春联生成模型-中文-base在ComfyUI中的可视化工作流搭建春节临近想为家里或公司定制一副独一无二的春联却苦于没有文采或者作为内容创作者需要批量生成不同风格的对联文案传统方法要么依赖个人灵感要么需要手动搜索拼凑效率和创意都有限。现在我们可以把专业的春联生成模型搬进强大的可视化AI工作流工具ComfyUI里。这就像给你的创意车间增加了一台智能文案生成器只需拖拽几个节点输入几个关键词一副对仗工整、寓意吉祥的春联就能自动生成。更妙的是你还可以将这个“文案生成器”与ComfyUI里已有的图像生成节点串联起来实现“文生联联生图”的一站式创作。今天我就带你一步步搭建这个好玩又实用的可视化工作流。1. 准备工作理解核心组件在开始连线之前我们先搞清楚需要哪些“零件”。整个工作流的核心是两个部分春联生成模型本身以及它在ComfyUI中的“接口”。春联生成模型-中文-base这是一个专门训练用于生成中文春联的AI模型。你给它一个上联或者几个关键词比如“龙年”、“吉祥”、“事业”它就能自动补全下联和横批。它的输出是结构化的文本。ComfyUI这是一个通过节点连线方式构建AI工作流的可视化工具。它的优势在于流程清晰、可定制性强并且能够将不同的AI模型如文生图、图生图、语言模型连接在一起形成自动化管道。我们的目标就是为这个文本生成模型制作一个自定义节点让它能像其他图像生成节点一样被拖进ComfyUI的画布并与其他节点交换数据。2. 第一步创建自定义春联生成节点ComfyUI的强大之处在于其可扩展性。我们需要创建一个新的节点作为春联模型与ComfyUI工作流之间的桥梁。首先在你的ComfyUI自定义节点目录下通常是ComfyUI/custom_nodes/创建一个新的Python文件例如chunlian_generator.py。这个节点需要完成几件事接收输入参数、调用春联生成模型、将结果格式化成ComfyUI能识别的输出。下面是一个简化但功能完整的节点代码示例import torch import json from transformers import AutoTokenizer, AutoModelForCausalLM from nodes import NODE_CLASS_MAPPING, NODE_DISPLAY_NAME_MAPPING import folder_paths import comfy.sd class ChunLianGenerator: classmethod def INPUT_TYPES(cls): return { “required”: { “keywords”: (“STRING”, {“default”: “新春快乐 万事如意”, “multiline”: True}), “max_length”: (“INT”, {“default”: 50, “min”: 10, “max”: 200}), “temperature”: (“FLOAT”, {“default”: 0.9, “min”: 0.1, “max”: 2.0, “step”: 0.1}), }, } RETURN_TYPES (“STRING”, “STRING”, “STRING”) RETURN_NAMES (“上联”, “下联”, “横批”) FUNCTION “generate” CATEGORY “AI写作” def __init__(self): self.tokenizer None self.model None def load_model(self): if self.model is None: model_name “./models/chunlian-generator” # 假设模型已下载至此路径 print(f“正在加载春联模型: {model_name}”) self.tokenizer AutoTokenizer.from_pretrained(model_name) self.model AutoModelForCausalLM.from_pretrained(model_name) if torch.cuda.is_available(): self.model self.model.cuda() print(“春联模型加载完毕。”) def generate(self, keywords, max_length, temperature): self.load_model() # 构建给模型的提示词这里可以根据你的模型微调格式调整 prompt f“生成春联主题包含{keywords}” inputs self.tokenizer(prompt, return_tensors“pt”) if torch.cuda.is_available(): inputs {k: v.cuda() for k, v in inputs.items()} with torch.no_grad(): outputs self.model.generate( **inputs, max_new_tokensmax_length, temperaturetemperature, do_sampleTrue, pad_token_idself.tokenizer.eos_token_id ) full_text self.tokenizer.decode(outputs[0], skip_special_tokensTrue) # 简单的后处理假设模型生成格式为“上联xxx 下联yyy 横批zzz” # 这里需要根据你实际模型的输出格式进行解析 lines full_text.replace(“上联”, “”).replace(“下联”, “”).replace(“横批”, “”).split(“ ”) # 这是一个示例解析逻辑你可能需要调整 upline lines[0] if len(lines) 0 else “” downline lines[1] if len(lines) 1 else “” horizontal lines[2] if len(lines) 2 else “” return (upline, downline, horizontal) # 将节点注册到ComfyUI NODE_CLASS_MAPPING.update({“ChunLianGenerator”: ChunLianGenerator}) NODE_DISPLAY_NAME_MAPPING.update({“ChunLianGenerator”: “春联生成器”})这段代码做了几件关键事INPUT_TYPES定义了节点的输入参数关键词、生成文本最大长度和随机性参数。RETURN_TYPES和RETURN_NAMES定义了节点输出三个字符串分别对应上联、下联和横批。generate函数是核心它加载模型处理输入调用模型生成并解析结果。最后两行将我们这个类注册为ComfyUI可用的节点。重要提示你需要提前将“春联生成模型-中文-base”的模型文件下载并放置到代码中指定的路径例如./models/chunlian-generator/。同时模型输出的文本格式可能与示例中的解析逻辑不同请根据实际模型的输出风格调整代码中的后处理部分。3. 第二步构建基础春联生成工作流保存好自定义节点文件后重启ComfyUI。你应该能在节点菜单的“AI写作”分类下找到“春联生成器”节点。现在让我们搭建一个最简单的测试工作流在画布上右键搜索并添加“春联生成器”节点。添加一个“文本输入”节点通常叫String或Text连接到“春联生成器”的keywords输入口。在文本框中输入你的主题比如“龙年大吉 财源广进”。添加三个“文本输出”节点通常叫Print Text或String to Console分别连接到“春联生成器”的三个输出口上联、下联、横批。点击“运行”。如果一切正常你会在ComfyUI的运行日志或输出节点中看到生成的对联。这个基础流程验证了我们的自定义节点是有效的。你可以通过调整temperature参数来控制对联的创意性值越高越随机值越低越稳定通过max_length控制对联的长度。4. 第三步进阶联动——为春联自动生成背景图单独生成文字对联已经很有用但ComfyUI的魔力在于连接。我们可以把生成的文本直接作为提示词输入给一个文生图模型比如SDXL自动生成与之匹配的春节背景图。这里我以连接SDXL模型为例展示一个进阶工作流生成春联按照第二步搭建春联生成部分。组合提示词添加一个“文本拼接”节点搜索Concatenate。将“春联生成器”输出的“上联”和“下联”连接到这个节点并设置一个分隔符比如“”。这样我们就得到了一个完整的对联描述字符串。丰富图像提示为了生成更有节日气氛的图我们可以在对联描述前后加上风格化词汇。再添加一个“文本拼接”节点将固定的前缀如“中国风春节喜庆红色背景金色字体精美艺术字对联内容”、上一步的对联描述、固定的后缀如“高清8k”拼接成一个完整的图像提示词。连接文生图模型添加SDXL的文生图流程所需节点包括“Checkpoint加载器”、“正面提示词”、“负面提示词”、“采样器”、“VAE解码器”等。将上一步生成的完整图像提示词连接到“正面提示词”节点。调整参数在“采样器”节点中可以设置适合生成艺术字的步数如20-30步和CFG值如7-9。运行点击运行ComfyUI会先执行春联生成节点然后将生成的对联自动填入图像提示词最终触发文生图流程输出一张带有生成对联内容的春节风格图片。通过这个流程你只需要输入几个关键词就能获得一副AI撰写的春联和一张为这副春联量身定制的背景图。你可以通过更换不同的Checkpoint模型比如换成国风、水墨画风格的模型来改变最终图像的风格。5. 实用技巧与问题排查在实际搭建中你可能会遇到一些小问题这里分享几个经验模型加载慢首次加载春联模型可能需要一些时间。确保模型文件路径正确并且有足够的硬盘空间和内存。可以考虑将模型加载代码改为全局加载避免每次运行节点都重复加载。文本解析错误如果生成的联句格式混乱大概率是后处理解析逻辑与模型实际输出不匹配。最好的方法是先单独运行模型打印出它的原始输出格式然后据此修改节点代码中的解析部分。提升对联质量关键词输入越具体、越有画面感生成的对联往往越精彩。例如输入“家中有老人 健康长寿”比单纯输入“健康”效果更好。工作流复用将这个春联生成流程保存为一个模板。下次使用时直接加载模板只需修改关键词就能快速生成新的对联和配图非常适合需要批量创作的场景。探索更多连接除了生成静态图你还可以将对联文本连接到文本转语音节点生成语音祝福或者将多副生成的对联输入到批量处理节点实现一键生成多套方案。6. 总结把春联生成模型接入ComfyUI看起来是增加了一个小功能但实际上打开了一扇新的大门。它展示了如何将非视觉化的AI模型NLP模型无缝集成到以视觉化创作为主的工作流中实现了跨模态的自动化创作。从简单的文本生成到复杂的“文-图”联动流水线整个过程都在可视化的界面中通过拖拽完成逻辑清晰调整方便。无论你是想为自己定制一份新年礼物还是为内容生产寻找自动化解决方案这套方法都提供了一个高自由度、高可玩性的起点。动手试试吧从搭建第一个自定义节点开始你会发现ComfyUI的生态比你想象的还要广阔。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
春联生成模型-中文-base在ComfyUI中的可视化工作流搭建
发布时间：2026/8/1 10:28:16
春联生成模型-中文-base在ComfyUI中的可视化工作流搭建春节临近想为家里或公司定制一副独一无二的春联却苦于没有文采或者作为内容创作者需要批量生成不同风格的对联文案传统方法要么依赖个人灵感要么需要手动搜索拼凑效率和创意都有限。现在我们可以把专业的春联生成模型搬进强大的可视化AI工作流工具ComfyUI里。这就像给你的创意车间增加了一台智能文案生成器只需拖拽几个节点输入几个关键词一副对仗工整、寓意吉祥的春联就能自动生成。更妙的是你还可以将这个“文案生成器”与ComfyUI里已有的图像生成节点串联起来实现“文生联联生图”的一站式创作。今天我就带你一步步搭建这个好玩又实用的可视化工作流。1. 准备工作理解核心组件在开始连线之前我们先搞清楚需要哪些“零件”。整个工作流的核心是两个部分春联生成模型本身以及它在ComfyUI中的“接口”。春联生成模型-中文-base这是一个专门训练用于生成中文春联的AI模型。你给它一个上联或者几个关键词比如“龙年”、“吉祥”、“事业”它就能自动补全下联和横批。它的输出是结构化的文本。ComfyUI这是一个通过节点连线方式构建AI工作流的可视化工具。它的优势在于流程清晰、可定制性强并且能够将不同的AI模型如文生图、图生图、语言模型连接在一起形成自动化管道。我们的目标就是为这个文本生成模型制作一个自定义节点让它能像其他图像生成节点一样被拖进ComfyUI的画布并与其他节点交换数据。2. 第一步创建自定义春联生成节点ComfyUI的强大之处在于其可扩展性。我们需要创建一个新的节点作为春联模型与ComfyUI工作流之间的桥梁。首先在你的ComfyUI自定义节点目录下通常是ComfyUI/custom_nodes/创建一个新的Python文件例如chunlian_generator.py。这个节点需要完成几件事接收输入参数、调用春联生成模型、将结果格式化成ComfyUI能识别的输出。下面是一个简化但功能完整的节点代码示例import torch import json from transformers import AutoTokenizer, AutoModelForCausalLM from nodes import NODE_CLASS_MAPPING, NODE_DISPLAY_NAME_MAPPING import folder_paths import comfy.sd class ChunLianGenerator: classmethod def INPUT_TYPES(cls): return { “required”: { “keywords”: (“STRING”, {“default”: “新春快乐 万事如意”, “multiline”: True}), “max_length”: (“INT”, {“default”: 50, “min”: 10, “max”: 200}), “temperature”: (“FLOAT”, {“default”: 0.9, “min”: 0.1, “max”: 2.0, “step”: 0.1}), }, } RETURN_TYPES (“STRING”, “STRING”, “STRING”) RETURN_NAMES (“上联”, “下联”, “横批”) FUNCTION “generate” CATEGORY “AI写作” def __init__(self): self.tokenizer None self.model None def load_model(self): if self.model is None: model_name “./models/chunlian-generator” # 假设模型已下载至此路径 print(f“正在加载春联模型: {model_name}”) self.tokenizer AutoTokenizer.from_pretrained(model_name) self.model AutoModelForCausalLM.from_pretrained(model_name) if torch.cuda.is_available(): self.model self.model.cuda() print(“春联模型加载完毕。”) def generate(self, keywords, max_length, temperature): self.load_model() # 构建给模型的提示词这里可以根据你的模型微调格式调整 prompt f“生成春联主题包含{keywords}” inputs self.tokenizer(prompt, return_tensors“pt”) if torch.cuda.is_available(): inputs {k: v.cuda() for k, v in inputs.items()} with torch.no_grad(): outputs self.model.generate( **inputs, max_new_tokensmax_length, temperaturetemperature, do_sampleTrue, pad_token_idself.tokenizer.eos_token_id ) full_text self.tokenizer.decode(outputs[0], skip_special_tokensTrue) # 简单的后处理假设模型生成格式为“上联xxx 下联yyy 横批zzz” # 这里需要根据你实际模型的输出格式进行解析 lines full_text.replace(“上联”, “”).replace(“下联”, “”).replace(“横批”, “”).split(“ ”) # 这是一个示例解析逻辑你可能需要调整 upline lines[0] if len(lines) 0 else “” downline lines[1] if len(lines) 1 else “” horizontal lines[2] if len(lines) 2 else “” return (upline, downline, horizontal) # 将节点注册到ComfyUI NODE_CLASS_MAPPING.update({“ChunLianGenerator”: ChunLianGenerator}) NODE_DISPLAY_NAME_MAPPING.update({“ChunLianGenerator”: “春联生成器”})这段代码做了几件关键事INPUT_TYPES定义了节点的输入参数关键词、生成文本最大长度和随机性参数。RETURN_TYPES和RETURN_NAMES定义了节点输出三个字符串分别对应上联、下联和横批。generate函数是核心它加载模型处理输入调用模型生成并解析结果。最后两行将我们这个类注册为ComfyUI可用的节点。重要提示你需要提前将“春联生成模型-中文-base”的模型文件下载并放置到代码中指定的路径例如./models/chunlian-generator/。同时模型输出的文本格式可能与示例中的解析逻辑不同请根据实际模型的输出风格调整代码中的后处理部分。3. 第二步构建基础春联生成工作流保存好自定义节点文件后重启ComfyUI。你应该能在节点菜单的“AI写作”分类下找到“春联生成器”节点。现在让我们搭建一个最简单的测试工作流在画布上右键搜索并添加“春联生成器”节点。添加一个“文本输入”节点通常叫String或Text连接到“春联生成器”的keywords输入口。在文本框中输入你的主题比如“龙年大吉 财源广进”。添加三个“文本输出”节点通常叫Print Text或String to Console分别连接到“春联生成器”的三个输出口上联、下联、横批。点击“运行”。如果一切正常你会在ComfyUI的运行日志或输出节点中看到生成的对联。这个基础流程验证了我们的自定义节点是有效的。你可以通过调整temperature参数来控制对联的创意性值越高越随机值越低越稳定通过max_length控制对联的长度。4. 第三步进阶联动——为春联自动生成背景图单独生成文字对联已经很有用但ComfyUI的魔力在于连接。我们可以把生成的文本直接作为提示词输入给一个文生图模型比如SDXL自动生成与之匹配的春节背景图。这里我以连接SDXL模型为例展示一个进阶工作流生成春联按照第二步搭建春联生成部分。组合提示词添加一个“文本拼接”节点搜索Concatenate。将“春联生成器”输出的“上联”和“下联”连接到这个节点并设置一个分隔符比如“”。这样我们就得到了一个完整的对联描述字符串。丰富图像提示为了生成更有节日气氛的图我们可以在对联描述前后加上风格化词汇。再添加一个“文本拼接”节点将固定的前缀如“中国风春节喜庆红色背景金色字体精美艺术字对联内容”、上一步的对联描述、固定的后缀如“高清8k”拼接成一个完整的图像提示词。连接文生图模型添加SDXL的文生图流程所需节点包括“Checkpoint加载器”、“正面提示词”、“负面提示词”、“采样器”、“VAE解码器”等。将上一步生成的完整图像提示词连接到“正面提示词”节点。调整参数在“采样器”节点中可以设置适合生成艺术字的步数如20-30步和CFG值如7-9。运行点击运行ComfyUI会先执行春联生成节点然后将生成的对联自动填入图像提示词最终触发文生图流程输出一张带有生成对联内容的春节风格图片。通过这个流程你只需要输入几个关键词就能获得一副AI撰写的春联和一张为这副春联量身定制的背景图。你可以通过更换不同的Checkpoint模型比如换成国风、水墨画风格的模型来改变最终图像的风格。5. 实用技巧与问题排查在实际搭建中你可能会遇到一些小问题这里分享几个经验模型加载慢首次加载春联模型可能需要一些时间。确保模型文件路径正确并且有足够的硬盘空间和内存。可以考虑将模型加载代码改为全局加载避免每次运行节点都重复加载。文本解析错误如果生成的联句格式混乱大概率是后处理解析逻辑与模型实际输出不匹配。最好的方法是先单独运行模型打印出它的原始输出格式然后据此修改节点代码中的解析部分。提升对联质量关键词输入越具体、越有画面感生成的对联往往越精彩。例如输入“家中有老人 健康长寿”比单纯输入“健康”效果更好。工作流复用将这个春联生成流程保存为一个模板。下次使用时直接加载模板只需修改关键词就能快速生成新的对联和配图非常适合需要批量创作的场景。探索更多连接除了生成静态图你还可以将对联文本连接到文本转语音节点生成语音祝福或者将多副生成的对联输入到批量处理节点实现一键生成多套方案。6. 总结把春联生成模型接入ComfyUI看起来是增加了一个小功能但实际上打开了一扇新的大门。它展示了如何将非视觉化的AI模型NLP模型无缝集成到以视觉化创作为主的工作流中实现了跨模态的自动化创作。从简单的文本生成到复杂的“文-图”联动流水线整个过程都在可视化的界面中通过拖拽完成逻辑清晰调整方便。无论你是想为自己定制一份新年礼物还是为内容生产寻找自动化解决方案这套方法都提供了一个高自由度、高可玩性的起点。动手试试吧从搭建第一个自定义节点开始你会发现ComfyUI的生态比你想象的还要广阔。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
