首页/ 节点库/ 图层工具:JoyCaption2(高级)
第三方插件 ComfyUI_LayerStyle_Advance

图层工具:JoyCaption2(高级)

一个高级 多模态 LLM 图像描述生成系统,可为输入图像生成专业格式的描述文本(就是将前面的两个节点进行合并)。LayerUtility: JoyCaption2(Advance)-

LayerUtility: JoyCaption2(Advance) 2026-01-30 收录 454 次浏览

节点中英文对比

ComfyUI 结构对照

按当前节点配置,分别展示中文与英文节点结构。面板按 ComfyUI 实际界面还原: 左侧圆点是输入,右侧圆点与该行最右的名称为输出,下方胶囊是控件参数; 控件两端的三角表示可切换的选项。

中文节点 15 项
图层工具:JoyCaption2(高级)
image text
extra_options
llm_model —
device —
dtype —
vlm_lora —
caption_type —
caption_length —
user_prompt —
max_new_tokens —
top_p —
temperature —
cache_model —
use_global_model —
英文节点 15 项
LayerUtility: JoyCaption2(Advance)
image text
extra_options
llm_model —
device —
dtype —
vlm_lora —
caption_type —
caption_length —
user_prompt —
max_new_tokens —
top_p —
temperature —
cache_model —
use_global_model —
模型 条件 / 数值 Latent 其它类型 左圆点 = 输入,右圆点 = 输出 可切换选项 — 未设置默认值

面板用于对照参数位置与命名,不做交互;实际节点外观以 ComfyUI 内的主题为准。

参数说明

输入 2 · 输出 1 · 控件 12

依据当前节点关联的 NodesItems 数据,按输入、输出、控件三类分别列出名称与说明。

输入参数 2 项
image image
输入的图像列表。
extra_options extra_options
可选项,包含额外的语义注入与角色名字段。
输出参数 1 项
text text
输出的描述文本字符串数组,与输入图像一一对应。
控件参数 12 项
llm_model llm_model
指定使用的语言模型名称。
device device
模型加载与推理所使用的设备。当前仅支持:cuda。
dtype dtype
模型加载的数据类型,可选值: nf4:近似低精度高效推理 bf16:较高精度更适合复杂场景
vlm_lora vlm_lora
指定是否加载视觉相关的 LoRA 模块,可选值: text_model:加载图文联合微调模块 none:不加载
caption_type caption_type
指定输出描述文本的风格。 Descriptive:正式详细,用于专业记录说明。 Descriptive (Informal):口语随意,适用于日常交流。 Training Prompt:精准简洁,服务模型训练。 MidJourney:创意生动,激发艺术想象。 Booru tag list:标签罗列,方便分类检索。 Art Critic:专业点评,用于艺术鉴赏。 Social Media Post:活泼吸睛,适合社交分享。
caption_length caption_length
描述文本长度,可选值: any、very short、short、medium-length、long、very long 或指定精确长度如 30, 100, 260 等
user_prompt user_prompt
用户自定义提示,附加在提示词前或中间,用于引导输出内容。
max_new_tokens max_new_tokens
最大生成 token 数量。范围 8~4096。
top_p top_p
nucleus sampling 中的截断概率。范围 0~1。
temperature temperature
采样温度,范围 0~1。控制生成的随机性。
cache_model cache_model
是否缓存加载的模型对象,供下次节点复用。
use_global_model use_global_model
是否使用全局缓存模型。与 cache_model 结合使用。

节点详解

原理 · 用法 · 常见问题
暂无节点说明

常见问题

按节点参数整理
图层工具:JoyCaption2(高级)是做什么的?
一个高级 多模态 LLM 图像描述生成系统,可为输入图像生成专业格式的描述文本(就是将前面的两个节点进行合并)。LayerUtility: JoyCaption2(Advance)-
图层工具:JoyCaption2(高级)有哪些输入参数?
共 2 个输入,包括 image(image)、extra_options(extra_options)。
图层工具:JoyCaption2(高级)的输出是什么?
共 1 个输出:text(text)。
图层工具:JoyCaption2(高级)有哪些可调参数?
共 12 个控件参数,包括 llm_model(llm_model)、device(device)、dtype(dtype)、vlm_lora(vlm_lora)、caption_type(caption_type)、caption_length(caption_length)。
图层工具:JoyCaption2(高级)属于哪个节点包?
属于「ComfyUI_LayerStyle_Advance」,节点分类为「第三方插件」。

同类节点

ComfyUI_LayerStyle_Advance
图层遮罩:BiRefNet Ultra V2(高级) LayerMask: BiRefNet Ultra V2(Advance) 使用BiRefNet模型去除背景,有更好的识别能力,同时具有超高的边缘细节,V2的区别在于可以加载不同的BiRefNet模型。LayerMask: BiRefNet Ultra... 图层遮罩:人物遮罩 Ultra(高级) LayerMask: PersonMaskUltra(Advance) 为人物生成脸、头发、身体皮肤、衣服或配饰的遮罩。LayerMask: PersonMaskUltra(Advance)- 图层遮罩:加载BiRefNet模型 V2(高级) LayerMask: Load BiRefNet Model V2(Advance) 用于加载BiRefNet分割模型(V2还支持加载RMBG-2.0模型)LayerMask: Load BiRefNet Model V2(Advance)- 图层遮罩:人物遮罩 Ultra V2(高级) LayerMask: PersonMaskUltra V2(Advance) 为人物生成脸、头发、身体皮肤、衣服或配饰的遮罩。(V2加入了边缘优化算法)LayerMask: PersonMaskUltra V2(Advance)- 图层工具:创建二维码(高级) LayerUtility: Create QRCode(Advance) 二维码生成器 - 快速创建可定制的黑白二维码图像。LayerUtility: Create QRCode(Advance)- 图层工具:ZhipuGLM4V(高级) LayerUtility: ZhipuGLM4V(Advance) 基于智谱 GLM-4V 图文大模型 实现视觉问答(VQA)、图像描述、图文对话等任务。LayerUtility: ZhipuGLM4V(Advance)- 图层工具:图像自动裁剪 V2(高级) LayerUtility: ImageAutoCrop V2(Advance) V2新增"original"比例模式以及可开关背景填充,还有4种缩放策略可选。LayerUtility: ImageAutoCrop V2(Advance)- 图层工具:SmolVLM(高级) LayerUtility: SmolVLM(Advance) 调用 SmolVLM 模型 对输入图片分析生成文本描述。LayerUtility: SmolVLM(Advance)-