ComfyUI_Qwen_H3_Prompt
Use local Qwen3.8-27B and official MiniMax-H3 Skills in ComfyUI to generate H3 prompts. Runs a standalone local llama-server , inference operates fully offline with no internet access.
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Check it deeper on your machine
It has changed since its scan on 11 Nov 2026.
As a Claude Code plugin, install it and then ask Claude Code:
/plugin marketplace add keithmackay/mackayi/plugin install scanskillsafety@mackayiDo a deep scan of https://github.com/chflame163/ComfyUI_Qwen_H3_Prompt with scanskillsafety
Or from a terminal, clone it and run it:
git clone https://github.com/keithmackay/scanskillsafety-skill ~/.claude/skills/scanskillsafetynode ~/.claude/skills/scanskillsafety/cli.cjs --deep 'https://github.com/chflame163/ComfyUI_Qwen_H3_Prompt'
It checks the exact commit: every file, its packages against OSV (api.osv.dev), how it compares with this page's scan (findsafeskills.com receives the repository's address), and, if you agree, Claude reading every file with your own Claude subscription. It never runs the code.
Badge for your README
Markdown
[](/listings/chflame163--comfyui-qwen-h3-prompt)HTML
<a href="/listings/chflame163--comfyui-qwen-h3-prompt"><img src="/api/listings/chflame163--comfyui-qwen-h3-prompt/badge.svg" alt="findsafeskills safety rating" /></a>Install
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
README.md · README · 273 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
This file has changed since it was scanned, so this is not exactly the text that was scanned, and no line is marked. The findings are listed with the safety scan above.
- # ComfyUI Qwen H3 Prompt
- 在 ComfyUI 内使用本地 Qwen3.8-27B 驱动 Minimax H3 官方 Skill 或自定义 Skill 生成 H3 提示词与制作方案。
- 同项目还提供通用多模态节点 `QWEN General Prompt(Local)`,用图片加文字提示词完成识图与文本生成,Skill 可选。
- 节点在 ComfyUI 内启动独立的本地 `llama-server`,推理过程不访问网络。运行完成后结束外部进程,释放GPU显存和系统内存(`force unload model`开启时),不占用ComfyUI内部资源。
- 节点加载时扫描 `skills/` 和 `custom_skills/` 目录并加载 Skill。
- ## 官方 Skill 的本地适配边界
- `h3-prompt-writing` 官方声明可直接移植。其余 Skill 原本依赖 MiniMax Hub 的画布、选择卡和媒体生成工具。本节点把 Skill 内容作为本地模型指导,Skill 可以输出符合 H3 定义的 prompt。
- 与 MiniMax H3 官方 Skills 不同,本节点所使用的 Qwen3.8-27B GGUF 模型不具备分析声音的能力,不能准确提取已有音乐的旋律、BPM、歌词、音色或节拍点。有关声音的提示词只是“创作声音的描述”,不是分析或复刻参考音频。
- 输出格式和交互行为由所选 Skill 与用户请求决定。节点只执行一次本地推理,不会额外包装、改写或按 H3 结构修复模型输出。
- ## 安装节点
- 使用ComfyUI Manager安装, 或使用以下命令手动安装:
- ```commandline
- cd ComfyUI/custom_nodes/
- git clone https://github.com/chflame163/ComfyUI_Qwen_H3_Prompt.git
- ```
- ## 模型目录
- 把 Qwen3.8 视觉模型和GGUF权重文件放到```ComfyUI/models/LLM/Qwen3.8/```目录。
- * 视觉权重:
- 从 https://huggingface.co/unsloth/Qwen3.8-27B-GGUF 下载 ```mmproj-F16.gguf```
- * GGUF权重:
- 对于20G以上显存的设备,推荐从 https://huggingface.co/unsloth/Qwen3.8-27B-GGUF 下载 ```Qwen3.8-27B-Q4_K_M.gguf```。
- 对于16G显存的设备,推荐 https://huggingface.co/soyaakinohara/qwen3.8-27b-abliterated-3.69bpw-12GB-MTP.gguf 。
- 也可以自行下载其他与llama-server兼容的Qwen3.8权重。
- ## 安装llama-server runtime
- 项目只提供一个跨平台安装入口 `install_runtime.py`。它仅使用 Python 标准库,自动识别 Windows、Linux 或 macOS、x64/ARM64 架构及显卡,并为当前机器部署固定的 llama.cpp `b12464` runtime,不需要安装额外的 pip 包。NVIDIA 设备优先使用 `nvidia-smi` 报告的驱动 CUDA 兼容版本,`nvcc` 版本仅作为备用判断。CUDA 归档按 NVIDIA 的同 major 小版本兼容规则匹配:驱动只要报告同一 major(例如 13.4)就可以使用官方为该 major 更高小版本(13.5)构建的归档,因为归档自带 CUDA runtime;跨 major 仍要求驱动不低于归档版本。实际命中的规则会写入 `runtime_config.json` 的 `cuda_selection` 字段。
- Windows ComfyUI 官方便携包在节点目录中执行:
- ```
- cd ComfyUI\custom_nodes\ComfyUI_QWen_H3_Prompt
- ..\..\..\python_embeded\python.exe install_runtime.py
- ```
- Linux 与 macOS 使用Python执行:
- ```
- python install_runtime.py
- ```
- 首次启动前必须先执行安装器。安装器会依次完成硬件检测、后端选择、下载、SHA256 校验、安全解压、`llama-server --version` 与 `--list-devices` 验证,最后生成本机专用的 `runtime_config.json`。下载缓存、源码缓存和安装结果都保存在节点的 `runtime/` 目录中。
- 如果 Windows 报告 `WinError 5` 拒绝访问,先关闭正在运行的 ComfyUI,再使用当前 Windows 用户在节点目录重新执行 `python install_runtime.py --force`。节点启动 llama-server 时会把工作目录设在自定义节点目录,不依赖 runtime 文件夹作为当前目录;这样可以避开旧安装中 runtime 子目录继承的限制性 ACL。
- 安装器命令:
- ```
- # 只显示检测结果和计划,不下载或安装
- python install_runtime.py --dry-run
- # 查看当前系统和架构支持的后端
- python install_runtime.py --list-backends
- # 手动指定后端
- python install_runtime.py --backend vulkan
- # 强制重新安装
- python install_runtime.py --force
- # 只使用 runtime/.downloads/b12464 中已经校验的文件
- python install_runtime.py --offline
- ```
- ### 自动后端选择
- | 系统和设备 | 自动顺序 |
- | --- | --- |
- | Windows x64 NVIDIA | 驱动兼容 CUDA 13 时:CUDA 13.5 → CUDA 12.4 → Vulkan → CPU;否则从 CUDA 12.4 开始 |
- | Windows x64 AMD | ROCm 10.0 → Vulkan → CPU |
- | Windows x64 Intel | SYCL → Vulkan → CPU |
- | Windows x64 未识别 GPU | Vulkan → CPU |
- | Windows ARM64 NVIDIA | 驱动兼容 CUDA 13 时:CUDA 13.5 → CPU;否则 CPU |
- | Windows ARM64 Qualcomm Adreno | OpenCL → CPU |
- | Linux x64 NVIDIA | 驱动兼容 CUDA 13 时:CUDA 13.5 → CUDA 12.8 → Vulkan → CPU;否则从兼容版本开始 |
- | Linux x64 AMD | ROCm 10.0 → Vulkan → CPU |
- | Linux x64 Intel | SYCL FP16 → Vulkan → CPU |
- | Linux x64 未识别 GPU | Vulkan → CPU |
- | Linux ARM64 NVIDIA | 驱动兼容 CUDA 13 时:CUDA 13.5 → Vulkan → CPU;否则 Vulkan → CPU |
- | Linux ARM64 其他设备 | Vulkan → CPU |
- | macOS Apple Silicon 或 Intel | Metal → CPU |
- Windows 可用后端取决于架构,包括 `cuda12`、`cuda13`、`rocm`、`sycl`、`vulkan`、`opencl` 和 `cpu`。
- Linux 官方预编译后端包括 `cuda12`、`cuda13`、`rocm`、`vulkan`、`sycl`、`sycl-fp32`、`openvino` 和 `cpu`,具体选项取决于架构。官方文件是 Ubuntu 构建,其他发行版需要兼容的 glibc/libstdc++。CUDA、ROCm、Vulkan、Intel SYCL/OpenVINO 还需要系统中已经存在相应的显卡驱动和运行库。
- macOS 使用对应架构的官方包。Metal 不需要额外 GPU 计算框架,但 Qwen3.8-27B Q4 和视觉投影器仍需要足够的统一内存。
- ### Linux CUDA 部署
- 官方 `b12464` 提供 Ubuntu x64 CUDA 12.8/13.5 和 Ubuntu ARM64 CUDA 13.5 压缩包,自动模式会根据本机驱动兼容版本选择。也可显式要求自动选择 CUDA 预编译包:
- ```
- python install_runtime.py --backend cuda
- ```
- 当没有兼容的官方包或需要本机构建时,可显式要求安装器从源码构建:
- ```
- python install_runtime.py --backend cuda --build-from-source
- ```
- 源码构建不会调用 `sudo` 或自动修改系统。运行前必须已经具备:
- - 可正常运行 `nvidia-smi` 的 NVIDIA 驱动;
- - 包含 `nvcc` 的 NVIDIA CUDA Toolkit,`nvcc` 位于 `PATH` 中或已经设置 `CUDA_HOME`;
- - Git、CMake、C 编译器和 C++ 编译器,例如 Ubuntu/Debian 的 `git cmake build-essential`。
- ### 升级 llama.cpp 引擎(b11115 → b12464)
- 本项目的固定引擎已从 `b11115`(2026-09-22)升级到 `b12464`(2026-11-17),对应完整 commit `d3c3e242c16b8cbf51400fad410cd69b22d64f35`,跨越 1349 个提交。三个平台的预编译资产名称与 SHA256 已在安装器内全部更新,Windows 与 macOS 用户同样只需重新执行安装器。
- 本次升级中与本节点相关的改进:
- - Qwen3.8 的 MTP 草稿模型现在能接收视觉 embedding(`#30397`、`#30257`),带 `mmproj` 且使用 MTP 量化时此前会被忽略;
- - Qwen-VL 图像预处理对齐 HuggingFace transformers(`#30736`、`#32130`),并修正 qwen3vl 输出头维度与 qwen2vl FFN 权重缩放(`#32349`、`#32241`),识图结果精度提升;
- - CUDA 后端 prefill 与解码提速:CUDA graph 分块摊薄启动开销(`#30804`)、MMQ 内融合 FFN gate/up 与 GLU(`#29948`、`#31188`)、Qwen MRoPE 与 set-rows 融合(`#31025`)、显存池预留减半并在保留失败时重试(`#30542`);
- - 服务端明确支持 chat 模板的 reasoning effort 档位查询(`#31271`),并对模板不接受的档位返回 400(`#32332`),节点的 `reasoning_effort` 回退逻辑据此继续成立;
- - 流式响应后的连接复用修复(`#30492`)与 sleep/resume 时重复累加 mmproj 显存余量的修复(`#28233`),对应本节点反复请求短生命周期本地 server、并在结束后释放显存的行为。
- 已经安装过旧引擎的机器不需要卸载,直接重跑一次安装命令即可:安装器会下载 `b12464` 归档、校验、解压,并把 `runtime_config.json` 指向新的可执行文件。之后**必须重启 ComfyUI**——节点只在拉起 llama-server 子进程的那一刻读取 `runtime_config.json`,升级前已经在跑的 ComfyUI 会继续复用旧进程。
- 重启后节点日志会直接标出引擎版本,无需再去翻 runtime 目录:
- ```
- [Qwen H3] Model loading complete | new model loaded | platform=linux | backend=cuda13 | llama.cpp=b12464 | port=57155 | elapsed 9.86 s
- ```
- 旧版本目录(例如 `runtime/linux-x64/cuda13/b11115`)不会被使用,但仍占用磁盘并作为降级候选保留,单个构建约 0.8–1.1 GB。不需要降级余量时可以删掉,`runtime/.downloads/` 下同名 tag 的归档缓存同理,删除后只是下次需要时重新下载。
- `b12464` 的 CUDA 13 归档由 13.4 构建变为 13.5 构建,因此安装器引入同 major 小版本兼容匹配:驱动报 13.4 也能使用 13.5 归档,`runtime_config.json` 的 `cuda_selection.match` 会记为 `same_major`。这一规则已在 Linux x64 真机验证(驱动 `615.71.09` 报 CUDA UMD 13.4,安装并通过了 `llama-server --version` 与 `--list-devices` 校验);Windows 与 macOS 的资产名、哈希和归档结构已逐项核对,但缺少对应硬件,实际运行表现尚未在真机验证。
- GitHub 到国内机器的连接偶发中断,表现为 `Download failed ... SSL: UNEXPECTED_EOF_WHILE_READING`。此时安装器会自动尝试下一个候选后端(Linux x64 会退到 CUDA 12.8),所以最终装上的可能不是最优包。看到该报错后重跑 `python install_runtime.py --backend cuda` 即可;反复失败时使用 `--offline` 复用 `runtime/.downloads/` 中已校验的归档。
- ## 节点
- 启动ComfyUI,在 `😺dzNodes/QWen_H3_Prompt` 分类中添加 `Qwen H3 Prompt (Local)` 与 `QWEN General Prompt(Local)` 两个节点。
- 
- 节点选项说明:
- - `skill`:`auto`、内置 Skill 或 `custom_skills/` 中配置的第三方 Skill。设为auto时会在全部 Skill 中自动选择。
- - `duration`:目标 H3 视频时长,默认 `10.0` 秒,取值范围 1~60 秒。
- - `think_mode`:布尔开关,默认关闭;自动在 Qwen 官方 instruct 和 thinking 推荐参数之间切换。
- - `reasoning_effort`:仅在 `think_mode` 开启时生效,默认 `medium`。
- - `seed`:种子。
- - `reference_images`:动态添加 0-9 张独立 IMAGE。每个插槽只接受一张图片;图片角色由数量和用户提示词共同决定。
- - `reference_videos`:动态添加 0-3 路 IMAGE 批次,内部固定按 24 fps 计算时长和采样时间。
- - `video_sample_frames_per_sec`:每路参考视频每秒抽取的帧数,默认值为 2。
- - `force unload model`:默认开启。开启时每次完成后终止内置 llama-server服务并强制清理内存和显存;关闭时保留模型供下一次运行复用。发生错误时无论选项状态都会强制释放。
- ### 自定义 Skill
- 在 `custom_skills/` 下为 Skill 建立独立子目录,并至少放入一个 `SKILL.md`。
- - Skill ID 只能使用小写字母、数字、点、下划线和连字符,不能使用 `auto`,也不能与 MiniMax H3 官方 skills 重名。
- - 节点只把 skill 作为 Qwen 的提示词指导,不会执行第三方 Skill 声明的脚本、工具、网络调用、Canvas 流程或审批卡片。
- ### 图片输入与模式路由
- 节点按照以下规则选择 H3 模式:
- | 输入 | 判定方式 |
- | --- | --- |
- | 没有图片和视频 | 直接使用 T2VA |
- | 1 张图片、没有视频 | Qwen 根据用户提示词选择 I2VA、L2VA 或 Ref2VA |
- | 2 张图片、没有视频 | Qwen 根据用户提示词选择 FL2VA 或 Ref2VA |
- | 3-9 张图片 | 直接使用 Ref2VA |
- | 连接任意参考视频 | 直接使用 Ref2VA |
- 一到两张图片时,节点不会仅根据图片数量猜测首尾帧。要生成关键帧模式提示词,必须在用户提示词中明确说明图片的时间角色:
- ```text
- # 一张首帧图,路由为 I2VA
- 将 Picture 1 作为目标视频的首帧,从这个画面继续向前发展。
- # 一张尾帧图,路由为 L2VA
- 将 Picture 1 作为目标视频最后一帧,设计一个自然抵达该画面的过程。
- # 两张首尾帧图,路由为 FL2VA
- Picture 1 是目标视频首帧,Picture 2 是目标视频尾帧,生成从前者连续过渡到后者的过程。
- ```
- 如果一到两张图片只是人物、产品、场景、构图或风格参考,也应明确说明其参考作用,节点会选择 Ref2VA:
- ```text
- 参考 Picture 1 的人物身份和服装,参考 Picture 2 的场景与灯光,创作一段产品宣传短片;两张图都不是首尾帧。
- ```
- ### 参考视频
- `reference_videos` 最多连接 3 路,每一路都是按时间顺序排列的 IMAGE batch。每一路至少包含 1 帧,按 24 fps 计算后时长不得超过 15 秒;全部参考视频总时长不能超过 15 秒。
- `video_sample_frames_per_sec` 表示从每路视频的每一个一秒时间窗中均匀抽取多少帧,它不是整段视频的总抽帧数,也不会改变最终 H3 视频的帧率。
- 默认值 `2` 适合大多数动作和运镜。静态产品展示可以使用 `1`;快速动作、复杂转场可提高到 `3-8`。数值越高,每秒保留的动作细节越多,但联系表中单帧面积会变小,同时增加图片编码、内存和推理开销。
- 连接参考视频后始终使用 Ref2VA。当前接口只接收视频画面帧,不会读取视频文件中的音轨。
- ### 原创声音与配乐描述
- Qwen 会根据用户提示词、目标时长、参考图片以及参考视频的抽样画面,自动创作与画面匹配的声音设计:
- - 描述环境声、动作声、空间感和随画面变化的声音事件。
- - 描述原创器乐配乐的情绪、乐器、速度、发展、关键画面同步点和收束方式。
- - 没有用户明确提供时,不会自行编造对白、旁白、歌词或人声演唱。
- - 用户只要求“无背景音乐”时,输出 `non_diegetic_music: N/A`,但仍保留合理的环境声和动作声。
- - 用户明确要求“完全静音”“全程静音”或“不要任何声音”时,强制输出 `overall_soundscape: N/A` 和 `non_diegetic_music: N/A`。
- 这属于根据视觉内容创作新的音频描述,不是分析、复刻或保留参考视频原声。生成的文本最终交给 MiniMax H3 合成原生声音。
- ## QWEN General Prompt(Local)
- 
- 通用多模态节点,用于“识图 + 文本生成”。它同样调用本地 `llama-server` 的 Qwen3.8-27B,但不做任何 H3 模式判定、图片首尾帧角色标注或输出结构约束,模型回答什么就由所选 Skill 与用户提示词决定。与 `Qwen H3 Prompt (Local)` 共用同一份模型目录、Skill 目录和常驻服务(模型与投影器配置相同时可直接复用,不会重复加载)。
- 节点选项说明:
- - `prompt`:发送给 Qwen 的请求,原样作为用户消息的第一段文本,节点不额外包装。
- - `system_prompt`:可选的常驻指令,留空时只使用输出契约。
- - `skill`:`none`、`auto`、内置 Skill 或 `custom_skills/` 中的第三方 Skill。
- - `none`(默认):完全不加载 Skill,仅依靠 `prompt` 与 `system_prompt`。
- - `auto`:先用一次低温短推理在全部 Skill 中挑选,再加载所选 Skill。
- - 直接指定 Skill id:跳过路由,直接加载该 Skill。
- - `include skill references`:默认开启,加载 Skill 的 `references/` 文本;关闭时只读 `SKILL.md`,可显著减少上下文占用。
- - `llm_model` / `vision_model`:与 H3 节点相同的 GGUF 选项。`vision_model` 额外提供 `none`,用于没有 mmproj 文件或纯文本任务;此时若连接了图片或视频会直接报错提醒。
- - `think_mode` / `reasoning_effort`:与 H3 节点一致。
- - `max_tokens`:默认 `8192`,最高 `16384`。
- - `seed`:种子。
- - `images`:动态添加 0-12 个 IMAGE 插槽,每个插槽只接受单张图片(不接受批次)。
- - `videos`:动态添加 0-3 路按时间排序的 IMAGE 批次,可接 VHS Load Video 等输出。
- - `video_fps`:视频帧批次的帧率,默认 `24.0`,用于给模型标注每帧时间戳。
- - `video_sample_frames_per_sec`:每秒抽帧数,默认 `2`;同一秒的帧合成一张时序联系图。单路抽帧总数上限 `64`,超出时报错并提示调整参数。
- - `force unload model`:与 H3 节点一致。
- 输出端口:
- - `text`:模型最终回答。
- - `selected_skill`:本次实际使用的 Skill,未加载时为 `none`。
- 典型用法:
- ```text
- # 纯识图,不加载 Skill
- skill = none
- prompt = 逐条列出这张图片中的文字、人物动作和画面构图,并指出可能的穿帮。
- # 加载自定义 Skill 做结构化改写
- skill = my-caption-style
- prompt = 为 Picture 1 写一段适合发布的中文短视频文案。
- # 自动选择 Skill
- skill = auto
- prompt = 参考这两张产品图,生成一组电商详情页文案与卖点说明。
- ```
- ## 显存和生命周期
- 若关闭 `force unload model`,内置服务会继续占用约 20 GB 显存,模型配置不变时下一次可直接复用;再次开启并运行节点、模型配置发生变化或退出 ComfyUI 时会终止驻留服务。
- ## 上游来源与许可证
- - MiniMax H3 Skill 来自 [`MiniMax-AI/MiniMax-H3`](https://github.com/MiniMax-AI/MiniMax-H3) commit `d21241f0a4b3acbb34c97dae47fa417b7065e438`,官方文件保存在 `skills/`。
- - 跨平台runtime安装器固定使用 llama.cpp `b12464`,对应完整 commit `d3c3e242c16b8cbf51400fad410cd69b22d64f35`,并对下载文件执行 SHA256 校验。
- - Linux CUDA 源码构建使用同一固定 tag 和 commit。llama.cpp 的 MIT 许可证保存在 `third_party/llama.cpp-LICENSE`。
- - 本项目仅为学习研究使用,如果作为商业用途,请查阅相关原项目授权协议。
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.