ComfyUI_TGate

给ComfyUI装上注意力缓存，出图更快不降质

T-GATE是一种针对扩散模型的高效注意力缓存技术，通过复用相邻去噪步骤中的注意力权重来大幅减少重复计算。ComfyUI_TGate将其以自定义节点形式集成到ComfyUI中，用户无需修改底层代码即可在现有工作流中启用该加速方法。该节点支持与Stable Diffusion等主流模型配合，在保持生成质量基本不变的前提下，显著降低采样耗时，尤其适合迭代出图或批量生成场景。项目代码结构清晰，安装简便，为ComfyUI用户提供了一条低门槛的推理优化路径。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 102

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队JettHu

所属国家

官网地址

GitHubhttps://github.com/JettHu/ComfyUI_TGate

定价模式free

价格说明开源项目，GPL-3.0许可，可自行部署使用，无付费版本。

访问状态

是否开源是

开源协议GPL-3.0

主要语言Python

技术栈/模型comfyui,comfyui-nodes,diffusion,stable-diffusion,t-gate

GitHub 星标★ 102

30天Star增速

HF 下载量

上线时间2024-04-17 00:00:00

最近更新2026-09-04 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

实现T-GATE算法，实测可减少约20%-50%的采样时间，加速效果明显
作为ComfyUI自定义节点，无需改动现有工作流即可直接插入使用
代码简洁，依赖少，便于二次开发或集成到其他ComfyUI工具链

不足之处

项目处于早期阶段，文档和示例工作流较少，上手需参考原论文
仅针对注意力缓存优化，对显存占用或低显存场景帮助有限

适用场景

在ComfyUI中批量生成多张图片，需要缩短总等待时间
本地部署Stable Diffusion，希望降低单次采样的延迟
研究扩散模型加速技术，需要可复现的参考实现

替代项目

ComfyUI-Depth-Anything、ComfyUI-AnimateDiff-Evolved、ComfyUI-SVD

项目介绍

ComfyUI_TGate 是图像领域的开源项目，由 JettHu 开发，2024 年首次发布。

它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 102。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-04。GPL-3.0许可，可自行部署使用，无付费版本。

它主要面向的使用场景是：在ComfyUI中批量生成多张图片，需要缩短总等待时间。同类可对比的替代方案包括 ComfyUI-Depth-Anything、ComfyUI-AnimateDiff-Evolved、ComfyUI-SVD。

上一篇：DiffusionPen

下一篇：sd-webui-lama-cleaner-masked-content