feat: 发布豆包Seedream 5.0/4.5生图节点

- 新增宽高比（8种）× 分辨率档位（2K/3K/4K）选择，后端自动换算像素
- 5.0支持2K/3K，4.5支持2K/4K，搭配错误时明确报错
- 新增生图数量（1-10），2张以上自动并发请求，加快出图速度
- 移除旧版尺寸预设、宽度、高度输入

Co-Authored-By: Claude Sonnet 4.5 <[email protected]>

nodes/doubao_image.py

@@ -1,56 +1,110 @@
 """
 豆包生图节点
-1:1 复刻字节跳动 Seedream 4 节点的前端外观（输入/输出/参数/样式）
 后端通过 new-api 兼容层调用豆包官方 API
 """
 
+import asyncio
 import time
 import numpy as np
 import torch
+from concurrent.futures import ThreadPoolExecutor
 from PIL import Image
-from typing import List
+from typing import List, Optional
 
 from ..clients.doubao_image_client import DoubaoImageClient
 from ..utils.image_utils import tensor_to_pil
 
 
-# ── 尺寸预设 ──────────────────────────────────────────────────────────────────
-# (显示名, 宽, 高) —— 宽高用于构造 "WxH" size 字符串
-RECOMMENDED_PRESETS_SEEDREAM_4 = [
-    ("2048×2048 (1:1)",  2048, 2048),
-    ("2304×1728 (4:3)",  2304, 1728),
-    ("1728×2304 (3:4)",  1728, 2304),
-    ("2560×1440 (16:9)", 2560, 1440),
-    ("1440×2560 (9:16)", 1440, 2560),
-    ("2496×1664 (3:2)",  2496, 1664),
-    ("1664×2496 (2:3)",  1664, 2496),
-    ("3024×1296 (21:9)", 3024, 1296),
-    ("3072×3072 (1:1)",  3072, 3072),
-    ("4096×4096 (1:1)",  4096, 4096),
-    ("自定义",           None, None),
-]
-
-_PRESET_LABELS = [label for label, _, _ in RECOMMENDED_PRESETS_SEEDREAM_4]
-
 # ── 模型列表 ──────────────────────────────────────────────────────────────────
-# 节点下拉选项 = new-api 后台配置的模型 ID（直接透传给 API）
 _MODELS = [
     "doubao-seedream-5-0-260128",
     "doubao-seedream-4-5-251128",
 ]
 
+# ── 宽高比列表 ─────────────────────────────────────────────────────────────────
+_ASPECT_RATIOS = ["1:1", "4:3", "3:4", "16:9", "9:16", "3:2", "2:3", "21:9"]
+
+# ── 分辨率档位（每个模型支持的档位不同）──────────────────────────────────────
+# 5.0：2K / 3K
+# 4.5：2K / 4K
+_RESOLUTIONS = ["2K", "3K", "4K"]
+
+# ── 像素对照表 ─────────────────────────────────────────────────────────────────
+# 结构：{ 模型版本key: { 分辨率: { 宽高比: (宽, 高) } } }
+_SIZE_TABLE = {
+    "5-0": {
+        "2K": {
+            "1:1":  (2048, 2048),
+            "4:3":  (2304, 1728),
+            "3:4":  (1728, 2304),
+            "16:9": (2848, 1600),
+            "9:16": (1600, 2848),
+            "3:2":  (2496, 1664),
+            "2:3":  (1664, 2496),
+            "21:9": (3136, 1344),
+        },
+        "3K": {
+            "1:1":  (3072, 3072),
+            "4:3":  (3456, 2592),
+            "3:4":  (2592, 3456),
+            "16:9": (4096, 2304),
+            "9:16": (2304, 4096),
+            "3:2":  (3744, 2496),
+            "2:3":  (2496, 3744),
+            "21:9": (4704, 2016),
+        },
+    },
+    "4-5": {
+        "2K": {
+            "1:1":  (2048, 2048),
+            "4:3":  (2304, 1728),
+            "3:4":  (1728, 2304),
+            "16:9": (2848, 1600),
+            "9:16": (1600, 2848),
+            "3:2":  (2496, 1664),
+            "2:3":  (1664, 2496),
+            "21:9": (3136, 1344),
+        },
+        "4K": {
+            "1:1":  (4096, 4096),
+            "4:3":  (4704, 3520),
+            "3:4":  (3520, 4704),
+            "16:9": (5504, 3040),
+            "9:16": (3040, 5504),
+            "3:2":  (4992, 3328),
+            "2:3":  (3328, 4992),
+            "21:9": (6240, 2656),
+        },
+    },
+}
+
+# 每个模型版本支持的分辨率档位
+_MODEL_RESOLUTIONS = {
+    "5-0": ["2K", "3K"],
+    "4-5": ["2K", "4K"],
+}
+
+# 并发请求超时（秒）
+_CONCURRENT_TIMEOUT = 330
+
+
+def _model_key(model: str) -> str:
+    """从模型 ID 中提取版本 key（'5-0' 或 '4-5'）。"""
+    for key in _SIZE_TABLE:
+        if key in model:
+            return key
+    raise ValueError(f"无法识别模型版本：{model}，支持的模型：{_MODELS}")
+
 
 def _pil_list_to_tensor(images: List[Image.Image]) -> torch.Tensor:
     """
     PIL Image 列表 → ComfyUI IMAGE tensor [B, H, W, C]，值域 [0, 1]。
-
+    多张尺寸不同时，以最大尺寸为准，较小图像丢弃。
-    多张尺寸不同时，以最大尺寸为准，较小图像丢弃（与项目其他节点策略一致）。
     """
     if not images:
         placeholder = Image.new("RGB", (512, 512), color=(128, 128, 128))
         images = [placeholder]
 
-    # 找最大尺寸
     base_size = max(images, key=lambda img: img.size[0] * img.size[1]).size
     matched = [img for img in images if img.size == base_size]
     skipped = len(images) - len(matched)
@@ -62,11 +116,11 @@ def _pil_list_to_tensor(images: List[Image.Image]) -> torch.Tensor:
         arr = np.array(img.convert("RGB")).astype(np.float32) / 255.0
         tensors.append(torch.from_numpy(arr))
 
-    return torch.stack(tensors, dim=0)   # [B, H, W, C]
+    return torch.stack(tensors, dim=0)  # [B, H, W, C]
 
 
 class DoubaoImage:
-    """豆包生图 —— 1:1 复刻字节跳动 Seedream 4 节点前端，后端对接豆包官方 API"""
+    """豆包生图 —— 通过宽高比 + 分辨率档位选择尺寸，后端自动换算真实像素"""
 
     @classmethod
     def INPUT_TYPES(cls):
@@ -84,55 +138,33 @@ class DoubaoImage:
                         "tooltip": "用于创建或编辑图像的文本提示",
                     },
                 ),
-                "尺寸预设": (
+                "宽高比": (
-                    _PRESET_LABELS,
+                    _ASPECT_RATIOS,
                     {
-                        "default": _PRESET_LABELS[0],
+                        "default": "1:1",
-                        "tooltip": '选择推荐尺寸。选择"自定义"可使用下方的宽度和高度',
+                        "tooltip": "图像宽高比。所有分辨率档位均支持这些比例",
                     },
                 ),
-                "宽度": (
+                "分辨率": (
-                    "INT",
+                    _RESOLUTIONS,
                     {
-                        "default": 2048,
+                        "default": "2K",
-                        "min": 1024,
-                        "max": 6240,
-                        "step": 64,
-                        "tooltip": '图像的自定义宽度。仅当尺寸预设设置为"自定义"时生效',
-                    },
-                ),
-                "高度": (
-                    "INT",
-                    {
-                        "default": 2048,
-                        "min": 1024,
-                        "max": 4992,
-                        "step": 64,
-                        "tooltip": '图像的自定义高度。仅当尺寸预设设置为"自定义"时生效',
-                    },
-                ),
-                "顺序图像生成": (
-                    ["disabled", "auto"],
-                    {
-                        "default": "disabled",
                         "tooltip": (
-                            '分组图像生成模式。'
+                            "图像分辨率档位。\n"
-                            '"disabled"生成单张图像；'
+                            "• Seedream 5.0：支持 2K / 3K\n"
-                            '"auto"让模型决定是否生成多张相关图像（如故事场景、角色变体）'
+                            "• Seedream 4.5：支持 2K / 4K\n"
+                            "（3K 与 4.5 或 4K 与 5.0 搭配时将报错）"
                         ),
                     },
                 ),
-                "最大图片数": (
+                "生图数量": (
                     "INT",
                     {
                         "default": 1,
                         "min": 1,
-                        "max": 15,
+                        "max": 10,
                         "step": 1,
-                        "tooltip": (
+                        "tooltip": "生成图像的数量。2-10 张时自动并发请求，加快出图速度",
-                            "当顺序图像生成='auto'时生成的最大图像数量。"
-                            "总图像数（输入+生成）不能超过15张"
-                        ),
                     },
                 ),
                 "种子": (
@@ -150,7 +182,10 @@ class DoubaoImage:
                     "BOOLEAN",
                     {
                         "default": True,
-                        "tooltip": "如果启用，当任何请求的图像缺失或返回错误时将中止执行",
+                        "tooltip": (
+                            "启用时：任意一张失败即抛出错误并中止。\n"
+                            "禁用时：返回已成功生成的图像，忽略失败项"
+                        ),
                     },
                 ),
             },
@@ -172,106 +207,201 @@ class DoubaoImage:
     FUNCTION = "generate"
     CATEGORY = "comfyui_o1key/豆包"
 
-    # ── 核心生成方法 ──────────────────────────────────────────────────────────
+    # ── 并发核心：在新 event loop 里 gather N 个 _generate_async ─────────────
+
+    async def _run_concurrent(
+        self,
+        client: DoubaoImageClient,
+        生图数量: int,
+        model: str,
+        prompt: str,
+        size: str,
+        seed: int,
+        image_tensor,
+        pbar,
+    ) -> List[dict]:
+        """
+        并发发起 生图数量 个独立请求，每完成一个推进一格进度条。
+        返回结果列表：[{"index": int, "images": [...], "error": str|None}]
+        """
+        # 固定参数（顺序生成功能暂时隐藏）
+        seq = "disabled"
+        max_img = 1
+
+        async def _one(idx: int) -> dict:
+            try:
+                imgs = await client._generate_async(
+                    model=model,
+                    prompt=prompt,
+                    size=size,
+                    seed=seed,
+                    sequential_image_generation=seq,
+                    max_images=max_img,
+                    image_tensor=image_tensor,
+                )
+                return {"index": idx, "images": imgs, "error": None}
+            except Exception as e:
+                return {"index": idx, "images": [], "error": str(e)}
+
+        # 用 as_completed 方式逐个推进进度条
+        tasks = [asyncio.create_task(_one(i)) for i in range(生图数量)]
+        results = [None] * 生图数量
+        completed = 0
+
+        for coro in asyncio.as_completed(tasks):
+            res = await coro
+            results[res["index"]] = res
+            completed += 1
+            status = "✓" if res["error"] is None else f"✗ {res['error']}"
+            print(f"[豆包生图] [{completed}/{生图数量}] 第 {res['index'] + 1} 张 → {status}")
+            if pbar is not None:
+                pbar.update(1)
+
+        return results
+
+    # ── 节点主入口 ────────────────────────────────────────────────────────────
 
     def generate(
         self,
         模型: str,
         提示词: str,
-        尺寸预设: str,
+        宽高比: str,
-        宽度: int,
+        分辨率: str,
-        高度: int,
+        生图数量: int,
-        顺序图像生成: str,
-        最大图片数: int,
         种子: int,
         部分失败时停止: bool,
         图像=None,
     ):
         start_time = time.time()
 
+        # 顺序图像生成功能暂时隐藏，固定使用默认值
+        顺序图像生成 = "disabled"
+        最大图片数 = 1
+
         # ── 1. 校验提示词 ─────────────────────────────────────────────────────
         if not 提示词.strip():
             raise ValueError("提示词不能为空，请输入图像描述后重试。")
 
-        # ── 2. 解析尺寸 ───────────────────────────────────────────────────────
+        # ── 2. 解析模型版本并校验分辨率兼容性 ────────────────────────────────
-        w, h = None, None
+        try:
-        for label, tw, th in RECOMMENDED_PRESETS_SEEDREAM_4:
+            mkey = _model_key(模型)
-            if label == 尺寸预设:
+        except ValueError as e:
-                w, h = tw, th
+            raise ValueError(str(e)) from None
-                break
 
-        if w is None or h is None:
+        supported = _MODEL_RESOLUTIONS[mkey]
-            # 自定义尺寸
+        if 分辨率 not in supported:
-            w, h = 宽度, 高度
+            raise ValueError(
-            print(f"[豆包生图] 自定义尺寸：{w}×{h}")
+                f"模型 {模型} 不支持 {分辨率} 分辨率。\n"
+                f"该模型支持：{' / '.join(supported)}"
+            )
 
+        # ── 3. 查表换算真实像素 ───────────────────────────────────────────────
+        w, h = _SIZE_TABLE[mkey][分辨率][宽高比]
         size_str = f"{w}x{h}"
 
-        # ── 3. 打印概要 ───────────────────────────────────────────────────────
+        # ── 4. 打印概要 ───────────────────────────────────────────────────────
         mode_str = "图生图" if 图像 is not None else "文生图"
-        seq_str = f" | 顺序生成=auto(最多{最大图片数}张)" if 顺序图像生成 == "auto" else ""
         print(
-            f"[豆包生图] {mode_str} | 模型={模型} | 尺寸={size_str}"
+            f"[豆包生图] {mode_str} | 模型={模型} | {分辨率} {宽高比} → {size_str}"
-            f" | 种子={种子}{seq_str}"
+            f" | 数量={生图数量} | 种子={种子}"
         )
 
-        # ── 4. 进度条 ─────────────────────────────────────────────────────────
+        # ── 5. 初始化客户端 ───────────────────────────────────────────────────
-        try:
-            from comfy.utils import ProgressBar
-            pbar = ProgressBar(100)
-        except Exception:
-            pbar = None
-
-        def _pb(pct: int):
-            if pbar:
-                pbar.update_absolute(pct, 100)
-
-        _pb(0)
-
-        # ── 5. 调用客户端 ─────────────────────────────────────────────────────
         try:
             client = DoubaoImageClient()
         except ValueError as e:
             raise ValueError(str(e)) from None
 
-        _pb(5)
+        # ── 6. 进度条（按张数计）──────────────────────────────────────────────
-
         try:
-            pil_images: List[Image.Image] = client.generate_sync(
+            from comfy.utils import ProgressBar
-                model=模型,
+            pbar = ProgressBar(生图数量)
-                prompt=提示词,
+        except Exception:
-                size=size_str,
+            pbar = None
-                seed=种子,
-                sequential_image_generation=顺序图像生成,
-                max_images=最大图片数,
-                image_tensor=图像,
-            )
-        except RuntimeError as e:
-            raise RuntimeError(str(e)) from None
-        except Exception as e:
-            raise RuntimeError(f"豆包生图请求失败: {e}") from None
 
-        _pb(90)
+        # ── 7. 单张 / 多张分支 ────────────────────────────────────────────────
-
+        if 生图数量 == 1:
-        # ── 6. 部分失败判断 ───────────────────────────────────────────────────
+            # 单张：走原有同步路径
-        if 顺序图像生成 == "auto" and 部分失败时停止:
+            try:
-            if len(pil_images) < 最大图片数:
+                pil_images: List[Image.Image] = client.generate_sync(
-                raise RuntimeError(
+                    model=模型,
-                    f"部分图像生成失败：期望 {最大图片数} 张，"
+                    prompt=提示词,
-                    f"实际返回 {len(pil_images)} 张。"
+                    size=size_str,
-                    "（可将【部分失败时停止】设为 False 以接受不完整结果）"
+                    seed=种子,
+                    sequential_image_generation=顺序图像生成,
+                    max_images=最大图片数,
+                    image_tensor=图像,
                 )
+            except RuntimeError as e:
+                raise RuntimeError(str(e)) from None
+            except Exception as e:
+                raise RuntimeError(f"豆包生图请求失败: {e}") from None
 
-        # ── 7. PIL → tensor ───────────────────────────────────────────────────
+            if pbar is not None:
+                pbar.update(1)
+
+        else:
+            # 多张：并发请求
+            def _run_in_thread():
+                loop = asyncio.new_event_loop()
+                asyncio.set_event_loop(loop)
+                try:
+                    return loop.run_until_complete(
+                        self._run_concurrent(
+                            client=client,
+                            生图数量=生图数量,
+                            model=模型,
+                            prompt=提示词,
+                            size=size_str,
+                            seed=种子,
+                            image_tensor=图像,
+                            pbar=pbar,
+                        )
+                    )
+                finally:
+                    loop.close()
+
+            with ThreadPoolExecutor(max_workers=1) as executor:
+                future = executor.submit(_run_in_thread)
+                try:
+                    results = future.result(timeout=_CONCURRENT_TIMEOUT)
+                except TimeoutError:
+                    raise RuntimeError(
+                        f"并发生图超时（>{_CONCURRENT_TIMEOUT}s），请检查网络或减少生图数量"
+                    )
+
+            # 统计成功 / 失败
+            success_results = [r for r in results if r and r["error"] is None]
+            failed_results  = [r for r in results if r and r["error"] is not None]
+
+            if failed_results:
+                fail_info = "；".join(
+                    f"第{r['index']+1}张: {r['error']}" for r in failed_results
+                )
+                if 部分失败时停止:
+                    raise RuntimeError(
+                        f"{len(failed_results)}/{生图数量} 张生成失败：{fail_info}\n"
+                        "（可将【部分失败时停止】设为 False 以返回已成功的图像）"
+                    )
+                else:
+                    print(f"[豆包生图] 警告：{len(failed_results)}/{生图数量} 张失败，已忽略：{fail_info}")
+
+            if not success_results:
+                raise RuntimeError("所有图像均生成失败，请检查网络或 API 配置。")
+
+            # 按原始 index 排序，展平为 PIL 列表
+            success_results.sort(key=lambda r: r["index"])
+            pil_images = []
+            for r in success_results:
+                pil_images.extend(r["images"])
+
+        # ── 8. PIL → tensor ───────────────────────────────────────────────────
         output_tensor = _pil_list_to_tensor(pil_images)
 
-        _pb(100)
+        # ── 9. 完成日志 ───────────────────────────────────────────────────────
-
-        # ── 8. 完成日志 ───────────────────────────────────────────────────────
         elapsed = time.time() - start_time
-        time_str = f"{elapsed:.1f}s"
         print(
-            f"[豆包生图] 完成！耗时 {time_str}，"
+            f"[豆包生图] 完成！耗时 {elapsed:.1f}s，"
             f"输出 {output_tensor.shape[0]} 张 "
             f"{output_tensor.shape[2]}×{output_tensor.shape[1]}"
         )