Z-Image Turbo Wildcards to Ollama Structured Prompt System
详情
下载文件
模型描述
我一直在学习如何使用生成式AI,特别是ComfyUI,如今我认为自己终于整理出一套值得分享的工作流程。
该流程基于多种来源和大量实验,适用于任何能接受自然语言提示的模型。
核心部分
通过使用通配符,实现无限的多样性。扩展后的通配符被发送至Ollama,再结合通用系统提示(如用于Flux Dev等模型),或特定的Z-Image系统提示,这些扩展后的通配符被转化为清晰明确的提示。
额外功能
- SeedVR2 超分辨率
- 色彩分级
- 图像增强
- 带Civitai元数据的图像保存
使用的自定义节点
所有节点均可通过ComfyUI Manager安装:
- ComfyUI-Impact-Pack
- ComfyUI Layer Style
- rgthree-comfy
- ComfyUI-Easy-Use
- ComfyUI-KJNodes
- ComfyUI-SeedVR2_VideoUpscaler
- ComfyUI_essentials
- RES4LYF
- Comfyui_TTP_Toolset
- comfyui-ollama
- ComfyUI-Inspire-Pack
- gguf
- mikey_nodes
- was-node-suite-comfyui
- CRT-Nodes
- comfyui_image_metadata_extension
工作流中配置的采样器和调度器对我来说效果最佳,但正如常言道:效果因人而异 ;-)
``





