产品简介
ComfyUI_MiniCPM-V-4_5 这是面向ComfyUI用户的MiniCPM-V-4.5多模态模型扩展插件。它能处理文本、视频、单图和多图查询，自动生成描述或回答，解决了在ComfyUI工作流中无缝使用先进视觉语言模型的需求，适合需要在自动化工作流中进行复杂内容理解的AI应用开发者和内容创作者。
核心功能
- 支持文本查询，生成信息或描述
- 支持视频查询，分析内容并生成描述
- 支持单图查询，为图像生成描述
- 支持多图查询，提供整合描述或叙事
- 可设置参数保持模型加载，提升批量查询效率
- 可设置随机种子，确保结果可复现
快速开始
- 通过ComfyUI Manager搜索`minicpm`安装此节点，或将仓库克隆到`ComfyUI\custom_nodes\`目录。
- 在节点目录下运行`pip install -r requirements.txt`安装依赖。
- 在ComfyUI中加载相关工作流（如文本、视频、图片查询工作流），模型将在首次运行时自动下载。
界面预览
与其他方案对比
| 对比项 | ComfyUI_MiniCPM-V-4_5 | 同类方案 |
|---|---|---|
| 集成方式 | 作为ComfyUI自定义节点，无缝融入可视化工作流，参数可配置。 | 通常是独立应用或需要API调用，需单独搭建处理流程。 |
| 内存管理 | 提供`keep_model_loaded`参数，可在批量处理时保持模型常驻内存，避免重复加载。 | 多数独立工具每次调用都会加载/卸载模型，批量场景效率较低。 |
适合谁用
- 需要在ComfyUI中进行图文、视频内容理解与描述生成的AI应用开发者
- 希望自动化为大量图片或视频生成描述标签的内容创作者或运营人员
- 需要集成多模态模型到现有工作流中进行数据处理或分析的研究人员
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/IuvenisSapiens/ComfyUI_MiniCPM-V-4_5