在 ComfyUI 里直接调用 Gemini，让多模态 AI 助力图像创作。
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。
ComfyUI-OpenAI、ComfyUI-Claude、ComfyUI-Llama
ComfyUI-Gemini 是开发框架领域的开源项目，由 ZHO-ZHO-ZHO 开发，2023 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（783）位列前 30%，在开发框架分类中处于中上游。
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 2026-09-23。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工作流中自动为输入图像生成详细提示词。同类可对比的替代方案包括 ComfyUI-OpenAI、ComfyUI-Claude、ComfyUI-Llama。
上一篇：SeargeSDXL
下一篇：ComfyScript
ComfyUI_Custom_Nodes_AlekPet
开源
给 ComfyUI 装上语音翻译和姿态检测，工作流更全能
Custom nodes that extend the capabilities of Comfyui
langchain
开源
组装 AI 应用的乐高积木，从想法到上线不换工具
The agent engineering platform.
transformers
开源
全球最大的模型仓库全家桶，想用的模型一把抓
Transformers: the model-definition framework for state-of-the-art machine learning m···
pi
开源
一套 TypeScript 工具包，快速搭出能写代码的 AI agent
AI agent toolkit: unified LLM API, agent loop, TUI, coding agent CLI
