AI 工具文档库

简体中文

English

简体中文

English

Appearance

自定义节点 ​

ComfyUI 的扩展性极强，可以通过自定义节点添加新功能。本指南介绍自定义节点的创建、安装和使用。

自定义节点概述 ​

什么是自定义节点？ ​

自定义节点是 ComfyUI 官方未内置但由社区开发的扩展节点，提供额外的功能。

优势 ​

特性优势
功能扩展添加官方没有的功能
效率提升简化复杂工作流
社区支持丰富的开源资源

常用自定义节点推荐 ​

图像处理 ​

节点功能安装方式
Impact Pack丰富的图像处理节点ComfyUI-Manager
was-node-suite多功能工具集合custom_nodes
ComfyUI-Advanced-ControlNet增强版 ControlNetcustom_nodes

工作流增强 ​

节点功能安装方式
ComfyUI Manager节点管理更新必须安装
ComfyUI_UltimateSDUpscale智能放大内置/Manager
ComfyUI_FizzNodes序列/动画处理custom_nodes

实用工具 ​

节点功能安装方式
ImageInspect图像信息检查custom_nodes
AnyNode通用节点custom_nodes
PromptHelp提示词助手custom_nodes

安装自定义节点 ​

方法一：Git 克隆 ​

bash
# 进入 custom_nodes 目录
cd ComfyUI/custom_nodes

# 克隆节点仓库
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

# 重启 ComfyUI

方法二：ComfyUI Manager ​

  1. 安装 ComfyUI Manager
  2. 打开 Manager 界面
  3. 搜索并安装所需节点

方法三：手动下载 ​

  1. 下载节点压缩包
  2. 解压到 custom_nodes/ 目录
  3. 重启 ComfyUI

ComfyUI Manager 使用 ​

安装 Manager ​

bash
cd ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

界面说明 ​

┌─────────────────────────────────────────┐
│  Manager                                │
├─────────────────────────────────────────┤
│  [Install Custom Nodes]  安装自定义节点 │
│  [Install Missing Nodes] 安装缺失节点   │
│  [Update All]           更新全部        │
│  [Install Models]       安装模型        │
├─────────────────────────────────────────┤
│  搜索框                                 │
└─────────────────────────────────────────┘

功能介绍 ​

选项功能
Install Custom Nodes安装节点（浏览目录）
Install Missing Nodes一键安装缺失节点
Update All更新所有已安装节点
Install Models下载模型
Clean Data清理缓存数据

热门节点详细说明 ​

ComfyUI-Manager ​

功能：管理和安装其他自定义节点的必装工具

安装

bash
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

使用

  • 管理所有自定义节点
  • 一键安装/更新/卸载
  • 修复缺失依赖

Impact Pack ​

功能：包含大量图像处理节点的综合包

包含节点

节点功能
FaceDetailer面部细节修复
Detailer For AnimateDiff细节增强
BboxDetectorForEach区域检测
SAMDetector分割模型检测
SegmentsMask区域遮罩处理
KSampler Adv (AnimateDiff)动画采样器

安装：通过 Manager 安装

was-node-suite ​

功能：多功能工具集合

包含节点

节点功能
VAE Decode Tiled分块解码
Image Resize Relative相对缩放
Image Blend Gulop混合模式
Text Box Node文本框
Image Crop by Bounds按边界裁剪
LLM CompletionAI 文本生成

安装

bash
git clone https://github.com/WASasquive/was-node-suite-comfyui.git

Ultimate SD Upscale ​

功能：智能图像放大

特点

  • 自动分块处理
  • 边缘自然融合
  • 多模型支持

安装：内置，无需额外安装

创建自定义节点 ​

基本结构 ​

ComfyUI/custom_nodes/
└── my_custom_node/
    ├── __init__.py           # 节点注册
    ├── my_node.py            # 节点实现
    └── requirements.txt      # 依赖

节点模板 ​

python
# __init__.py
from .my_node import NODE_CLASS_MAPPINGS, NODE_DISPLAY_NAME_MAPPINGS

__all__ = ['NODE_CLASS_MAPPINGS', 'NODE_DISPLAY_NAME_MAPPINGS']
python
# my_node.py
import torch
from typing import Tuple

class MyCustomNode:
    """自定义节点类"""

    @classmethod
    def INPUT_TYPES(cls):
        """定义输入端口"""
        return {
            "required": {
                "image": ("IMAGE",),
                "scale": ("FLOAT", {"default": 2.0, "min": 1.0, "max": 4.0}),
            },
            "optional": {
                "mask": ("MASK",),
            }
        }

    RETURN_TYPES = ("IMAGE",)
    FUNCTION = "process_image"
    CATEGORY = "custom/image"

    def process_image(self, image, scale, mask=None):
        """处理逻辑"""
        # 实现图像处理
        return (processed_image,)

# 注册节点
NODE_CLASS_MAPPINGS = {
    "MyCustomNode": MyCustomNode
}

NODE_DISPLAY_NAME_MAPPINGS = {
    "MyCustomNode": "My Custom Node"
}

核心概念 ​

INPUT_TYPES ​

定义节点的输入端口：

python
@classmethod
def INPUT_TYPES(cls):
    return {
        "required": {           # 必需输入
            "param_name": (TYPE, options),
        },
        "optional": {           # 可选输入
            "param_name": (TYPE, options),
        },
        "hidden": {             # 隐藏参数
            "prompt": "PROMPT",
            "extra_pnginfo": "EXTRA_PNGINFO",
        }
    }

返回类型 ​

类型标识说明示例
IMAGE图像RGB(A) 张量
MASK遮罩灰度张量
LATENT潜在空间潜在表示
MODEL模型CLIP/UNet 模型
CONDITIONING条件文本条件
FLOAT浮点数数值参数
INT整数数值参数
STRING字符串文本参数

FUNCTION ​

处理函数：

python
def FUNCTION(self, **kwargs):
    """处理输入，返回结果"""
    input_data = kwargs.get("image")
    # 处理逻辑
    return (output_data,)

常用开发资源 ​

官方文档 ​

社区资源 ​

资源说明
ComfyUI Examples官方示例工作流
ComfyUI Registry节点索引
GitHub Topics按主题搜索

开发工具 ​

工具用途
ComfyUI Portable便携开发环境
custom_node_builder节点脚手架

节点调试 ​

查看日志 ​

ComfyUI/logs/
└── last_errors.log

常见错误 ​

错误解决方法
ModuleNotFoundError安装依赖 pip install -r requirements.txt
ImportError检查导入路径
TypeError检查参数类型

调试技巧 ​

python
# 添加日志
import logging
logger = logging.getLogger(__name__)

def process_image(self, image, ...):
    logger.info(f"Processing image shape: {image.shape}")
    # 处理逻辑

发布节点 ​

准备工作 ​

  1. 确保代码结构清晰
  2. 编写 README 文档
  3. 创建 requirements.txt
  4. 添加许可证

发布平台 ​

平台说明
GitHub主流托管平台
CivitaiAI 资源平台
ComfyUI Registry官方节点索引

下一步 ​

Copyright © 2026 AI 工具文档库