comfyanynymous现在正在本地支持Hidream，因此我将专注于改善Hidream Advanced节点并尽快放弃扩散器的依赖性（TM）。
同时，在更新您的舒适性中，您可以通过更少的努力来测试模型，您可能会安装此节点；）您需要他们的官方Hidream模型和四个文本编码器。示例工作流在工作流文件夹中
公告
现在，我们已经为此提供了一堆叉子，并且在Sandiegodude/Comfyui-Hidream-Smplers积极维护的情况下，可以随意查看他的可怕工作，这可能会解决一些问题。
我将在复活节上有一些时间来进行节点，但是它将以我的节奏和功能进行更新。
如果有人想做出贡献，我希望您能伸手去拿或做PR，因为我无法单独解决所有问题（过去曾经是插画家而不是交易的开发人员：D）
我的清单上有什么以及您可以支持我的地方：
- 编辑Capabilites：整合编辑功能
- GGUF支持：整合计算模型
- 本地检查站：摆脱拥抱的脸下载逻辑
- BAT安装程序：适用于Comfyui的独立/ Windows/ Portable用户
- 使安装总体更容易：目前，许多用户在安装过程中都有问题。同时，尝试关注此视频以使您前进。
- img2img的多图像：多IN，多图像
- 更好的未经审查的llm：不可用的LLM，因此，如果您有建议
- 手动注意检查器：至少对于提前模式，在SAGE，SDPA或手动闪光灯之间进行选择
- 美丽代码库：当前重复很多，因此容易出错
- 取消生成：目前无法使用停止按钮取消一代
- 系统提示预设：探索各种用例的良好工作系统提示
- 清理UI：更清晰的命名，用于输入的工具提示，并重新排列字段以进行更快的工作
- 探索洛拉（Lora）：虽然正在探索第一个Hidream的洛拉斯（Loras）
- 通过img2img探索hiresfix capabilites：挖掘hiresfix以通过本机hidream具有propper高档
更新14.04。
- 修复了未经审查的LLM支持
- 固定管道
- 固定图像输出
- 修复了缓存过载
- 添加了多图像生成（最多8）（IMG2IMG尚未支持！）
- 固定sageattention提取作为第一个注意方法。
- 根据Burgstall的说法固定：不再需要自动GPTQ！确保git拉和pip install -r sumpliont.txt！
- 添加了Image2Image功能
- 由于Power88，不再需要闪光注意力
- SDUJACK2012添加了未经审查的未经审查的Llama支持（通过Hidream Sampler Advanced获得），但要注意它的未量化，因此您可以得到OOM
HidreamSampler for Comfyui
使用Hidream AI模型生成图像的自定义comfyui节点。
特征
- 支持完整，开发和快速模型类型。
- 可配置的分辨率和推理步骤。
- 使用4位量化用于较低的内存使用情况。
安装
基本安装。
-
将此存储库克隆到您的comfyui/ custom_nodes/目录中：
git clone https://gi*thub.**com/lum3on/comfyui_HiDream-Sampler ComfyUI/custom_nodes/comfyui_HiDream-Sampler
-
安装要求
pip install -r requirements.txt
或用于便携式版本：
. \\p ython_embeded \\p ython.exe -m pip install -r . \\C omfyUI \\c ustom_nodes \\c omfyui_HiDream-Sampler \\r equirements.txt
-
重新启动comfyui。
安装sageattention的步骤1：
- 安装Triton。 Windows建造的轮子，在此处下载：
. \\p ython_embeded \\p ython.exe -s -m pip install (Your downloaded whl package)
Linux：
python3 -m pip install triton
- 安装sageattention包
. \\p ython_embeded \\p ython.exe -s -m pip install sageattention==1.0.6
安装Pytorch 2（comfyui要求）时，Pytorch SDPA是自动安装的。但是，如果您的火炬版本低于2。使用此命令将其更新为最新版本。
- Linux
python3 -m pip install torch torchvision torchaudio
- 视窗
.\\python_embeded\\python.exe -s -m pip install torch torchvision torchaudio --index-url https://download.**pyto*rch.org/whl/cu124
下载权重
这是您需要下载的一些重量（在运行工作流程时将自动下载）。请使用HuggingFace-CLI下载。
- 骆驼文本编码器
| 模型 | 拥抱面回购 |
|---|---|
| 4位骆驼文本编码器 | 拥抱定量/meta-llama-3.1-8b-instruct-gptq-int4 |
| 未经审查的4位骆驼文本编码器 | JOHN6666/LLAMA-3.1-8B-lix-uncensored-v2-nf4 |
| 原始的骆驼文本编码器 | NVIDIA/LLAMA-3.1-NEMOTRON-NANO-8B-V1 |
- 量化扩散模型（感谢Azaneko的量化模型！）
| 模型 | 拥抱面回购 |
|---|---|
| 4位Hidream满满 | Azaneko/Hidream-I1-Full-NF4 |
| 4位Hidream Dev | Azaneko/hidream-i1-dev-nf4 |
| 4位Hidream快 | Azaneko/hidream-i1-fast-nf4 |
- 全重量扩散模型（可选，除非您具有高VRAM，否则不建议）
| 模型 | 拥抱面回购 |
|---|---|
| hidream饱满 | hidream-ai/hidream-i1-full |
| Hidream Dev | hidream-ai/hidream-i1-dev |
| 快速落后 | hidream-ai/hidream-i1-fast |
您可以通过此命令下载这些权重。
huggingface-cli download (Huggingface repo)
对于某些无法连接到拥抱面的区域。将此命令用于镜像。
Windows CMD
set HF_ENDPOINT=https://**h*f-mirror.com
Windows PowerShell
$env :HF_ENDPOINT = \" https://**h*f-mirror.com \"
Linux
export HF_ENDPOINT=https://**h*f-mirror.com
用法
- 将HidreamSampler节点添加到您的工作流程中。
- 配置输入：model_type：选择“完整，开发”或“快速”。提示：输入您的文本提示（例如，“骑在月球上骑马的宇航员的照片”）。分辨率：从可用选项中选择（例如，“ 1024×1024（square）”）。种子：设置一个随机种子。 OverRide_Steps和Override_CFG：可选地覆盖默认步骤和指导量表。
- 将输出连接到previewImage或saveImage节点。
要求
- comfyui
- GPU（用于模型推断）
- 模型在第一次负载后被缓存，以提高性能并使用https://*githu*b*.com/hykilpikonna/hidream-i1-nf4的4位量化模型。
- 确保您有足够的VRAM（例如，建议使用16GB+用于完整模式）。
学分
与Sandiegodude / comfyui-hidream-Sampler合并，后者为我的原始NF4 / FP8支持实施了更清洁的版本。
- 添加了NF4（Full/dev/fast）下载和加载支持
- 添加了更好的内存处理
- 为TQDM添加了更有用的CLI输出
- 完整/开发/快速需要大约27GB VRAM
- NF4大约需要15GB VRAM
基于原始[hidream-i1] https://gith*u**b.com/hidream-ai/hidream-i1
