
ComfyUI-QwenVL
在ComfyUI里直接跑Qwen-VL,看图看视频出文字
项目预览
项目数据
项目介绍
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。
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装依赖
进节点目录按 requirements 装包,注意用 ComfyUI 自带的那套 Python。
-
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
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···
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
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···
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
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···
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
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
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 ···
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···