ControlNet 的作者 Lvmin Zhang基于腾讯混元视频生成模型的项目FramePack在ComfyUI上有不少插件,今天要介绍的这款插件ComfyUI-FramePackWrapper_PlusOne ,由开发者 tori29umai0123 在原有 ComfyUI-FramePackWrapper_Plus 基础上进行改进,专注于提升时间连贯性和 LoRA 支持。虽然作者表示无意长期维护,但欢迎社区对其进行改进,尤其鼓励对 Framepack 1f-mc 的进一步优化。
🧩 功能亮点
| 功能 | 描述 |
|---|---|
| ✅ F1 采样器支持 | 使用改进版 F1 采样方法,显著提升视频质量和帧间一致性 |
| ✅ LoRA 集成 | 完整支持 HunyuanVideo LoRA 模型,提供权重融合选项 |
| ✅ 时间戳提示系统 | 支持在指定时间段内应用不同提示,实现动态视频控制 |
| ✅ 灵活输入控制 | 支持参考图像或空潜变量(empty latent)作为起始点 |
| ✅ 分辨率自动优化 | 内置桶查找机制,适配最佳视频尺寸 |
| ✅ 混合过渡控制 | 实现多个提示之间的平滑切换 |
📦 安装指南
手动安装
将本项目作为自定义节点安装到你的 ComfyUI 环境中:
cd ComfyUI/custom_nodes
git clone https://github.com/tori29umai0123/ComfyUI-FramePackWrapper_PlusOne.git
安装依赖项:
pip install -r requirements.txt
ComfyUI Manager安装
通过ComfyUI Manager搜索“ComfyUI-FramePackWrapper_PlusOne”后,点击安装后重启ComfyUI。

下载并放置所需模型文件至 models 文件夹:
- FramePackI2V_HY:https://huggingface.co/lllyasviel/FramePackI2V_HY
- FramePack_F1_I2V_HY:https://huggingface.co/lllyasviel/FramePack_F1_I2V_HY_20250503
🧪 所需模型
- 主要模型:FramePackI2V_HY_fp8_e4m3fn.safetensors- 优化的 fp8 版本(文件大小较小)| FramePackI2V_HY_bf16.safetensors- BF16 版本(质量更高)
- CLIP Vision 模型:
sigclip_vision_384 - 文本编码器 & VAE:
HunyuanVideo_repackaged
🛠️ 使用方式简要流程
- 加载 HunyuanVideo 模型并配置基础参数;
- (可选)通过
FramePackLoraSelect添加 LoRA 模型; - 准备输入图像或使用空潜变量;
- 利用 CLIP Vision 编码获取图像嵌入;
- 使用
FramePackTimestampedTextEncode设置带时间戳的提示; - 调用
FramePackSampler (F1)生成视频。

⏱️ 时间戳提示格式详解
你可以使用如下格式编写带时间戳的提示内容,以控制不同时间段的视觉表现:
[0s: A beautiful landscape, mountains in the background]
[5s-10s: Camera pans to reveal a lake, reflections of clouds]
[10s: A boat appears on the horizon, sailing slowly]
[Xs: 提示]:从第 X 秒开始,直到下一个时间戳;[Xs-Ys: 提示]:从 X 秒到 Y 秒之间生效。
这种设计使得你可以在不更换图像的前提下,精确控制每一秒的画面变化。
🎚️ LoRA 使用技巧
- 将 HunyuanVideo LoRA 文件放入
ComfyUI/models/loras文件夹; - 使用
FramePackLoraSelect节点将其加入工作流; - 推荐强度范围为 0.5 ~ 1.2;
- 若追求性能优化,可将
fuse_lora设为true;如需更高灵活性,则设为false; - 可链式连接多个 LoRA,获得叠加效果。
🧱 节点功能一览
🔹 FramePackSampler (F1)
这是核心视频生成节点,采用 F1 采样技术:
- 输入参数:
- model:加载的 FramePack 模型
- positive_timed_data:带时间戳的正向提示
- negative:负向提示条件
- start_latent / start_image_embeds:初始潜变量或图像嵌入
- end_latent / end_image_embeds:(可选)用于过渡结束
- initial_samples:(可选)用于视频到视频生成
- 其他采样参数(步数、CFG、引导尺度等)
🔹 FramePackTimestampedTextEncode
对带有时间戳的文本提示进行编码处理:
- 输入参数:
- clip:CLIP 文本模型
- text:带时间戳的文本提示
- negative_text:负向提示
- total_second_length:视频总时长(秒)
- latent_window_size:处理窗口大小
- prompt_blend_sections:提示混合分段数量(用于平滑过渡)
🔹 FramePackLoraSelect
选择并配置 LoRA 模型参数:
- 输入参数:
- lora:LoRA 模型路径
- strength:应用强度(0.0–2.0)
- fuse_lora:是否将 LoRA 权重融合进主模型
- prev_lora:用于串联多个 LoRA
🔹 LoadFramePackModel / DownloadAndLoadFramePackModel
用于加载 FramePack 模型,支持多种精度模式(FP8、BF16 等)。
🎯 高级技巧推荐
- 分辨率控制:使用
FramePackFindNearestBucket自动匹配最合适的尺寸; - 内存优化:通过设置
gpu_memory_preservation参数降低显存占用; - 提示混合:启用
prompt_blend_sections > 0以实现自然过渡; - 多 LoRA 链接:组合多个 LoRA 模型,打造复杂视觉风格;
- 空潜变量启动:从头生成视频时,使用
Empty Latent Image节点初始化。
⚠️ 故障排查建议
| 问题 | 解决方案 |
|---|---|
| CUDA 内存不足 | 降低分辨率、减少 latent_window_size 或增加 gpu_memory_preservation |
| LoRA 加载失败 | 确保 LoRA 为 .safetensors 格式,并检查路径 |
| 视频伪影明显 | 增加采样步数或调整 CFG/guidance_scale 参数 |
🙌 致谢说明
该项目是 kijai 开发的原始 ComfyUI-FramePackWrapper 的增强分支,新增了以下关键特性:
- 引入 F1 采样器,显著提升视频时间连贯性;
- 完善 LoRA 支持,提升定制化生成能力;
- 实现时间戳提示机制,支持动态视频构建;
- 对整个工作流程进行了多项优化与扩展。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...















