ComfyUI-QwenVL

在ComfyUI里直接跑Qwen-VL,看图看视频出文字

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开发框架 🍴 复刻 153 🐛 待处理 9 👀 关注 6
GitHub ↗
GitHub 星标 ★ 931
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源免费,需自行部署ComfyUI使用

项目预览

ComfyUI-QwenVL 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开发框架
开发团队1038lab
定价模式🏷️完全免费
价格说明开源免费,需自行部署ComfyUI使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议GPL-3.0
主要语言Python
技术栈/模型comfyui,customnodes,qwen-vl,qwen3-vl
GitHub 星标★ 931
上线时间2025-03-29 00:00:00
代码更新2026-09-14
仓库体积1.5 MB
本站数据更新2026-11-21
维护状态维护中
收录时间2026-10-06
浏览次数6

项目介绍

ComfyUI-QwenVL 是一个把通义千问 Qwen-VL 系列多模态大模型接入 ComfyUI 的自定义节点插件。它让原本只擅长图像生成的工作流,直接获得文本生成、图像理解和视频分析能力,用户无需离开 ComfyUI 界面就能调用 Qwen2.5-VL、Qwen3-VL 乃至 MoE 架构的 Qwen3.6-VL 等版本。项目支持 GGUF 量化格式,显著降低显存占用,使消费级显卡也能跑动较大的视觉语言模型。核心能力包括:在节点图中加载 Qwen-VL 模型并输入图片或视频,输出结构化文本描述、问答结果或分析结论;可与文生图、图生图节点串联,实现“先理解再生成”的复合流程。对于想在 ComfyUI 内做多模态推理、自动打标、视频内容解析的创作者,这是一个开箱即用的桥梁型插件。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-06 · 当前星标 ★ 931

技术标签

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 25 分钟 部署方式:本地 GPU 4 步

环境要求

  • ComfyUI 已可运行
  • NVIDIA GPU(按模型档位准备显存)

安装与启动步骤

  1. 1放进 ComfyUI

    作为自定义节点,直接 clone 到 custom_nodes 目录,重启 ComfyUI 生效。

    cd ComfyUI/custom_nodes
    git clone https://github.com/1038lab/ComfyUI-QwenVL
  2. 2装依赖

    进节点目录按 requirements 装包,注意用 ComfyUI 自带的那套 Python。

  3. 3下模型

    Qwen3-VL 全系 2B 到 32B,显存小就选 2B/4B,目录按节点默认路径放。

  4. 4搭工作流

    拖入节点后连图像输入,选 Instruct 或 Thinking 变体,再跑一次看图问答。

如何确认成功

节点出现在菜单里,工作流能出结果。

注意事项

  • Thinking 变体会先输出推理过程,速度慢但描述更细。

核心亮点

  • 把Qwen-VL多模态能力封装成ComfyUI节点,无需单独部署推理服务
  • 支持GGUF量化,消费级显卡也能加载较大视觉语言模型
  • 覆盖Qwen2.5-VL到Qwen3.8-VL多个版本,含MoE架构,模型选择灵活

不足之处

  • 依赖ComfyUI生态,脱离该平台无法独立使用
  • 多模态模型体积大,实际推理速度和显存占用仍受硬件限制

适用场景

  • 为图像数据集自动生成中文描述和标签
  • 在ComfyUI工作流中先理解参考图再驱动文生图
  • 对短视频做内容摘要或关键帧问答分析

替代项目

ComfyUI-Custom-Scripts、ComfyUI_LLM_party

上一篇:PromptingTools.jl

下一篇:dsh-codex-subscription

同类项目推荐

maplibre-agent-skills 开源

让 AI 写 MapLibre 地图代码不再瞎编

Community-maintained agent skills for MapLibre GL JS — helping AI coding assistants···

★ 163 2026-09-13
paynless-framework 开源

用对话驱动开发,一句话生成项目,告别手写样板代码

Paynless | Build Better Software Faster

★ 80 2026-08-09
PromptingTools.jl 开源

Julia 里几行代码调用大模型,提示词管理一步到位

Streamline your life using PromptingTools.jl, the Julia package that simplifies inte···

★ 178 2026-10-05
functionary 开源

让大模型学会用工具,对话中直接调API拿结果

Chat language model that can use tools and interpret the results

★ 1589 2026-08-09
dspy-advanced-prompting 开源

用DSpy实现高级提示词技巧,提升LLM应用效果

State-of-the-art prompting techniques implementation with DSpy - Manager-style promp···

★ 61 2026-08-09
runprompt 开源

在终端里直接跑 LLM 提示词,告别复制粘贴

Run LLM prompts from your shell

★ 446 2026-08-09
bellman 开源

用 Go 一套代码接入 ChatGPT、Gemini、Claude 和 Ollama

Golang lib for LLM APIs, ChatGPT, Gemini and Anthropic

★ 71 2026-08-09
oxideterm 开源

用 Rust 打造 AI 终端,轻量无遥测,本地远程都能用。

Fast, native Rust + GPUI workspace for local and SSH with MCP tools—no WebView, no ···

★ 1931 2026-08-09
use-stick-to-bottom 开源

让 AI 聊天消息自动吸底,滚动顺滑不跳变

A lightweight React Hook intended mainly for AI chat applications, for smoothly stic···

★ 785 2026-08-09