github.com/chflame163/ComfyUI_LayerStyle_Advance @main

# ComfyUI Layer Style Advance

从ComfyUI Layer Style 剥离出来的节点，主要是一些对依赖包要求较为复杂的节点。

工作流用示例

在workflow目录下有json格式的工作流示例文件，示范了如何在ComfyUI中使用这些节点。

安装方法

(以ComfyUI官方便携包和秋叶整合包为例，其他ComfyUI环境请修改依赖环境目录)

安装插件

• 推荐使用 ComfyUI Manager 安装。
• 或者在CompyUI插件目录(例如“CompyUI\custom_nodes\”)中打开cmd窗口，键入

git clone https://github.com/chflame163/ComfyUI_LayerStyle_Advance.git

• 或者下载解压zip文件，将得到的文件夹复制到 ComfyUI\custom_nodes\。

安装依赖包

• 官方便携包请双击运行插件目录下的install_requirements.bat，秋叶整合包请双击运行插件目录下的install_requirements_aki.bat，然后等待安装完成。

• 或者在资源管理器ComfyUI\custom_nodes\ComfyUI_LayerStyle_Advance 插件目录位置打开cmd窗口，

  官方便携包输入以下命令：

..\..\..\python_embeded\python.exe -s -m pip install .\whl\docopt-0.6.2-py2.py3-none-any.whl
..\..\..\python_embeded\python.exe -s -m pip install .\whl\hydra_core-1.3.2-py3-none-any.whl
..\..\..\python_embeded\python.exe -s -m pip install -r requirements.txt
.\repair_dependency.bat

  秋叶整合包输入以下命令：

..\..\python\python.exe -s -m pip install .\whl\docopt-0.6.2-py2.py3-none-any.whl
..\..\python\python.exe -s -m pip install .\whl\hydra_core-1.3.2-py3-none-any.whl
..\..\python\python.exe -s -m pip install -r requirements.txt
.\repair_dependency.bat

• 重新打开ComfyUI。

下载模型

国内用户请从百度网盘 或者 夸克网盘, 海外用户请从huggingface, 下载全部模型文件并复制到ComfyUI\models文件夹。这个链接提供了本插件需要的所有的模型文件。 或者按各个节点的说明下载模型文件。
以Ultra命名的节点使用vitmatte模型，请下载vitmatte模型到ComfyUI/models/vitmatte文件夹，上面的下载链接也包括了这个模型。

常见问题

如果节点不能正常加载，或者使用中出现错误，请在ComfyUI终端窗口查看报错信息。以下是常见的错误及解决方法。

Warning: xxxx.ini not found, use default xxxx..

这个警告信息是找不到ini文件的提示，不影响使用。如果不想看到这些警告，请修改插件目录下所有的 *.ini.example 文件名为*.ini。

ModuleNotFoundError: No module named 'psd_tools'

这个错误是psd_tools没有正确安装。

解决方法： * 关闭ComfyUI，在插件目录下打开终端窗口，执行以下命令: ../../../python_embeded/python.exe -s -m pip install psd_tools 如果安装psd_tool中出现ModuleNotFoundError: No module named 'docopt'错误，请下载docopt的whl手动安装。在终端执行以下命令: ../../../python_embeded/python.exe -s -m pip install path/docopt-0.6.2-py2.py3-none-any.whl path为whl文件的路径名。

Cannot import name 'guidedFilter' from 'cv2.ximgproc'

这个错误是opencv-contrib-python没有正确安装，或者安装后又安装了其他opencv包导致。

NameError: name 'guidedFilter' is not defined

问题原因同上。

Cannot import name 'VitMatteImageProcessor' from 'transformers'

这个错误是由于transformers 版本过低造成的

insightface 加载缓慢

这是由于protobuf 版本过低造成的。

以上3个依赖包的问题，请双击运行插件目录下的repair_dependency.bat(官方便携包)或者repair_dependency_aki.bat(秋叶整合包)自动修复。

onnxruntime::python::CreateExecutionProviderInstance CUDA_PATH is set but CUDA wasn't able to be loaded. Please install the correct version of CUDA and cuDNN as mentioned in the GPU requirements page

解决方法： 请重新安装onnxruntime依赖包

Error loading model xxx: We couldn't connect to huggingface.co ...

请检查网络环境。如果在中国不能正常访问huggingface.co，请尝试修改huggingface_hub包强制使用hf_mirror镜像。 * 在huggingface_hub包的目录(通常在虚拟环境内的Lib/site-packages/huggingface_hub)中找到constants.py, 在import os之后增加一行

os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'

ValueError: Trimap did not contain foreground values (xxxx...)

这个错误是由于使用PyMatting方法处理遮罩边缘时，遮罩面积过大或者过小引起的。

解决方法： * 请调整参数，改变遮罩有效面积。或者换用其他的方法处理边缘。

Requests.exceptions.ProxyError: HTTPSConnectionPool(xxxx...)

出现这个错误，请检查网络环境。

UnboundLocalError: local variable 'clip_processor' referenced before assignment

UnboundLocalError: local variable 'text_model' referenced before assignment

如果执行JoyCaption2节点时出现这个报错，同时已确定模型文件已放在正确的目录，请检查transformers依赖包版本至少在4.43.2以上。 如果transformers依赖包版本大于等于4.45.0, 并同时有报错信息：

Error loading models: De️️scriptors cannot be created directly.                                                                                           
If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0.                                
......

请尝试降级protobuf依赖包到3.20.3, 或者设置环境变量：PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python。

如何找到本节点组

• 在ComfyUI画布点击右键 - Add Node, 找到 "😺dzNodes"。
  

• 或者在ComfyUI画布双击, 在搜索框输入"layer"。

更新说明

**如果本插件更新后出现依赖包错误，请双击运行插件目录下的install_requirements.bat(官方便携包)，或 install_requirements_aki.bat(秋叶整合包) 重新安装依赖包。

• 修复 Florence2 无法在高版本Transformers运行的问题，解决方法来自kijai。感谢 @flybirdxx 的反馈。
  更新本插件后，将 florence2_models 文件夹下的 modeling_florence2.py 和 configuration_florence2.py 这两个文件复制到 ComfyUI/models/florence2 里面的模型文件夹下，覆盖同名文件。
• 添加 JimengImageToImageAPI 节点，使用即梦图生图3.0API对图片进行编辑。在火山引擎 创建账号，并申请API AccessKeyID 和 SecretAccessKey，将其填入插件目录下的api_key.ini。
• 添加 SAM2UltraV2 和 LoadSAM2Model 节点，将SAM模型改为外部输入，在使用多个节点时节省资源。
• 添加 JoyCaptionBetaOne, LoadJoyCaptionBeta1Model, JoyCaptionBeta1ExtraOptions 节点，使用JoyCaption-Beta-One模型生成提示词。
• 添加 SaveImagePLusV2 节点，增加自定义文件名和设置dpi。
• 添加多语言，除英语外，增加支持5种语言：中文、法语、日语、韩语和俄语。该功能使用ComfyUI-Globalization-Node-Translation制作，感谢原作者。
• 添加 GeminiImageEdit 节点，支持使用gemini-2.0-flash-exp-image-generation API进行图像编辑。
• 添加 GeminiV2 以及 ObjectDetectorGeminiV2 节点，使用了新的google-genai依赖包，支持最新的gemini-2.0-flash-exp以及gemini-2.5-pro-exp-03-25模型。
• 增加模型下载夸克网盘链接。
• 支持numpy 2.x 依赖包。
• 添加 DeepseekAPI_V2 节点，支持阿里云和火山引擎的deepseek api。
• 添加 Collage 节点，将多张图片拼合为一张大图。
• 添加 DeepSeekAPI 节点，使用DeepSeek API进行文本推理。
• 添加 SegmentAnythingUltraV3 和 LoadSegmentAnythingModels节点， 在使用多个SAM节点时避免重复加载模型。
• 添加 ZhipuGLM4 和 ZhipuGLM4V节点，使用智谱API进行文本和视觉推理。目前的智谱模型中，GLM-4-Flash和glm-4v-flash模型是免费的。 在https://bigmodel.cn/usercenter/proj-mgmt/apikeys免费申请API Key，填入插件目录下的api_key.ini。
• 添加 Gemini 节点， 使用Gemini API进行文本或视觉推理。
• 添加 ObjectDetectorGemini 节点， 使用Gemini API进行物体检测。
• 添加 DrawBBOXMaskV2 节点，可绘制圆角矩形遮罩。
• 添加 SmolLM2, SmolVLM, LoadSmolLM2Model 和 LoadSmolVLMModel 节点，使用smol轻量级本地模型进行文本推理和图片识别。 从百度网盘 或 huggingface 下载模型文件至ComfyUI/models/smol文件夹。
• Florence2 节点支持gokaygokay/Florence-2-Flux-Large 和 gokaygokay/Florence-2-Flux模型。 从百度网盘 或者 huggingface 下载Florence-2-Flux-Large 和 Florence-2-Flux 两个目录，并放到`ComfyUI\models\florence2文件夹。
• 从requirements.txt 中废弃 ObjectDetector YOLOWorld 节点所需的依赖。如需使用此节点，请手动安装依赖包。
• 从ComfyUI Layer Style 剥离部分节点至本仓库。

节点说明

Collage

将输入的批量图片随机拼合为一张大图。

节点选项说明:

• images: 图片输入。
• florence2_model: 可选输入，用于物体识别裁切。
• canvas_width: 输出图片的宽度。
• canvas_height: 输出图片的高度。
• border_width: 边框宽度。
• rounded_rect_radius: 边框圆角半径。
• uniformity: 图片拼合大小的随机性。取值范围为0-1，值越大，大小随机性越大。
• background_color: 背景色。
• seed: 随机种子。
• control_after_generate: 设置每次执行时种子值的变化。
• object_prompt: 当接入florence2_model时，此处填写物体识别的提示词。

QWenImage2Prompt

根据图片反推提示词。这个节点是ComfyUI_VLM_nodes中的UForm-Gen2 Qwen Node节点的重新封装，感谢原作者。 从huggingface或者百度网盘下载模型到ComfyUI/models/LLavacheckpoints/files_for_uform_gen2_qwen文件夹。

节点选项说明:
* question: 对UForm-Gen-QWen模型的提示词。

LlamaVision

使用Llama 3.2 vision 模型进行本地推理。可以用于生成提示词。本节点部分代码来自ComfyUI-PixtralLlamaMolmoVision，感谢原作者。 运行这个节点需要transformers升级到4.45.0以上。 请从 百度网盘 或 huggingface/SeanScripts下载整个文件夹，并复制到ComfyUI/models/LLM。

节点选项说明:

• image: 图片输入。
• model: 目前仅有"Llama-3.2-11B-Vision-Instruct-nf4"这一个模型可用。
• system_prompt: LLM模型的系统提示词。
• user_prompt: LLM模型的用户提示词。
• max_new_tokens: LLM的max_new_tokens参数。
• do_sample: LLM的do_sample参数。
• top-p: LLM的top_p参数。
• top_k: LLM的top_k参数。
• stop_strings: 截止字符串。
• seed: 随机种子。
• control_after_generate: 种子变化选项。
• include_prompt_in_output: 输出是否包含提示词。
• cache_model: 是否缓存模型。

JoyCaption2

使用JoyCaption-alpha-two模型生成提示词。本节点是 https://huggingface.co/John6666/joy-caption-alpha-two-cli-mod 在ComfyUI中的实现，感谢原作者。 请从 百度网盘 以及 百度网盘 ， 或者 huggingface/Orenguteng 以及 huggingface/unsloth 下载整个文件夹，并复制到ComfyUI/models/LLM, 从 百度网盘 或者 huggingface/google 下载整个文件夹，并复制到ComfyUI/models/clip, 从 百度网盘 或者 huggingface/John6666下载 cgrkzexw-599808 文件夹，并复制到ComfyUI/models/Joy_caption。

节点选项说明:

• image: 图片输入。
• extra_options: extra_options参数输入。
• llm_model: 目前有 Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 和 unsloth/Meta-Llama-3.1-8B-Instruct 两种LLM模型可选择。
• device: 模型加载设备。目前仅支持cuda。
• dtype: 模型加载精度，有nf4 和 bf16 两个选项。
• vlm_lora: 是否加载text_model。
• caption_type: caption类型选项, 包括"Descriptive"(正式语气描述), "Descriptive (Informal)"(非正式语气描述), "Training Prompt"(SD训练描述), "MidJourney"(MJ风格描述), "Booru tag list"(标签列表), "Booru-like tag list"(类标签列表), "Art Critic"(艺术评论), "Product Listing"(产品列表), "Social Media Post"(社交媒体风格)。
• caption_length: 描述长度。
• user_prompt: LLM模型的用户提示词。如果这里有内容将覆盖caption_type和extra_options的所有设置。
• max_new_tokens: LLM的max_new_tokens参数。
• do_sample: LLM的do_sample参数。
• top-p: LLM的top_p参数。
• temperature: LLM的temperature参数。
• cache_model: 是否缓存模型。

JoyCaption2Split

JoyCaption2 的分离式节点，将模型加载与推理分离，使用多个JoyCaption2节点时可共用模型提高效率。

节点选项说明:

• image: 图片输入。
• joy2_model: JoyCaption模型输入。
• extra_options: extra_options参数输入。
• caption_type: caption类型选项, 包括"Descriptive"(正式语气描述), "Descriptive (Informal)"(非正式语气描述), "Training Prompt"(SD训练描述), "MidJourney"(MJ风格描述), "Booru tag list"(标签列表), "Booru-like tag list"(类标签列表), "Art Critic"(艺术评论), "Product Listing"(产品列表), "Social Media Post"(社交媒体风格)。
• caption_length: 描述长度。
• user_prompt: 用户提示词。如果这里有内容将覆盖caption_type和extra_options的所有设置。
• max_new_tokens: 模型的max_new_tokens参数。
• do_sample: 模型的do_sample参数。
• top-p: 模型的top_p参数。
• temperature: 模型的temperature参数。

LoadJoyCaption2Model

JoyCaption2 的模型加载节点，与JoyCaption2Split配合使用。

节点选项说明:

• llm_model: 目前有 Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 和 unsloth/Meta-Llama-3.1-8B-Instruct 两种LLM模型可选择。
• device: 模型加载设备。目前仅支持cuda。
• dtype: 模型加载精度，有nf4 和 bf16 两个选项。
• vlm_lora: 是否加载text_model。

JoyCaption2ExtraOptions

JoyCaption2的extra_options参数节点。

节点选项说明:

• refer_character_name: 如果图像中有人物/角色，必须将其称为{name}
• exclude_people_info: 不要包含有关无法更改的人物/角色的信息（例如种族、性别等），但仍包含可更改的属性（例如发型）。
• include_lighting: 包括照明信息。
• include_camera_angle: 包括摄影机角度信息。
• include_watermark: 包括是否有水印信息。
• include_JPEG_artifacts: 包括是否存在 JPEG 伪影信息。
• include_exif: 如果是照片，包含相机的信息以及光圈、快门速度、ISO等信息。
• exclude_sexual: 不要包含任何与性有关的内容，保持PG。
• exclude_image_resolution: 不要包含图像分辨率信息。
• include_aesthetic_quality: 包含图像美学（从低到非常高）信息。
• include_composition_style: 包括有关图像构图风格的信息，例如引导线、三分法或对称性。
• exclude_text: 不要包含任何文字信息。
• specify_depth_field: 包含景深以及背景模糊信息。
• specify_lighting_sources: 如果可以判别人造或自然光源，则包含在内。
• do_not_use_ambiguous_language: 不要使用任何含糊不清的言辞。
• include_nsfw: 包含NSFW或性暗示信息。
• only_describe_most_important_elements: 只描述最重要的元素。
• character_name: 如果选择了refer_character_name，则使用此处的名字。

JoyCaptionBetaOne

使用JoyCaption-Beta-One模型生成提示词。本节点是 https://huggingface.co/fancyfeast/llama-joycaption-beta-one-hf-llava 在ComfyUI中的实现。

首次使用节点将自动下载模型到ComfyUI/models/LLavacheckpoints/llama-joycaption-beta-one-hf-llava 文件夹。

也可从 百度网盘 或者 夸克网盘或者 huggingface/fancyfeast/llama-joycaption-beta-one-hf-llava 下载llama-joycaption-beta-one-hf-llava文件夹，并复制到ComfyUI/models/LLavacheckpoints

节点选项说明: