comfyui prompt reader node
v1.3.4

这是SD提示读取器的子项目。它可以帮助您从SD提示读取器支持的任何格式中提取元数据,并使用其他元数据保存图像,以确保与Civitai这样的网站上的元数据检测兼容。
支持格式•安装•使用•更改日志•信用

| PNG | jpeg | WebP | TXT* | |
|---|---|---|---|---|
| A1111的webui | ✅ | ✅ | ✅ | ✅ |
| 易于扩散 | ✅ | ✅ | ✅ | |
| Stableswarmui* | ✅ | ✅ | ||
| StableSwarmui(在0.5.8-Alpha之前)* | ✅ | ✅ | ||
| fooocus-mre* | ✅ | ✅ | ||
| Novelai(隐形PNGINFO) | ✅ | ✅ | ||
| Novelai(遗产) | ✅ | |||
| Invokeai | ✅ | |||
| Invokeai(2.3.5台之前2) | ✅ | |||
| Invokeai(1.15之前) | ✅ | |||
| comfyui* | ✅ | |||
| 画东西 | ✅ | |||
| Naifu(4chan) | ✅ |
有关详细信息,请参阅SD提示阅读器
笔记
虽然可以使用ZIP软件包,但强烈建议不要将其用于安装。
在Comfyui Manager中搜索SD Prompt Reader并安装它。
请确保与主存储库一起安装子模型。
cd到custom_node文件夹git clone --recursive https://github.com/receyuki/comfyui-prompt-reader-node.git cd comfyui-prompt-reader-node
pip install -r requirements.txt更新时,请不要忘记将子模型与主要存储库一起包含。
git pull --recurse-submodules
Prompt Reader节点的工作原理与独立SD提示读取器完全相同。它使用独立SD提示读取器中的图像数据读取器,允许其支持相同的格式并与SD提示读取器一起接收更新。 重要的
由于自定义节点和复杂的工作流程可能会引起SD及时读取器正确读取图像元数据的能力的问题,因此建议将Prompt Saver节点嵌入工作流程中以确保最大的兼容性。
parameter_indexhires-fix或refiner处理的参数,您将需要修改parameter_index才能选择所需的参数text_g与text_l合并为一个提示Batch Loader节点。当使用Batch Loader节点进行批量阅读时,预览映像将无法更新,并且文本框将仅显示上一个图像的元数据。 
settings连接到Parameter Extractor节点。 
MODEL_NAMEMODEL_NAME是一个特殊的输出,它根据以下优先级与服务器上的现有模型匹配的模型名称:sd_xl_base.safetensors将与SDXLsd_xl_base.safetensors匹配,反之亦然。sd_xl_base将与SDXLsd_xl_base.safetensors匹配,反之亦然。
Prompt Saver节点和Parameter Generator节点被设计为一起使用。Prompt Saver节点将以A1111格式为输出图像编写其他元数据,以与支持A1111格式的任何工具兼容,包括SD提示Reader和Civitai。提示
由于不可能从KSampler直接提取元数据,因此有必要使用Parameter Generator节点生成参数并同时将其输出到Prompt Saver节点和KSampler节点。
file.png, file_1.png, file_2.png 。 calculate_hash时,节点将计算检查点,vae,lora和嵌入/文本反转的哈希值,并将它们写入元数据。加载服务器重新启动或新检查点,VAE,LORA或嵌入/文本反转后,第一个图像生成可能需要更长的时间来进行哈希计算。哈希值将存储在临时存储中,而无需重复计算,直到服务器重新启动为止。resource_hash时,资源哈希将写入元数据中,以支持Civitai上的自动检测。仅当启用calculate_hash时,此功能才能运行。Lora Loader节点或Lora Selector节点。嵌入/文本反转的哈希值将自动从提示中检测到。 save_metadata_filesave_metadata_file时,将将元数据保存为带有相同名称的TXT文件。 date_format & time_formatdate_format和time_format ,请参阅strftime.org或www.strfti.me。 filename和path %counter不能用于path ,只能用于filename 。该%counter与内置的Saver节点中的%counter略有不同,它将计算path中的所有图像文件。
请参阅下表,以获取由filename和path支持的占位符。
| %种子 | %日期 |
| %步骤 | %时间 |
| %CFG | %柜台 |
| %模型 | %扩大 |
| %采样器 | %质量 |
| %调度程序 |

KSampler直接提取元数据,因此有必要使用Parameter Generator节点生成参数并同时将其输出到Prompt Saver节点和KSampler节点。 提示
Parameter Generator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。
model_version和aspect_ratio仅用于计算所选纵横比下所选模型版本的最佳分辨率。计算方法基于稳定性AI开发文档和StableSwarmui源代码(由稳定性AI开发)。 refiner_startrefiner_start是指炼油厂开始运行时完成的步骤的比例,即,基本步骤的总步骤比例。这用于计算精炼KSampler所需的start_at_step ( REFINER_START_STEP )在所选步骤比率下。
Batch Loader节点是专门为Prompt Reader节点设计的,以在目录中批量阅读的图像文件,并且不能与其他自定义节点一起使用。Batch Loader节点的IMAGE输出连接到Prompt Reader节点的image输入。 
pathpath支持相对路径,例如./input/或绝对路径,例如C:/Users/receyuki/Pictures 。和/都是可以接受的。path中,在这种情况下, image_load_limit和start_index将无法运行。
Parameter Extractor节点是Prompt Reader节点的扩展,旨在检索设置中所有参数的值(包括Prompt Reader节点无法输出的那些参数)。例如, Hires upscalerPrompt Reader器节点的SETTINGS连接到Parameter Extractor节点的settings 。第一次运行后,将加载参数列表。 

text_g和text_l ,因此SDXL用户需要使用Prompt Merger节点将text_g和text_l组合到单个提示中。model_name , sampler_name和scheduler是某些其他节点无法直接使用的特殊类型,因此您可以使用Type Converter节点将它们转换为STRING类型。
Lora Loader节点和Lora Selector节点用于将Lora数据写入元数据并支持Civitai上的自动检测。Lora Loader节点替换原始加载程序,或将Lora Selector节点的LORA_NAME输出连接到其他LORA加载程序的lora_name输入(内置或自定义),然后将NEXT_LORA输出链接到Prompt Saver节点的lora_name输入。这两个节点都具有相同的功能,请根据您的需求选择。 last_lora和NEXT_LORA将Lora Loader Node或Lora Selector节点头连接到尾部,然后将Lora链末端的NEXT_LORA连接到Prompt Saver的lora_name输入。




