ComfyUI-KJNodes 使用指南：5 步搞定模型编译与图像批处理节点
【免费下载链接】ComfyUI-KJNodesVarious custom nodes for ComfyUI项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-KJNodes
ComfyUI-KJNodes 是给 ComfyUI 扩展用处的自定义节点合集，把模型编译加速、显存监控、图像与遮罩批处理这些原生缺少的能力，打包成可直接拖进画布的节点。你不用写代码，就能让出图更快、显存更省，并一次处理整批素材。
它解决什么痛点
- 显存吃紧、出图偏慢：原生 ComfyUI 对大模型和长序列视频几乎没有加速手段。KJNodes 提供 torch.compile 编译和注意力替换节点，把推理时间压下来，同时降低显存峰值。
- 一次要处理一批图：做数据预处理、批量超分或按遮罩裁剪时，原生节点往往只能一张张过。这里可以直接批量裁剪、批量缩放、按索引抽帧，一次跑几十上百张。
- 工作流连线一团糟：节点一多，连线交叉、子图之间传参困难。用 Set/Get 把参数命名后跨节点、跨子图引用，画布立刻清爽。
上图展示用 Set/Get 把 Load Checkpoint 的参数传到其他节点，避免重复连线。
核心能力拆解
让出图更快更省显存把模型接进TorchCompileModelAdvanced，按硬件选后端：inductor适合 NVIDIA，cudagraphs走 CUDA 图加速。首次运行会先编译、偏慢，之后每轮推理才快。
上图用WidgetToString读取另一个节点的控件值并转成字符串输出，方便把参数串起来。
注意力机制可替换Patch Sage Attention KJ和Patch Flash Attention KJ把默认注意力换成更省显存的实现，长视频、高分辨率任务收益明显。注意：Sage 需要装sageattention，Flash 需要flash_attn，否则节点无法生效。
批量处理图像与视频ImageBatchMulti、ImageBatchFilter、BatchCropFromMask负责批量缩放、筛选和按遮罩裁剪；LoadVideosFromFolder配合DecodeAndSaveVideo可做视频素材的批量编解码。
显存占用看得见Start/End Recording CUDAMemory History加Visualize CUDAMemory History能录下显存曲线，Model Memory Use Report Patch在出图时打印实际占用，方便定位哪一步爆显存。
| 编译/加速选项 | 适用场景 | 说明 |
|---|---|---|
| inductor 后端 | NVIDIA 显卡 | 默认，编译后推理更快 |
| cudagraphs 后端 | 显存紧张 | 用 CUDA 图减少 CPU 调度开销 |
| Sage/Flash 注意力 | 长序列视频 | 需要额外安装对应库 |
快速上手
- 在 ComfyUI 的
custom_nodes目录克隆仓库：
git clone https://gitcode.com/gh_mirrors/co/ComfyUI-KJNodes pip install -r requirements.txt- 重启 ComfyUI，确认控制台无报错，前端能看到
KJNodes分类的节点。 - 按
KJ搜索节点，先接一个最简单的TorchCompileModelAdvanced到模型链路上试跑。 - 显存不够时，加
Model Memory Usage Factor Override调低占用系数，或开启注意力替换节点。 - 复杂工作流用 Set/Get 理线：
Ctrl+Shift+S加 Set，Ctrl+Shift+G加 Get，右键连线中点可一键转成 Set/Get 对。
常见问题与注意事项
- 节点搜不到 LTXV 或 MiniMax：这两组依赖第三方库，导入失败时会在控制台打印
LTXV nodes could not be imported的警告。装好对应库后重启即可，不影响其他节点。 - torch.compile 第一次很慢：属正常现象，首次要完成编译缓存。之后推理才提速，别在第一次计时下结论。
- Sage/Flash 注意力没反应：确认已
pip install sageattention或flash_attn，并保证版本与当前 PyTorch 匹配，否则节点会静默失效。
ComfyUI-KJNodes 的价值在于用现成节点补齐 ComfyUI 在编译加速、显存监控和批量处理上的短板，装好后按需取用即可。
【免费下载链接】ComfyUI-KJNodesVarious custom nodes for ComfyUI项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-KJNodes
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
