乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > qwenVL安装、图片反推、打标-comfyUI图文教程7

qwenVL安装、图片反推、打标-comfyUI图文教程7

当前时间： 2026-08-13 02:52:06 分类：办公文件 评论(0)
qwenVL安装、图片反推、打标-comfyUI图文教程7
▍PART comfyUI教程合集
    comfyui安装熟悉界面提示词翻译（CLIP文本编码）整线下载模型models、工作流、解决报错报红界面整理（固定节点、分组）安装llama-cpp-python
    ▍PART 效果预览
    1. 本文运用qwenVL模型反推图片、视频的关键词
    2. 你可以输入请用中文描述他就会给你输出中文提示词（默认出来是英文的提示词）
    ▍PART 序

    1. 本文不用魔法，也可以安装

    2. 我一个程序员都得研究半天的东西
    3. 我真的不敢想象普通人玩comfyui的时候，是多么绝望。
    4. 你如果跟着我的博文搞下去
    5. 基本很难卡到问题。
    6. 如果你在别的地卡到问题才看到我这篇
    7. 没事你可以直接在下面找到答案直接找答案，我都是一路踩过来的
    ▍PART 卡问题解决方案
    你如果我的教程看下来，应该是卡不到。我说的是应该！！！
    ▍PART 文档（方便你以后回头要看）

    • ComfyUI-QwenVL(https://github.com/1038lab/ComfyUI-QwenVL)

    • 安装 llama-cpp-python(https://github.com/1038lab/ComfyUI-QwenVL/blob/main/docs/LLAMA_CPP_PYTHON_VISION_INSTALL.md)

    • llama-cpp-python下载库 https://github.com/JamePeng/llama-cpp-python/releases?page=1

    • Qwen3-VL-8B-Thinking-GGUF(https://hf-mirror.com/Qwen/Qwen3-VL-8B-Thinking-GGUF)

    ▍PART 重点
    • 反推、打标签的意思是很好理解
    • 比如别人照片拍得很漂亮。
    • 你选中一张你的照片，想让ai帮你生成一张和他风格、角度、姿势等一样额照片
    • 脸是你的。
    • 那收集照片信息的操作就叫图片反推，打标签。
    • 模型不同、版本不同，精度不同，都会影响最后出来的结果。
    • 我选qwenVL作为首选因为他文档全，步骤命令，而且具备图片和视频解析的能力
    • 下面我列出26年4月29号为止，新一代的反推模型（开源与否自行查证，我也是网上收集来的。）
    模型名称
    开发者
    核心亮点 / 排序依据
    Qwen3-VL
    阿里巴巴
    综合性能最强，SpatialBench 登顶，长上下文、推理能力强
    Kimi K2.5
    月之暗面
    Video-MME 榜单第一（0.874），视觉编程能力突出，可生成代码
    BAGEL
    字节跳动
    统一理解与生成，MoT 架构，多模态理解超越 Qwen2.5-VL
    Nemotron 3 Nano Omni
    NVIDIA
    全模态（文本/图像/视频/音频），高吞吐量，30B-A3B MoE 架构
    LLaVA-OneVision-1.5
    字节跳动等
    单一模型在单图、多图、视频上均强，8B 参数超越 Qwen2.5-VL-7B
    InternVL3.5
    上海 AI Lab
    MMMU 开源模型最高分（77.7），推理性能提升16%
    VideoLLaMA 3
    阿里巴巴
    长视频理解 SOTA，同等参数量下超越多数基线（包括部分闭源模型）

    ▍PART 流程简要

    1. 安装插件：菜单 → 管理扩展功能 → 分别安装 ComfyUI-QwenVL、ComfyUI-RMBG、comfyui-videohelpersuite。

    2. 导入工作流并准备模型文件夹：进入 ComfyUI 安装目录下的 custom_nodes\ComfyUI-QwenVL\example_workflows，将任一 .json 工作流拖入 ComfyUI 界面，立即 Ctrl+S 保存。然后在 models 目录下新建 LLM\Qwen-VL\Qwen3-VL-2B-Instruct 文件夹（根据工作流默认模型名调整）。

    3. 下载模型文件：访问 https://hf-mirror.com/ 搜索工作流默认模型（如 Qwen3-VL-2B-Instruct），切换到 Files 页面逐一下载所有文件到上一步新建的文件夹中。

    4. 安装依赖并运行：参考作者另一篇 llama-cpp-python 安装教程完成依赖安装 → 重启 ComfyUI → 打开保存的工作流 → 加载图片并输入中文提示词（模型支持中文）→ 点击运行，即可反推出关键词。

    ▍PART 正文
    你记住我上面那几个报错的链接是可以点的，你如果正遇到那几个报错就去上面点链接看，我现在也是回忆性来写这篇文章。可能也是会有漏
    1、菜单->管理扩展插件
    2、去安装 ComfyUI-QwenVL、ComfyUI-RMBG、comfyui-videohelpersuite
    3、打开你本地ComfyUI-QwenVL安装目录
    在你的comfyUI安装目录下

    F:\aiApp\comfyUIFile\custom_nodes\ComfyUI-QwenVL

    有一个example_workflows文件夹

    把这个json拖动到你的comfyui工作流
    工作流在这里
    听我说你什么都别问，你就ctrl+s先保存
    然后你瞅一眼中间这个QwenVL工作流默认用的什么模型（基本都是最小显存咱用的排最前面，当然也不好说）
    我写教程的时候这里用的Qwen3-VL-2B-Instruct（我要的是你以后都能自己知道怎么下，别说换了别的大模型就不会弄了）
    我现在要是你先能运行跑起来，然后在想别的。
    然后你本地打开你的models文件夹我的路径是F:\aiApp\comfyUIFile\models\
    看有没有LLM文件，

    1. 你没有就新建一个LLM文件夹（要大写）

    2. 点进去新建一个Qwen-VL文件夹

    3. 点进去再新建一个Qwen3-VL-2B-Instruct

    4. 你看下现在我目录结构是这样的

    5. F:\aiApp\comfyUIFile\models\LLM\Qwen-VL\Qwen3-VL-2B-Instruct

    6. 这个Qwen3-VL-2B-Instruct 你要自己看着改下哈

    7. 因为我导入的工作流第一个就是Qwen3-VL-2B-Instruct 所以我下载也是下载Qwen3-VL-2B-Instruct，所以文件夹名字就直接是Qwen3-VL-2B-Instruct

    打开https://hf-mirror.com/搜默认的模型，我搜的是Qwen3-VL-2B-Instruct,所以这个模型为例

    认准作者是Qwen开头

    切换到files页面，如图箭头指向的地方

    1. 你如果不会git

    2. 右边有下载按钮，你一个个吓到你本地我们刚才新建的文件夹

    1. 你如果会用git你就直接git下载到刚才我们新建的文件夹里

    2. 但是你要注意 他下到大模型 可能会下载失败！！！！

    3. 你记得单独下载

    4. 然后回头算在个数是不是对得上！！！

    你下载完，他是这样的，自己对下有没有漏掉。

    好了简单的操作过去了

    上点难度了

    1. 官方github文档：https://github.com/1038lab/ComfyUI-QwenVL

    2. 你点的开你就点，点不开你随我操作就完事了。

    3. 我是怎么这个文档？

    4. 我先跟你说下，也方便你后续自己找

    5. 你在已经安装的扩展插件里面找到ComfyUI-QwenVL

    6. 点他后右边节点包信息往下滑

    7. 就会出来他github的库

    8. 你要是没出来你关掉窗口多点几次就会出来了

    9. 哪个博主有我写的这么细致的你就说？这不先一键三连下？

    然后你看清楚

    他是要先安装llama-cpp-python的  那个蓝色的“说明”是可以点的

    • 你会跳到这个页面https://github.com/1038lab/ComfyUI-QwenVL/blob/main/docs/LLAMA_CPP_PYTHON_VISION_INSTALL.md

    • 这个是llama-cpp-python的安装教程。

    • 你如果不会来，看我这篇👇👇👇

    • 👉👉👉comfyui 安装llama-cpp-python-图文教程

    ▍PART 安装ComfyUI-QwenVL的依赖

    • 如上图

    • 是的

    • 就算我们从comfyUI里安装了ComfyUI-QwenVL插件

    • ComfyUI-QwenVL依赖还是要在装一边！！！

    • 你自己替换下路径我就不在重复了

    F:\aiApp\comfyUIFile\.venv\Scripts\python.exe -m pip install -r "F:\aiApp\comfyUIFile\custom_nodes\ComfyUI-QwenVL\requirements.txt"
    成功就下一步
    • 关掉comfyui
    • 重新打开comfyui
    • 打开文章前面让你保存的工作流
    • 加载图片哪个你选一张图片，提示词是可以输入中文的，你如果后续大模型只支持因为，你可以找翻译软件翻译下或者，我有教怎么直接在提示词节点一键翻译。=》comfyUI图文教程2-提示词翻译（CLIP文本编码）
    • 然后点运行
    • 他其实会先跑视频的工作流
    • 但是因为你视频不存在他会跳过
    • 所以其实你运行成功后，你可以单独把图片的工作流和视频的工作流分开来
    • 如下图这样
    • 很简单，
    • 就是重复拖F:\aiApp\comfyUIFile\custom_nodes\ComfyUI-QwenVL\example_workflows里面的.json文件到comfyui里面后删掉没用的就好
    • 或者你直接下图这样，一个一个拉下也可以
    • 到这里我不知道你还会不会碰到别的问题，如果你碰到了，就底部评论区发下，我看到了如果不忙在回你，毕竟这篇是我当天试出来后，回忆写的。会漏掉应该很正常
    • 我后面文章会写怎么下载qwenVL的gguf版本并被comfyui识别。到时候可以在底部 评论区找到（文章只有微信端打开才看得到评论区）

    雪狼之夜ps：既然都看到这行了，不如给个3连，亲~~~

    ☟