作流中真实存在建议养成连接习惯。进阶玩法把提取出的模型名拼进提示词做动态命名或用它配合保存节点让每张图的文件名自动带上所用模型与参数方便后期整理。问题三Set/Get 跨子图传参怎么配置能省多少根线如果工作流里一个值要喂给五六个地方你的画布大概率已经乱成一团。Set/Get 节点系统的作用就是把这些值寄存起来需要时用 Get 取回把盘根错节的连线变成清晰的变量引用。它的配置方式非常灵活推荐先记住这三条快路径连线转变量右键点击任意连线的中点选择 Convert link to Set/Get一条线立刻变成一组配对节点批量转换多选节点后右键画布执行 Convert outputs on all selected nodes to Set/Get所有输出一次性转成变量快捷键CtrlShiftS添加 Set 节点CtrlShiftG添加 Get 节点CtrlShiftL临时显示所有虚拟连线。最值得关注的是它的跨子图能力父图里定义的 Set所有子图都能通过 Get 读到Get 会沿父级逐层向上查找。相当于给 ComfyUI 工作流简化加了一个全局变量表大项目里能把连线数量显著减少画面清爽很多。配套的贴心细节包括双击 Get 节点会跳到对应的 Set 节点右键 Set 可快速添加配对的 Get粘贴 SetGet 组合时会自动同步改名如MODEL粘贴后变成MODEL_0避免重名冲突。问题四遮罩与批量裁剪做人物生成时怎么组合做角色变体、批量姿势生成时最常见的链路是抠出主体 → 裁剪 → 生成 → 放回原图。KJNodes 把这套流程做成了节点化流水线ColorToMask把指定 RGB 颜色抠成遮罩支持批处理适合从纯色背景中分离角色GrowMaskWithBlur扩展或收缩遮罩边缘并带模糊羽化同时输出原遮罩与反遮罩BatchCropFromMask根据遮罩自动计算包围盒批量裁剪出每个主体FilterZeroMasksAndCorrespondingImages自动丢掉空遮罩及对应图避免脏数据进入后续流程BatchUncrop生成完把裁剪图按原位置放回边缘带融合处理无缝拼回原图。这套组合特别适合两类场景一是游戏角色的多姿态批量出图二是电商产品图的多角度生成。整条链路全部自动化人工只需盯结果。如果还要给角色做圆头像用RoundMask一键生成圆形遮罩并带边缘羽化省去手工画圆的步骤。问题五模型加速和显存优化节点新手能碰吗这部分是很多人的知识盲区但 KJNodes 把门槛降得比较低。以下四个方向按由易到难排列GGUFLoaderKJ直接加载 GGUF 量化模型显存紧张时先用它降低模型体积Patch Sage Attention / Flash Attention用更高效的注意力算子替换默认实现通常能带来明显的速度提升接在模型之后即可TorchCompile 系列对 Flux、WanVideo、VAE、ControlNet 分别提供编译补丁加速效果可观但首跑需要编译等待时间TeaCache、Chunk FeedForward、低显存注意力针对 Wan 视频模型的缓存与分块优化适合显存不够但想跑大模型的用户。建议新手从 GGUF 量化加载器开始跑通后再逐个尝试注意力补丁。每个节点尽量单独测一次用 Timer Node KJ 记录耗时对比别一次性全加上——补丁之间可能存在叠加冲突逐个验证最稳妥。问题六安装与初始化5 步清单装这套 ComfyUI 自定义节点并不复杂按清单走一遍即可把仓库克隆进 ComfyUI 的custom_nodes目录git clone https://gitcode.com/gh_mirrors/co/ComfyUI-KJNodes安装依赖pip install -r requirements.txt重启 ComfyUI在节点菜单中应能看到KJNodes分类打开设置勾选Node ID Badge ModeWidgetToString 依赖它如需自定义常用尺寸把custom_dimensions_example.json复制为custom_dimensions.json并按需编辑之后 Empty Latent Image Custom Presets 下拉框里就会出现你定义的尺寸如 512x512、1024x1024、SVD 的 1024x576。问题七常见问题与避坑提示Q1某些节点在菜单里找不到部分节点依赖可选组件如 LTXV、MiniMax 相关的加速节点导入失败时启动日志里会有 warning属于正常现象不影响其余节点使用。Q2Set/Get 转换后虚拟连线看不到是不是坏了不是。连线显隐由设置控制never / selected / always 三档CtrlShiftL可临时强制全部显示。默认只在选中相关节点时显示属于正常设计。Q3自定义尺寸节点读不到我改的 JSON文件必须叫custom_dimensions.json去掉_example并放在节点目录下改完重启才生效。Q4批量裁剪后图片位置对不上检查是否跳过了 FilterZeroMasksAndCorrespondingImages——空遮罩会产生空裁剪框直接影响后续 BatchUncrop 的对齐逻辑。Q5加速补丁效果不明显先确认模型本身是否吃注意力算子的瓶颈再检查显存占用。对 8GB 以下显存GGUF 量化往往比任何补丁都更立竿见影。Q6节点数量太多从哪开始学优先掌握四件套WidgetToString参数提取、Set/Get全局传参、BatchCropFromMask 系列批量裁剪、GrowMaskWithBlur遮罩羽化。这四组覆盖了日常 80% 以上的高频操作其余按需查文档即可——这个项目的说明大多写在节点描述与提示里鼠标悬停就能看到。下一步从一个小目标开始别试图一次装懂所有节点。挑一个你手头最痛的点——比如每次改模型都要手动改文件名用 WidgetToString 加 SaveStringKJ 解决它或者把一张乱成一团的大工作流用 Set/Get 重建一遍。每完成一个这样的小目标你对 ComfyUI 工作流简化的理解就会扎实一分。装好之后对照本文的七组问题逐个验证一遍参数提取通了吗跨子图传参顺了吗批量裁剪对齐了吗跑通即入门剩下的就是在一次次出图里把这些节点用成你自己的习惯。【免费下载链接】ComfyUI-KJNodesVarious custom nodes for ComfyUI项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-KJNodes创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ComfyUI自定义节点推荐：KJNodes效率工具箱从0到1上手指南
ComfyUI自定义节点推荐KJNodes效率工具箱从0到1上手指南【免费下载链接】ComfyUI-KJNodesVarious custom nodes for ComfyUI项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-KJNodesComfyUI-KJNodes 是一套面向 ComfyUI 的自定义节点合集把参数提取、跨子图传参、遮罩批处理、模型加速等高频操作打包成一个个即插即用的模块。无论你是在搭生图流水线还是折腾视频生成与 LoRA 训练这套 ComfyUI 自定义节点都能把画布上的连线大幅简化适合从新手到进阶的绝大多数用户。本文用 7 个高频问题带你完整认识它。问题一KJNodes 到底塞了什么值得装吗与其说它是一个全家桶不如说它是工具抽屉——里面既有解决具体痛点的效率节点ComfyUI 工作流简化也有模型优化与杂项小工具且刻意保持依赖精简安装成本很低。快速看一眼它的家底类别代表节点典型用途参数与文本WidgetToString、SomethingToString、SaveStringKJ把任意节点参数转成字符串并保存全局传参Set / Get 节点跨子图共享数据替代冗长连线遮罩处理ColorToMask、GrowMaskWithBlur、RoundMask、CreateFadeMask颜色抠图、边缘羽化、圆框生成、淡入淡出批量裁剪BatchCropFromMask、BatchUncrop、FilterZeroMasks按遮罩批量裁剪人物并还原图像批处理LoadImagesFromFolderKJ、GetImageSizeAndCount、ShuffleImageBatch文件夹批量加载、尺寸读取、批次乱序模型优化TorchCompile 系列、Sage/Flash Attention 补丁、GGUFLoader编译加速、注意力算子替换、量化加载音频联动SoundReactive、NormalizedAmplitudeToMask让遮罩和图像随音频振幅动起来LoRA 工具LoraExtractKJ、LoraReduceRank从差分模型提取 LoRA、动态降秩一句话总结它不解决模型怎么画解决的是画布怎么更干净、重复操作怎么更少。问题二WidgetToString 参数提取怎么用最容易踩的坑是什么这是被问得最多的节点之一功能一句话讲清读取指定节点的某个参数值输出成字符串供提示词拼接、文件命名、日志记录使用。操作只需三步在 ComfyUI 主设置里打开Node ID Badge Mode让每个节点左上角显示 ID 编号新建 WidgetToString 节点在id里填入目标节点的编号在widget_name里填入要提取的参数名如ckpt_name、steps把输出接给 Show Text 或 SaveStringKJ 查看/保存结果。不想记 ID 也可以给目标节点手动改一个标题Title在node_title里填标题即可或者直接把目标节点的输出连到 WidgetToString 的any_input输入口由它自动反查来源节点。下面是这个流程在画布上的实际效果——先通过 Load Checkpoint 加载模型再用 WidgetToString 把检查点文件名提取出来显示三个高频坑提前避开ID 必须开启显示不开 Node ID Badge Mode你看到的编号可能是乱的提取结果会张冠李戴widget_name支持逗号分隔想一次拿多个参数如base_ckpt_name,refiner_ckpt_name配合return_all使用依赖any_input保证节点存在官方说明里特别强调连接any_input能确保目标节点在工作流中真实存在建议养成连接习惯。进阶玩法把提取出的模型名拼进提示词做动态命名或用它配合保存节点让每张图的文件名自动带上所用模型与参数方便后期整理。问题三Set/Get 跨子图传参怎么配置能省多少根线如果工作流里一个值要喂给五六个地方你的画布大概率已经乱成一团。Set/Get 节点系统的作用就是把这些值寄存起来需要时用 Get 取回把盘根错节的连线变成清晰的变量引用。它的配置方式非常灵活推荐先记住这三条快路径连线转变量右键点击任意连线的中点选择 Convert link to Set/Get一条线立刻变成一组配对节点批量转换多选节点后右键画布执行 Convert outputs on all selected nodes to Set/Get所有输出一次性转成变量快捷键CtrlShiftS添加 Set 节点CtrlShiftG添加 Get 节点CtrlShiftL临时显示所有虚拟连线。最值得关注的是它的跨子图能力父图里定义的 Set所有子图都能通过 Get 读到Get 会沿父级逐层向上查找。相当于给 ComfyUI 工作流简化加了一个全局变量表大项目里能把连线数量显著减少画面清爽很多。配套的贴心细节包括双击 Get 节点会跳到对应的 Set 节点右键 Set 可快速添加配对的 Get粘贴 SetGet 组合时会自动同步改名如MODEL粘贴后变成MODEL_0避免重名冲突。问题四遮罩与批量裁剪做人物生成时怎么组合做角色变体、批量姿势生成时最常见的链路是抠出主体 → 裁剪 → 生成 → 放回原图。KJNodes 把这套流程做成了节点化流水线ColorToMask把指定 RGB 颜色抠成遮罩支持批处理适合从纯色背景中分离角色GrowMaskWithBlur扩展或收缩遮罩边缘并带模糊羽化同时输出原遮罩与反遮罩BatchCropFromMask根据遮罩自动计算包围盒批量裁剪出每个主体FilterZeroMasksAndCorrespondingImages自动丢掉空遮罩及对应图避免脏数据进入后续流程BatchUncrop生成完把裁剪图按原位置放回边缘带融合处理无缝拼回原图。这套组合特别适合两类场景一是游戏角色的多姿态批量出图二是电商产品图的多角度生成。整条链路全部自动化人工只需盯结果。如果还要给角色做圆头像用RoundMask一键生成圆形遮罩并带边缘羽化省去手工画圆的步骤。问题五模型加速和显存优化节点新手能碰吗这部分是很多人的知识盲区但 KJNodes 把门槛降得比较低。以下四个方向按由易到难排列GGUFLoaderKJ直接加载 GGUF 量化模型显存紧张时先用它降低模型体积Patch Sage Attention / Flash Attention用更高效的注意力算子替换默认实现通常能带来明显的速度提升接在模型之后即可TorchCompile 系列对 Flux、WanVideo、VAE、ControlNet 分别提供编译补丁加速效果可观但首跑需要编译等待时间TeaCache、Chunk FeedForward、低显存注意力针对 Wan 视频模型的缓存与分块优化适合显存不够但想跑大模型的用户。建议新手从 GGUF 量化加载器开始跑通后再逐个尝试注意力补丁。每个节点尽量单独测一次用 Timer Node KJ 记录耗时对比别一次性全加上——补丁之间可能存在叠加冲突逐个验证最稳妥。问题六安装与初始化5 步清单装这套 ComfyUI 自定义节点并不复杂按清单走一遍即可把仓库克隆进 ComfyUI 的custom_nodes目录git clone https://gitcode.com/gh_mirrors/co/ComfyUI-KJNodes安装依赖pip install -r requirements.txt重启 ComfyUI在节点菜单中应能看到KJNodes分类打开设置勾选Node ID Badge ModeWidgetToString 依赖它如需自定义常用尺寸把custom_dimensions_example.json复制为custom_dimensions.json并按需编辑之后 Empty Latent Image Custom Presets 下拉框里就会出现你定义的尺寸如 512x512、1024x1024、SVD 的 1024x576。问题七常见问题与避坑提示Q1某些节点在菜单里找不到部分节点依赖可选组件如 LTXV、MiniMax 相关的加速节点导入失败时启动日志里会有 warning属于正常现象不影响其余节点使用。Q2Set/Get 转换后虚拟连线看不到是不是坏了不是。连线显隐由设置控制never / selected / always 三档CtrlShiftL可临时强制全部显示。默认只在选中相关节点时显示属于正常设计。Q3自定义尺寸节点读不到我改的 JSON文件必须叫custom_dimensions.json去掉_example并放在节点目录下改完重启才生效。Q4批量裁剪后图片位置对不上检查是否跳过了 FilterZeroMasksAndCorrespondingImages——空遮罩会产生空裁剪框直接影响后续 BatchUncrop 的对齐逻辑。Q5加速补丁效果不明显先确认模型本身是否吃注意力算子的瓶颈再检查显存占用。对 8GB 以下显存GGUF 量化往往比任何补丁都更立竿见影。Q6节点数量太多从哪开始学优先掌握四件套WidgetToString参数提取、Set/Get全局传参、BatchCropFromMask 系列批量裁剪、GrowMaskWithBlur遮罩羽化。这四组覆盖了日常 80% 以上的高频操作其余按需查文档即可——这个项目的说明大多写在节点描述与提示里鼠标悬停就能看到。下一步从一个小目标开始别试图一次装懂所有节点。挑一个你手头最痛的点——比如每次改模型都要手动改文件名用 WidgetToString 加 SaveStringKJ 解决它或者把一张乱成一团的大工作流用 Set/Get 重建一遍。每完成一个这样的小目标你对 ComfyUI 工作流简化的理解就会扎实一分。装好之后对照本文的七组问题逐个验证一遍参数提取通了吗跨子图传参顺了吗批量裁剪对齐了吗跑通即入门剩下的就是在一次次出图里把这些节点用成你自己的习惯。【免费下载链接】ComfyUI-KJNodesVarious custom nodes for ComfyUI项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-KJNodes创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考