https://github.com/zho-zho-zho/comfyui-gemini
Using Gemini in ComfyUI
https://github.com/zho-zho-zho/comfyui-gemini
comfyui gemini-pro google-gemini stable-diffusion
Last synced: 22 days ago
JSON representation
Using Gemini in ComfyUI
- Host: GitHub
- URL: https://github.com/zho-zho-zho/comfyui-gemini
- Owner: ZHO-ZHO-ZHO
- License: gpl-3.0
- Created: 2023-12-19T16:35:53.000Z (over 1 year ago)
- Default Branch: main
- Last Pushed: 2024-05-22T14:15:11.000Z (11 months ago)
- Last Synced: 2025-03-28T10:08:23.364Z (29 days ago)
- Topics: comfyui, gemini-pro, google-gemini, stable-diffusion
- Language: Python
- Homepage:
- Size: 154 KB
- Stars: 733
- Watchers: 8
- Forks: 66
- Open Issues: 34
-
Metadata Files:
- Readme: README.md
- Funding: .github/FUNDING.yml
- License: LICENSE
Awesome Lists containing this project
README
Gemini in ComfyUI
🆕 最新 Gemini 1.5 Pro 模型已加入！
- 支持系统指令设置（System Instruction）
- 支持多模态 + 多轮对话
- 可以读取视频、音频等文件（上限 20G）
- 支持输入的 token 上限达到了 104万8576
- 目前速率限制比较严，每分钟只有 2 次，每天只有 1000 次
已支持文件上传功能，不过还仅限于单个文件（图片、txt文件、pdf文件、音频mp3文件等），未来会支持多文件上传（用于读取视频）
All-in-One LoRa Training 预处理、自动打标、训练、测试 LoRA 一条龙工作流
https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini/assets/140084057/d461f656-6888-48a8-b4f8-b70b7e46504d
V2.0 聊天机器人节点
https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini/assets/140084057/cb64ee29-a983-47fd-b26b-55386314afdd
将 Gemini pro vision 用于批量打标
https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini/assets/140084057/00addc94-1587-40d6-83f4-6b47dc1db665
## 项目介绍 | Info
- 将 Google Gemini 引入到 ComfyUI 中，现在你可以用它为你生成提示词、描述图像，也可与它畅聊人生
- 目前 Gemini API 免费开放（20240502 开始计费），你可以在这里申请一个自己的 API Key：[Gemini API 申请](https://makersuite.google.com/app/apikey)
- 最新 Gemini 1.5 Pro 模型：
- 支持系统指令设置（System Instruction）
- 支持多模态 + 多轮对话，
- 可以读取视频、音频等文件（上限 20G）
- 支持输入的 token 上限达到了 104万8576
- 目前速率限制比较严，每分钟只有 2 次，每天只有 1000 次
- 版本：V3.0 新增 Gemini 1.5 Pro 模型、系统指令、文件上传
## 详细说明 | Features
- Gemini 目前提供 3 种模型：
- Gemini-pro: 文本模型
- Genimi-pro-vision: 文本 + 图像模型
- Gemini 1.5 Pro：文本 + 图像 + 文件（音频、视频等各类） 模型
- Gemini 1.5 Pro 新节点：
- 🆕Gemini_15P_Advance_Zho：支持系统指令设置（System Instruction）
- 🆕Gemini_15P_Chat_Advance_Zho：支持系统指令设置（System Instruction）+ 多轮对话
- 📄Gemini_FileUpload_Zho：支持单文件上传（图片、音频、文本txt、pdf等），暂未支持视频（多文件）上传
- 📄Gemini_File_Zho：文件读取对话，最大 token 数为 1048576
- 2 类节点:
- 隐式 API KEY：将 Gemini_API_Key 设置为了环境变量，更安全，方便分享工作流（不会外泄 API KEY）
㊙️Gemini_Zho：同时支持 3 种模型，其中 Genimi-pro-vision 和 Gemini 1.5 Pro 可接受图像作为输入
㊙️Gemini_Vsion_ImgURL_Zho：Genimi-pro-vision 和 Gemini 1.5 Pro 模型，接受图像链接作为输入
㊙️Gemini_Chat_Zho：Genimi-pro 和 Gemini 1.5 Pro 模型，支持上下文对话，聊天机器人，Gemini 1.5 Pro 支持图像输入的上下文对话
- 显式API KEY：直接在节点中输入 Gemini_API_Key，仅供个人私密使用，请勿将包含 API KEY 的工作流分享出去
✨Gemini_API_Zho：同时支持 3 种模型，其中 Genimi-pro-vision 和 Gemini 1.5 Pro 可接受图像作为输入
✨Gemini_API_Vsion_ImgURL_Zho：Genimi-pro-vision 和 Gemini 1.5 Pro 模型，接受图像链接作为输入
✨Gemini_API_Chat_Zho：：Genimi-pro 和 Gemini 1.5 Pro 模型，支持上下文对话，聊天机器人，Gemini 1.5 Pro 支持图像输入的上下文对话
- 辅助节点:
- ✨DisplayText_Zho：显示文本
- ✨ConcatText_Zho：使用 “，” 连接文本
- 节点示例：
聊天机器人
## 参数说明 | Parameters
- image（非必要）：选择 Gemini-pro 时无需接入图像，选择 Genimi-pro-vision 时需要接入图像，选择 Gemini 1.5 Pro 既可接入也可不接
- prompt：提示词
- model_name：模型选择，Gemini-pro 或 Genimi-pro-vision 或 Gemini 1.5 Pro
- stream：流式传输响应
- api_key：输入 Gemini_API_Key （仅在显式节点上有）
## 使用方法 | How to use
- 首先需要申请一个自己的 Gemini_API_Key：[Gemini API 申请](https://makersuite.google.com/app/apikey)
- 选择隐式节点㊙️（推荐）：将你的 Gemini_API_Key 添加到 `config.json` 文件中，运行时会自动加载
- 选择显示节点✨：直接将 Gemini_API_Key 输入到节点的 api_key 中（注意：请勿将包含此节点的工作流分享出去，以免泄露你的 API Key）
- 使用注意：本地使用请确保你可以有效连接到 Google Gemini 的服务，推荐使用 Colab 或 Kaggle（无连接问题）
- 使用新版 Gemini 1.5 Pro 需要更新依赖 google-generativeai > 0.4.1
## 安装 | Install
- 推荐使用管理器 ComfyUI Manager 安装
- 手动安装：
1. `cd custom_nodes`
2. `git clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini.git`
3. `cd custom_nodes/ComfyUI-Gemini`
4. `pip install -r requirements.txt`
5. 重启 ComfyUI
## 工作流 | Workflow
### V3.0 平替 DALL·3
[Gemini 1.5 Pro + Stable Diffusion + ComfyUI = DALL·3 ](https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini/blob/main/Gemini_workflows/Gemini%201.5%20Pro%20%2B%20Stable%20Diffusion%20%2B%20ComfyUI%20%3D%20DALL%C2%B73%20%E3%80%90Zho%E3%80%91.json)
### V2.0 工作流（隐式）（V1.1工作流依旧可用）
[Gemini-pro Chatbot【Zho】](https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini/blob/main/Gemini_workflows/Gemini-pro%20Chatbot%E3%80%90Zho%E3%80%91.json)
### V1.1 工作流（隐式）
[Gemini-pro【Zho】](https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini/blob/main/Gemini_workflows/Gemini-pro%E3%80%90Zho%E3%80%91.json)
[Genimi-pro-vision【Zho】](https://github.com/ZHO-ZHO-ZHO/ComfyUI-Gemini/blob/main/Gemini_workflows/Gemini-pro-vision%E3%80%90Zho%E3%80%91.json)
## 更新日志 | Changelog
20240411
- V3.0版：新增 Gemini 1.5 Pro 模型、系统指令、文件上传
- 新增 平替 DALL·3 工作流（Gemini 1.5 Pro + Stable Diffusion + ComfyUI = DALL·3）
20231229
- V2.1版：修复 Deadline of 60.0s bug，方法来自官方：https://github.com/google/generative-ai-python/issues/117
20231222
- V2.0版：新增上下文聊天节点，相当于聊天机器人
- 💬Gemini_Chat_Zho（隐式）
- 💬Gemini_API_Chat_Zho（显示）
20231221
- V1.1版：修改 API KEY 的加载方式为自动添加 config.json ，将 API KEY 写入即可
- 已登陆 manager 不用手动安装了
20231220
- 实现 Genimi-pro-vision 模型调用，支持图像或图像链接输入
- 增加隐式节点，更加安全
- 增加辅助节点
20231219
- 创建 ComfyUI Gemini 项目，实现 Gemini-pro 模型调用
## Stars
[](https://star-history.com/#ZHO-ZHO-ZHO/ComfyUI-Gemini&Timeline)
## 关于我 | About me
📬 **联系我**：
- 邮箱：[email protected]
- QQ 群：839821928
🔗 **社交媒体**：
- 个人页：[-Zho-](https://jike.city/zho)
- Bilibili：[我的B站主页](https://space.bilibili.com/484366804)
- X（Twitter）：[我的Twitter](https://twitter.com/ZHOZHO672070)
- 小红书：[我的小红书主页](https://www.xiaohongshu.com/user/profile/63f11530000000001001e0c8?xhsshare=CopyLink&appuid=63f11530000000001001e0c8&apptime=1690528872)
💡 **支持我**：
- B站：[B站充电](https://space.bilibili.com/484366804)
- 爱发电：[为我充电](https://afdian.net/a/ZHOZHO)
## Credits
- DisplayText节点参考了：[ComfyUI_Custom_Nodes_AlekPet](https://github.com/AlekPet/ComfyUI_Custom_Nodes_AlekPet)，感谢 AlekPet ！