ComfyUI-Gemini

在 ComfyUI 里直接调用 Gemini，让多模态 AI 助力图像创作。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 图像生成 🍴 复刻 65 🐛 待处理 38 👀 关注 7
GitHub ↗
GitHub 星标 ★ 781
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，GPL-3.0许可，可自行部署使用，无付费版本。

项目预览

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

项目数据

分类图像生成
开发团队ZHO-ZHO-ZHO
GitHubhttps://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini
定价模式🏷️完全免费
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🔧 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,gemini-pro,google-gemini,stable-diffusion
GitHub 星标★ 781
上线时间2023-12-19 00:00:00
代码更新2024-05-22
仓库体积158 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

ComfyUI-Gemini 是一个将 Google Gemini 多模态模型集成到 ComfyUI 工作流中的插件。它解决了 ComfyUI 用户无法直接利用 Gemini 进行图像理解、生成和编辑的问题，让用户可以在熟悉的节点式界面中调用 Gemini 的能力。核心能力包括：使用 Gemini Pro Vision 对图像进行描述、分析，生成提示词；利用 Gemini 生成图像（通过 Imagen 或图像编辑）；以及将 Gemini 作为节点与其他 Stable Diffusion 模型结合，实现更复杂的创意流程。该项目通过自定义节点封装 API，简化了调用过程，使得 AI 创作者无需编写代码即可将 Gemini 融入生成式工作流。

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 2026-08-09 · 当前星标 ★ 781

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：入门 约 15 分钟 部署方式：本地安装 4 步

环境要求

  • ComfyUI
  • Gemini API Key

安装与启动步骤

  1. 1有 ComfyUI

    这是接 Gemini 的自定义节点。

    cd ComfyUI/custom_nodes

  2. 2克隆节点

    放进 custom_nodes 后重启。

    git clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini.git

  3. 3填 API Key

    在节点里填 Google AI Studio 的 Key。

    GEMINI_API_KEY=AIza...

  4. 4试文件理解

    支持传图、txt、pdf、音频单文件。

    接一个 Load Image 节点喂进去

如何确认成功

节点能返回文本结果，传图后回答与图片内容相关。

注意事项

  • 已支持单文件上传，多文件（视频）还在路上。
  • 长文本会被截断，注意上下文上限。
  • 节点与 ComfyUI 版本不匹配会加载失败。

核心亮点

  • 无缝集成 ComfyUI，通过节点拖拽即可使用 Gemini，无需编程
  • 支持图像理解与提示词生成，可辅助 Stable Diffusion 提升出图质量
  • 支持 Gemini 图像生成与编辑，扩展了 ComfyUI 的多模态能力

不足之处

  • 依赖 Google API 密钥，需要付费或申请额度，且网络访问受限
  • 文档/社区待观察

适用场景

  • 在 ComfyUI 工作流中自动为输入图像生成详细提示词
  • 使用 Gemini 对生成结果进行质量评估或内容分析
  • 结合 Stable Diffusion 与 Gemini 实现图像编辑或风格转换

替代项目

ComfyUI-OpenAI、ComfyUI-Claude、ComfyUI-Llama

上一篇：SeargeSDXL

下一篇：ComfyScript

同类项目推荐

agent-skills-standard 开源

给 AI 代理装上各语言框架的编码规范，生成代码更符合工程最佳实践

A collection of Agent Skills Standard and Best Practice for Programming Languages, F···

★ 583 2026-10-13
python-sdk 开源

用 Python 快速搭出带状态、能容错的微服务和 AI 智能体

Dapr SDK for Python: build durable AI agents and resilient microservices with workfl···

★ 273 2026-10-30
llm-interface 开源

一个接口调遍 36 家 LLM，省去适配烦恼

A simple NPM interface for seamlessly interacting with 36 Large Language Model (LLM)···

★ 123 2026-08-09
ComfyUI-disty-Flow 开源

让 ComfyUI 工作流搭建更直观，新手也能快速上手。

Flow is a custom node designed to provide a user-friendly interface for ComfyUI.

★ 574 2026-08-09
synalinks 开源

用图编程快速构建可解释的神经符号AI应用

Keras based framework for neuro-symbolic LM systems

★ 465 2026-08-09
swifty-creatives 开源

用 Swift 在 Apple 设备上轻松创作生成艺术与交互视觉

Creative coding framework for Swift. Built on Apple's Metal. Inspired by Processing.···

★ 303 2026-08-09
browsercode 开源

在浏览器里直接跑 AI Agent，不用后端

The browser-native agent framework

★ 789 2026-09-13
LoongFlow 开源

让AI边干边学，循环进化，搞定复杂任务

LoongFlow is an expert-grade Agent framework for Loop Engineering. Through a Plan-Ex···

★ 483 2026-08-09
a2a-adapter 开源

一套适配器，让不同框架的智能体按 A2A 协议互相说话

Open Source A2A Protocol Adapter SDK for Different Agent Frameworks and Harnesses

★ 105 2026-10-20