ComfyUI-Gemini_Flash_2.0_Exp 使用教程

ComfyUI-Gemini_Flash_2.0_Exp 使用教程

1. 项目介绍

ComfyUI-Gemini_Flash_2.0_Exp 是一个开源项目，它是一个ComfyUI的定制节点，集成了Google的Gemini Flash 2.0 Experimental模型。这个节点能够在ComfyUI工作流中直接进行文本、图像、视频帧和音频的多模态分析。此外，它还具备了图像生成功能。

2. 项目快速启动

首先，确保你已经安装了ComfyUI。以下是将ComfyUI-Gemini_Flash_2.0_Exp集成到ComfyUI环境中的步骤：

# 克隆仓库到ComfyUI的custom_nodes目录
cd ComfyUI/custom_nodes
git clone https://github.com/ShmuelRonen/ComfyUI-Gemini_Flash_2.0_Exp.git

# 安装所需的依赖
pip install google-genai
pip install google-generativeai
pip install pillow
pip install torchaudio

# 对于基于Ubuntu/Debian的系统，还需要安装以下包
sudo apt-get install libportaudio2

获取Google AI Studio的免费API密钥，并在config.json文件中配置你的API密钥。

{
  "GEMINI_API_KEY": "your_api_key_here"
}

3. 应用案例和最佳实践

以下是一些使用ComfyUI-Gemini_Flash_2.0_Exp的基本示例：

文本分析

Text Input Node -> Gemini Flash Node [input_type: "text", operation_mode: "analysis"]

图像分析

Load Image Node -> Gemini Flash Node [input_type: "image", operation_mode: "analysis"]

视频分析

Load Video Node -> Gemini Flash Node [input_type: "video", operation_mode: "analysis"]

音频分析

Load Audio Node -> Gemini Flash Node [input_type: "audio", operation_mode: "analysis"]

图像生成

Text Input Node -> Gemini Flash Node [model_version: "gemini-2.0-flash-exp-image-generation", operation_mode: "generate_images"]

启用聊天模式

Gemini Flash Node [chat_mode: true]

4. 典型生态项目

ComfyUI-Gemini_Flash_2.0_Exp 可以与其他开源项目结合使用，以创建更为复杂的工作流。例如，可以与用于自然语言处理的项目或图像处理的项目集成，以实现更高级的功能和应用场景。

以上就是ComfyUI-Gemini_Flash_2.0_Exp的使用教程。请注意，该项目是基于Gemini 2.0 Flash Experimental模型的实验性节点，其特性和功能可能会随着模型的更新而变化。