QWen-VL in ComfyUI：使用通义千问视觉理解模型进行图生图

此插件是将通义千问视觉理解模型 QWen-VL 双模型（Plus & Max）通过 API 调用引入到 ComfyUI 中，让大家可以在ComfyUI中使用QWen-VL来识图并应用于图生图。

---

目前 QWen-VL API 限免，你可以在这里申请一个自己的 API Key进行使用：

---

关于通义千问视觉理解模型 Qwen-VL具体可查看：通义千问视觉理解模型 Qwen-VL升级版：Qwen-VL-Plus、Qwen-VL-Max

插件安装

1、使用管理器 ComfyUI Manager 安装

2、手动安装

在ComfyUI安装文件夹，使用以下命令进行安装：

cd custom_nodes
git clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-Qwen-VL-API.git
cd custom_nodes/ComfyUI-Qwen-VL-API
pip install -r requirements.txt

无论是管理器还是手动安装，插件安装完毕后，都需要重启 ComfyUI

工作流

开发者已经内置了工作流，将此文件夹ComfyUI\custom_nodes\ComfyUI-Qwen-VL-API下的json文件拖入ComfyUI界面即可打开工作流。

👇如果缺少节点，请使用ComfyUI管理器管理器的安装缺失节点来安装插件

使用方法

按照阿里云官方指引去申请API key，将申请到的API key添加到 config.json 文件中，运行时会自动加载

节点说明

此插件主要提供了两种节点（均采用隐式 API KEY）:

• QWenVL_Zho：同时支持两种模型，接受本地图像作为输入（图像仅临时储存用完会自动清除）

• QWenVL_Chat_Zho：同时支持两种模型，支持上下文窗口，接受本地图像作为输入（图像储存在 /custom nodes/ComfyUI-Qwen-VL-API/qw 文件夹中，可手动清理）

参数说明

• image：接入本地图像

• prompt：提示词

• model_name：模型选择，QWen-VL-Plus 或 QWen-VL-Max（需要注意，目前限免的是QWen-VL-Max）

• seed：随机种子

开发者给出的工作流使用的是QWenVL_Zho，加载工作流后，上传或者拖入图片，然后进行图生图相关设置，即可点击添加到提示词队列开始生图。

建议将生成图片的尺寸设置成与上传图片相同比例，大家也可以在开发者分享的工作流基础上进一步删减节点，进行更简单或复杂的生图设置。