feat: sync latest local version as authoritative codebase

Complete rewrite/sync of comfyui_o1key custom nodes. Treat this commit as the current canonical version. Co-Authored-By: Claude Sonnet 4.5 <[email protected]>
2026-04-03 16:18:45 +08:00
commit 9ab209b2b7
46 changed files with 16757 additions and 0 deletions
@@ -0,0 +1,165 @@
+"""
+多分辨率图像预览节点
+ComfyUI 自定义节点，支持同时预览多张不同分辨率的图像
+
+背景：
+  ComfyUI 原生「预览图像」节点要求 batch 内所有图片分辨率相同（因为它们被
+  stack 成一个 [B, H, W, C] tensor）。当 API 返回多张不同尺寸的图片时
+  （例如 nano-banana-2 同时返回 1K + 2K），原生节点会报错。
+
+解决方案：
+  声明 INPUT_IS_LIST = True，ComfyUI 会将连入的所有图像作为
+  Python list[Tensor] 传入，而不是强行 stack 成单个 tensor。
+  节点逐张单独保存为临时 PNG，再通过 ui.images 列表返回给前端并列展示，
+  完全不受分辨率一致性的限制。
+"""
+
+import os
+import uuid
+import json
+import numpy as np
+from PIL import Image
+from PIL.PngImagePlugin import PngInfo
+
+try:
+    import folder_paths
+    FOLDER_PATHS_AVAILABLE = True
+except ImportError:
+    FOLDER_PATHS_AVAILABLE = False
+
+
+def _get_temp_dir() -> str:
+    """获取 ComfyUI temp 目录，不可用时回退到系统临时目录"""
+    if FOLDER_PATHS_AVAILABLE:
+        return folder_paths.get_temp_directory()
+    import tempfile
+    return tempfile.gettempdir()
+
+
+def _tensor_to_pil(tensor) -> list:
+    """
+    将单个 IMAGE tensor 转换为 PIL Image 列表。
+
+    ComfyUI IMAGE tensor 格式：[B, H, W, C]，float32，值域 [0, 1]
+    支持：
+      - 单张图 tensor: shape [H, W, C] 或 [1, H, W, C]
+      - batch tensor:  shape [B, H, W, C]（B 张相同尺寸图）
+    """
+    import torch
+    if not isinstance(tensor, torch.Tensor):
+        return []
+
+    if tensor.ndim == 3:
+        tensor = tensor.unsqueeze(0)
+
+    results = []
+    for i in range(tensor.shape[0]):
+        img_np = tensor[i].cpu().numpy()
+        img_np = np.clip(img_np * 255.0, 0, 255).astype(np.uint8)
+        results.append(Image.fromarray(img_np))
+    return results
+
+
+class MultiResPreview:
+    """
+    多分辨率图像预览节点
+
+    功能：
+    - 单个「图像」输入端口，支持接入批次图像
+    - INPUT_IS_LIST = True：ComfyUI 将每张图作为独立 tensor 传入，
+      不强制要求尺寸相同，彻底解决不同分辨率无法共存的问题
+    - 每张图像独立保存为临时 PNG，在节点上并列展示所有图像
+
+    用法：
+      将 Nano Banana 节点的输出直接连入「图像」端口即可，
+      无论返回几张、分辨率是否相同，都能正确展示。
+    """
+
+    @classmethod
+    def INPUT_TYPES(cls):
+        return {
+            "required": {
+                "图像": ("IMAGE",),
+            },
+            "hidden": {
+                "prompt": "PROMPT",
+                "extra_pnginfo": "EXTRA_PNGINFO",
+            },
+        }
+
+    # 关键：告知 ComfyUI 以 list[Tensor] 而非 stacked Tensor 传入图像
+    # 这样不同分辨率的图片可以共存于同一个输入中
+    INPUT_IS_LIST = True
+
+    RETURN_TYPES = ()
+    OUTPUT_NODE = True
+    FUNCTION = "preview"
+    CATEGORY = "image"
+
+    DESCRIPTION = (
+        "多分辨率图像预览节点。\n"
+        "单个图像输入端口，支持任意数量、任意分辨率的批次图像。\n"
+        "解决了原生「预览图像」节点要求 batch 内图片尺寸相同的限制。\n"
+        "常用场景：nano-banana-2 同时返回 1K + 2K 图时，直接连入本节点即可。"
+    )
+
+    def preview(self, 图像, prompt=None, extra_pnginfo=None) -> dict:
+        """
+        逐张将图像保存到 temp 目录，返回 ui.images 供前端展示。
+
+        Args:
+            图像:          list[Tensor]，每个元素是一张或一批图（INPUT_IS_LIST）
+            prompt:        ComfyUI 注入的 prompt 元数据（可选）
+            extra_pnginfo: ComfyUI 注入的额外 PNG 信息（可选）
+
+        Returns:
+            {"ui": {"images": [...]}} 格式，每项对应一张图
+        """
+        temp_dir = _get_temp_dir()
+        os.makedirs(temp_dir, exist_ok=True)
+
+        # 构建 PNG 元数据（与原生预览节点行为一致）
+        metadata = PngInfo()
+        # INPUT_IS_LIST 时 hidden 值也会被包装成 list，取第一个元素
+        _prompt = prompt[0] if isinstance(prompt, list) else prompt
+        _extra = extra_pnginfo[0] if isinstance(extra_pnginfo, list) else extra_pnginfo
+        if _prompt is not None:
+            try:
+                metadata.add_text("prompt", json.dumps(_prompt))
+            except Exception:
+                pass
+        if _extra is not None:
+            try:
+                for k, v in _extra.items():
+                    metadata.add_text(k, json.dumps(v))
+            except Exception:
+                pass
+
+        saved = []
+        total_input = 0
+        total_saved = 0
+
+        # 图像 是 list[Tensor]，逐个处理（每个 Tensor 可能自身是个 batch）
+        for tensor in 图像:
+            pil_images = _tensor_to_pil(tensor)
+            total_input += len(pil_images)
+
+            for pil_img in pil_images:
+                try:
+                    filename = f"multi_res_preview_{uuid.uuid4().hex[:12]}.png"
+                    filepath = os.path.join(temp_dir, filename)
+                    pil_img.save(filepath, pnginfo=metadata, compress_level=1)
+
+                    saved.append({
+                        "filename": filename,
+                        "subfolder": "",
+                        "type": "temp",
+                    })
+                    total_saved += 1
+                except Exception as e:
+                    print(f"多分辨率预览: ⚠️ 保存图像失败 - {e}")
+
+        if total_input == 0:
+            print("多分辨率预览: ⚠️ 没有接收到任何图像")
+
+        return {"ui": {"images": saved}}