ComfyUI Grok Vision Node

GrokVision图像反推提示词

这是一个用于 ComfyUI 的自定义节点，它使用 x.ai 的 Grok Vision 模型来分析图片并生成 Stable Diffusion 提示词。

功能特点

• 支持中英文双语提示词生成
• 自动图片压缩以适应API限制
• 内置缓存机制提高效率
• 支持自动重试和超时设置
• 详细的错误提示

系统要求

• Python 3.8+
• ComfyUI 最新版本
• 依赖包版本要求：
  • openai >= 1.0.0
  • pillow >= 10.0.0
  • torch >= 2.0.0

安装方法

1. 确保你已经安装了 ComfyUI
2. 克隆或下载此仓库到 ComfyUI 的 custom_nodes 目录：

cd ComfyUI/custom_nodes
git clone https://github.com/mircool/Comfyui_grok-vision.git

3. 安装依赖：

pip install openai>=1.0.0 pillow>=10.0.0

获取 API 密钥

1. 访问 x.ai 官网
2. 注册/登录您的账户
3. 在控制台中创建新的 API 密钥
4. 复制 API 密钥并妥善保存

注意：请勿泄露您的 API 密钥，建议设置环境变量或使用配置文件存储。

使用方法

1. 启动 ComfyUI
2. 在节点列表中找到 "Grok Vision" 节点（位于 image/text 分类下）
3. 将节点添加到你的工作流程中
4. 连接图片输入和设置必要的参数
5. 运行工作流程获取生成的提示词

使用示例

以下是一个完整的工作流程示例：

1. 加载图片：

   • 使用 "Load Image" 节点加载您的图片

2. 连接到 Grok Vision：

   • 将图片输出连接到 Grok Vision 节点的图片输入
   • 设置您的 API 密钥
   • 可选：调整超时时间和重试次数

3. 使用生成的提示词：

   • 将英文或中文提示词输出连接到 SDXL 节点
   • 或将提示词保存到文本文件

示例输出

输入图片： [图片示例]

生成的提示词：

英文：A serene landscape photograph of a misty mountain range at sunrise, golden light filtering through clouds, pine trees in the foreground, high resolution, dramatic lighting, atmospheric, professional photography

中文：日出时分的山脉风景照片，金色阳光透过云层，前景是松树，高分辨率，戏剧性的光线，有氛围感，专业摄影

参数说明

必需参数

• 图片：要分析的输入图片
• API密钥：你的 x.ai API 密钥

可选参数

• 超时时间：API 请求超时时间（默认：30秒，范围：1-300秒）
• 重试次数：失败时的重试次数（默认：3次，范围：1-10次）
• 使用缓存：是否启用结果缓存（选项：enable/disable，默认：enable）

输出

• 英文提示词：生成的英文 Stable Diffusion 提示词
• 中文提示词：生成的中文 Stable Diffusion 提示词
• 原始响应：API 的完整 JSON 响应

性能和限制

• API 调用限制：

  • 每秒最多 1 次请求
  • 每月请求次数取决于您的 API 套餐

• 图片限制：

  • 最大文件大小：20MB
  • 支持格式：JPEG, PNG
  • 自动压缩：大于限制时自动压缩

• 缓存性能：

  • 内存缓存：仅在当前会话有效
  • 缓存大小：无限制，但建议定期重启以清理内存

错误代码说明

错误代码	说明	解决方案
401	API密钥无效	检查API密钥是否正确
403	没有访问权限	确认API密钥权限设置
413	请求实体过大	压缩图片后重试
429	请求过于频繁	等待一段时间后重试
500	服务器错误	联系x.ai支持

注意事项

1. 请确保你有有效的 x.ai API 密钥
2. 图片会自动压缩以符合 API 的大小限制
3. 建议在批量处理时启用缓存以提高效率
4. API 调用有频率限制，请注意使用频率

常见问题

1. API密钥错误

   • 确保你的 API 密钥正确且有效
   • 检查 API 密钥是否有足够的配额

2. 图片大小问题

   • 节点会自动压缩大图片
   • 如果仍有问题，建议预先将图片压缩到合适大小

3. 缓存相关

   • 缓存仅在当前会话有效
   • 重启 ComfyUI 后缓存会清空

4. 性能优化

   • 使用合适大小的图片
   • 启用缓存避免重复请求
   • 批量处理时注意请求频率

更新日志

v1.0.0

• 初始发布
• 支持中英文提示词生成
• 添加缓存功能
• 添加自动重试机制
• 添加图片压缩功能

许可证

MIT License

贡献

欢迎提交 Issue 和 Pull Request！

致谢

• 感谢 x.ai 提供的 Grok Vision API
• 感谢 ComfyUI 社区的支持

联系方式

如有问题或建议，请通过以下方式联系：

• GitHub Issues