ComfyUI MiniMax H3 Prompt Writer：本地多模态提示词生成扩展，Gemma 4驱动零云端依赖

ComfyUI-MiniMaxH3-Prompt-Writer 是一款专为 MiniMax H3 设计的 ComfyUI UI 扩展（非工作流节点），通过本地 Gemma 4 GGUF 模型将创意简报与图像/视频/音频参考转化为符合官方指南的可编辑 H3 提示词。

• GitHub：https://github.com/duckyshell/ComfyUI-MiniMaxH3-Prompt-Writer

支持 T2VA/I2VA/FL2VA/L2VA/Reference 五种模式，Reference 模式最多处理 9 图 + 3 视频 + 3 音频参考；视频以有序联系表（6/8帧采样）理解，音频仅作为声明占位符（GGUF 不解析内容）。所有媒体数据保留在本地，无云端传输。提供自动/手动上下文控制（8K/16K/24K）、可编辑输出、GPU 内存管理及外部 llama.cpp 服务器连接选项。

核心功能与模型选型指南

五模式覆盖全场景

Gemma 4 GGUF 显存适配矩阵

⚠️ 重要提醒：

• 表格为实测起点，非硬性保证；其他 ComfyUI 节点/桌面应用会抢占显存
• 每个 GGUF 必须搭配匹配的 mmproj 投影仪文件，置于独立子文件夹
• 31B 模型生成速度显著下降，且 H3 提示词质量未随参数量线性提升

部署流程与工作流集成

安装四步法

1. 克隆仓库至 ComfyUI/custom_nodes/ComfyUI-MiniMaxH3-Prompt-Writer
2. 使用 ComfyUI 同一 Python 环境 安装依赖（Windows Portable 用户参照安装指南 CUDA 说明）
3. 下载 Gemma 4 GGUF + mmproj → 放入 ComfyUI/models/LLM/（多模型分文件夹存放）
4. 重启 ComfyUI → 菜单 Extensions > H3 Prompt Writer 打开浮动启动器

标准工作流

[创意简报 + 本地参考媒体]
        ↓
[H3 Prompt Writer UI] ← 官方MiniMax指南 + 本地Gemma4推理
        ↓
[可编辑H3提示词] → 复制 → [你的H3生成工作流]

• ✅ 提示词生成后需手动复制到 H3 工作流的文本输入框
• ✅ 输出可实时编辑、优化纯文本、取消生成
• ❌ 不自动排队工作流，不修改节点图，不运行 H3 模型

使用注意事项

当前版本明确限制

• 🔇 音频理解缺失：GGUF 模型不解析音频内容；<Audio N> 仅作占位符，角色必须在简报中文字描述
• 🎞️ 视频理解降级：仅基于预览联系表（6/8帧采样），非完整视频流；快速运动/细微动作可能丢失
• 🌐 语言限制：UI/文档仅英文；但创意简报可用任意语言，用户提供的对话/可见文本会被保留
• 🔌 外部服务器窄兼容：仅验证 Gemma 4 多模态 GGUF + mmproj；其他模型 v0.2.0 未测试
• ⚙️ 纯文本输出：不生成节点、不连接工作流、不调用 H3 API

实操避坑指南

1. 显存预检：启动前关闭非必要 ComfyUI 节点/浏览器标签，避免 OOM
2. 上下文手动控制：长简报/多参考时主动切 16K/24K，自动选择可能低估需求
3. 音频补偿策略：在简报中详述音频角色（如“背景爵士乐”“男性旁白”），弥补 GGUF 听觉盲区
4. 视频关键帧补充：若联系表遗漏重要动作，额外上传该帧为图像参考
5. 外部服务器配置：仅当本地显存不足时使用；确保 llama-server 加载正确 mmproj