ComfyUI 接 LLM 提示词增强节点

先说结论:两条维护中的节点路线

最简单的路线是一个专门接兼容端点的节点,比如社区维护的 OpenAI Compatible LLM 节点:输入是 prompt、endpoint、api_token,以及可选的 model、max_tokens、temperature,还有一个多模态用的图片输入。它的 endpoint 字段填完整的补全 URL,对 kkaiapi 就是 https://api.kkaiapi.com/v1/chat/completions,model 字段可以填目录里任意 ID 作为纯字符串。 更完整的路线是 Plush-for-ComfyUI 的 Advanced Prompt Enhancer,一个长期维护、专门为这份工作做的节点包。它支持几种连接类型,给网关用的是 OpenAI API Connection (URL) 这一种,填带 /v1 路径的 base URL,也就是 https://api.kkaiapi.com/v1,Key 从环境变量读取,模型 ID 可以写进 opt_models.txt 文件让它们出现在下拉菜单里。两条路线都能经 ComfyUI Manager 或者 git clone 进 custom_nodes 安装。

prompt:     "黄昏时分的灯塔"
endpoint:   https://api.kkaiapi.com/v1/chat/completions
api_token:  sk-你的kkaiapi密钥
model:      claude-haiku-4-5-20251001
max_tokens: 300
-> STRING 输出接进你的 CLIP Text Encode 节点

什么留在本地,什么会出网

ComfyUI(GitHub 上的 comfyanonymous,约 12.1 万星标)是本地图像和视频生成的节点图界面,中文圈用户基数极大,经济模型和聊天应用正好相反:贵的那部分,扩散生成,跑在你自己的显卡上,花的是电费不是 token。LLM 节点不改变这一点。模型权重、LoRA、采样器、VAE 解码全程不离开你的机器。 离开的是文字,而且只在图跑到 LLM 节点的时候:你的简短提示词发出去,一段丰富后的提示词返回来,一来一回通常就几百个 token。这也是为什么就算是特意选 ComfyUI 图本地化的人,用 API 做提示词增强也划算,一整晚增强生成的文字账单,通常连图像生成类 API 同等会话收费的零头都不到。 唯一真正的边界决策是多模态。带图片输入的节点能把生成的一帧发出去做点评或打标签,这对"边看边改风格"的工作流很有用,也意味着那一张具体的图确实会以 base64 的形式离开你的机器。图片输入要接得明白:默认只有提示词文字出网,只有你特意接上图片输入的时候那一帧才会出去。

完整配置:Plush Advanced Prompt Enhancer

通过 ComfyUI Manager 安装 Plush-for-ComfyUI,启动 ComfyUI 之前做两件事。第一,导出 Key:Plush 从环境变量读取远程服务的 Key,LLM_KEY 是开源与远程兼容服务的文档命名,也有一个 Custom API Key 节点可以用自定义变量名。第二,把你的模型 ID 加进 Plush 目录下的 opt_models.txt,这个文件不受版本控制,更新不会覆盖它,里面的条目会填充以 (URL) 结尾的连接类型的模型下拉菜单。 在节点本身,选 OpenAI API Connection (URL) 类型,URL 填 https://api.kkaiapi.com/v1。Plush 对网关类服务就是这么写的:API 连接类型填带 /v1 的 base URL,或者如果用 Direct Web Connection 类型就填完整的 /v1/chat/completions 路径。选定一种类型就照它的 URL 形状填,混着填是最常见的配置错误。 把增强节点接在文本输入和 CLIP Text Encode 节点之间,让编码器看到的是增强后的提示词。这个节点还接受一个风格指令,这正是 Plush 的价值所在:同一句简短的主体描述,靠换风格输入就能扩写成写实、油画感或电影感,而不用重写提示词本身。

# 远程兼容服务的 Key(Plush 在启动时读取环境变量)
export LLM_KEY=sk-你的kkaiapi密钥

# 给模型下拉菜单注册目录 ID
cat >> custom_nodes/Plush-for-ComfyUI/opt_models.txt <<'EOF'
claude-haiku-4-5-20251001
claude-sonnet-5
gemini-3.5-flash
deepseek-v4-flash
EOF

给提示词工作选模型

真正有说服力的比较是看图:同一个种子、同一个工作流,换两个不同的增强模型跑,看出来的图。经一个端点这只是下拉菜单里的一次切换,用量日志给每个候选模型的文字步骤标好价,图片本身会说话。

• 提示词扩写是短小、结构化的改写,正是快速 ID 的用武之地。claude-haiku-4-5-20251001、gemini-3.5-flash、deepseek-v4-flash 秒回,每次生成的花费几乎可以忽略
• 风格密集的扩写,要求模型在一批生成里保持一致的美学词汇,claude-sonnet-5 在出来的图上有肉眼可见的质量台阶
• 一次队列跑要增强几百条提示词的批量流水线是走量的负载,快速档能让文字这一步在会话总成本里隐形
• 把一帧发出去做点评的迭代循环需要接受图片输入的 ID,先在一帧上测通往返,再接进循环
• 负面提示词生成和标签清理是和扩写同一类工作,同一批快速 ID 都能干

主力模型价格

价格按 kkaiapi 中文区实时价格计算,单位 ¥/1M tokens(输入/输出)。提示词增强单次往返通常只有几百 token,实际花费远低于按 1M token 折算的数字。

ComfyUI 节点专属的翻车点

URL 形状是按连接类型定的,这是 404 的头号来源。Plush 的 OpenAI API Connection (URL) 类型要 base 加 /v1;它的 Direct Web Connection 类型要完整的 /v1/chat/completions 路径;简单兼容节点的 endpoint 字段也要完整路径。看清楚你在填哪个字段,按它期望的形状填,别一个 URL 到处粘贴。 环境变量在 ComfyUI 启动时才被读取。ComfyUI 启动之后才导出的 LLM_KEY,或者在跟启动它不同的 shell 里导出,会产生看起来像 Key 错了的鉴权失败。桌面启动器是经典陷阱,因为它们不会继承你终端的 export。 opt_models.txt 只喂给以 (URL) 结尾的连接类型,所以一个在某种节点类型里能用的模型 ID,在另一种类型的下拉菜单里可能不存在,这是文档记录的范围,不是 bug。ID 必须和网关的 /v1/models 列表精确匹配。 一个只有接上图片输入才报错的工作流,是模型不匹配:你选的文字 ID 不接受图片输入。给点评步骤换一个多模态 ID,或者纯文字增强就把图片输入断开。

谁会给 ComfyUI 接一个网关

• 本地优先的出图用户,扩散生成继续留在自己显卡上,想要旗舰质量的提示词写作而不用给每个模型家族开账号
• 增强大量提示词队列的批量创作者,快速目录 ID 让文字步骤在显卡时间旁边可以忽略不计
• 发布工作流给别人用的作者,一个端点加环境变量 Key 对每个下载者都能复现,个人厂商账号做不到这一点
• "边看边改风格"的艺术家,跑点评循环,把一帧发出去要反馈再重新生成,需要同一个端点背后的多模态 ID
• 一些地区厂商注册流程麻烦的用户;支付宝微信充值免翻墙,省掉逐个厂商的开户依赖

验证接入与排查首次增强提示词

先用 curl 验证端点,用你打算在节点里选的精确 ID。LLM 节点只是 ComfyUI 图里可能出问题的众多环节之一,在图之外确认好 API 这一半,能在排队跑图之前先缩小排查范围。 然后搭一个最小的图来练这个节点:文本输入、LLM 节点、在它的 STRING 输出上接一个预览或显示文字节点,不接采样器。跑一次。401 是 Key 或环境变量的时机问题;404 是这种连接类型的 URL 形状;模型报错是 ID 拼写;没报错但输出为空,通常说明节点本身没问题,是你的提示词模板什么都没要求。文字往返跑通之后,再把输出接进 CLIP Text Encode 和完整的生成图。 流程跑通之后,kkaiapi 控制台会显示每次请求的模型、token 数和花费。提示词增强的流量真的很小,一次生成也就几百个 token,用量日志是在你自己的工作流上确认文字这一步实际花费的地方,而不用信谁的估算。

curl -s https://api.kkaiapi.com/v1/chat/completions \
  -H "Authorization: Bearer sk-你的kkaiapi密钥" \
  -H "Content-Type: application/json" \
  -d '{"model":"claude-haiku-4-5-20251001",
       "messages":[{"role":"user","content":
         "把这句话扩写成详细的图像提示词:黄昏时分的灯塔"}]}'

常见问题