📘 本地推理模型腾讯youtu：ComfyUI-优图-VL 插件操作手册

ComfyUI-Youtu-VL 是为腾讯优图实验室推出的轻量级（4B参数）视觉语言模型定制的插件。它支持视觉接地、分割、深度估计及姿态估计，特别适合生成高质量提示词、打标及 OCR 任务。

项目地址：https://github.com/1038lab/ComfyUI-Youtu-VL

🛠 一、 安装指南

本项目提供两种安装方式，推荐使用管理器安装。

方法 1：通过 ComfyUI Manager（推荐）

1. 启动 ComfyUI。
2. 打开 Manager (管理器)。
3. 点击 Custom Nodes Manager，搜索 ComfyUI Youtu-VL（发布者：1038lab）。
4. 点击 Install 并重启 ComfyUI。

方法 2：手动安装

1. 打开终端，进入你的 ComfyUI 插件目录：cd ComfyUI/custom_nodes/
2. 克隆仓库：git clone https://github.com/1038lab/ComfyUI-Youtu-VL.git
3. 安装依赖：cd ComfyUI-Youtu-VL pip install -r requirements.txt

💡 可选：启用 GGUF 支持（显存优化）

如果你希望在消费级显卡（6GB+）上获得更快的速度，建议安装 llama-cpp-python：

# 请根据你的 CUDA 版本替换 cu121 (例如 cu118)
pip install llama-cpp-python --extra-index-url https://abetlen.github.io/llama-cpp-python/whl/cu121

🧩 二、 核心节点介绍

插件提供两种主要的引擎节点，用户可根据硬件配置选择：

提示： 模型会在首次使用时自动下载至 models/LLM/Youtu-VL 文件夹下。

🎮 三、 功能预设与应用

在节点设置中，你可以通过内置的 Preset Modes（预设模式） 快速执行任务：

🚧 四、 故障排除

• 找不到 GGUF 节点？
  • 请检查 llama-cpp-python 是否安装成功。
• 内存不足（OOM）？
  • 请切换到 GGUF 节点，并选择 Q4_K_M 或 Q5 等量化型号。
• 找不到分割/深度节点？
  • 目前这些功能仍处于测试阶段，位于插件的 Beta 文件夹中。

以下是针对 ComfyUI-Youtu-VL 项目使用 GGUF 模型的详细步骤：

第一步：安装必要的 Python 依赖

要在 ComfyUI 中运行 GGUF 格式，您必须先安装 llama-cpp-python 库。

1. 打开终端（cmd 或 PowerShell）并进入您的 ComfyUI python 环境。
2. 根据您的显卡（CUDA版本）运行安装命令（参考上一轮文档）：# 示例：如果您使用的是 CUDA 12.1 pip install llama-cpp-python --extra-index-url https://abetlen.github.io/llama-cpp-python/whl/cu121(如果您是 Mac 用户或使用其他 CUDA 版本，请替换 URL 中的 cu121)

第二步：选择并下载模型文件

您不需要下载列表中的所有文件。根据您的显存大小，下载以下两个文件（主模型 + 视觉投影器）：

1. 主模型（大脑 - 负责处理文本和逻辑）：

• 推荐（平衡速度与质量）： Youtu-VL-4B-Instruct.Q4_K_M.gguf (约 3.09 GB) —— 适合 6GB-8GB 显存。
• 高性能（质量稍好）： Youtu-VL-4B-Instruct.Q5_K_M.gguf (约 3.54 GB) —— 适合 8GB+ 显存。
• 极致速度（质量较低）： Youtu-VL-4B-Instruct.Q3_K_M.gguf (约 2.6 GB) —— 适合低显存设备。

2. 视觉投影器（眼睛 - 负责看图）：

• 必须下载：Youtu-VL-4B-Instruct.mmproj-f16.gguf (892 MB) 或者 mmproj-Q8_0.gguf (603 MB)。
  • 注意：通常视觉大模型（VLM）的 GGUF 版本需要这个 mmproj 文件来处理图像输入。如果节点无法自动识别，请确保它与主模型在同一目录下。

第三步：文件放置位置

将下载好的 .gguf 文件移动到 ComfyUI 的模型目录下。

• 目标路径： ComfyUI/models/LLM/
  (如果 LLM 文件夹不存在，请手动创建一个)

第四步：在 ComfyUI 中加载

1. 启动 ComfyUI。
2. 加载 ComfyUI-Youtu-VL 的工作流。
3. 找到 "Youtu-VL (GGUF)" 节点。
4. 在 model_name（或类似选项）下拉菜单中，点击刷新，然后选择您刚刚下载的 Youtu-VL-4B-Instruct.Q4_K_M.gguf 文件。

总结

简单来说，“安装”就是：

1. pip install llama-cpp-python
2. 下载 Q4_K_M.gguf 和 mmproj-f16.gguf。
3. 把它们扔进 ComfyUI/models/LLM/ 文件夹。

由于目前这个节点还是有问题，不能扫描全局模型。不过你可以使用它固定值的模型，开启魔法下载即可。

自己选择GGUF模型下载的，https://hf-mirror.com/mradermacher/Youtu-VL-4B-Instruct-GGUF/tree/main

使用我修改的代码。会员自提。

主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网