Google GeminiComfyUI 集成API 节点多模态生成
在ComfyUI中集成Google Gemini API，便于在节点流程中直接调用Gemini模型进行文本与多模态交互和生成。
💡 在ComfyUI流程中直接调用Google Gemini进行文本或多模态生成
🍴 27 Forks💻 Python🔄 2025-05-08
https://pan.quark.cn/s/af9fbf81e746
📦 requirements.txt
google-genai>=1.5.0
Pillow>=10.1.0
requests
numpy
torch
📄 README
ComfyUI Gemini API
中文 | English
用于在comfyUI中调用Google Gemini API。
安装说明
方法一：手动安装
将此存储库克隆到ComfyUI的custom_nodes目录：
“`
cd ComfyUI/custom_nodes
git clone https://github.com/CY-CHENYUE/ComfyUI-Gemini-API
“`
安装所需依赖：
如果你使用ComfyUI便携版
“`
..\..\..\python_embeded\python.exe -m pip install -r requirements.txt
“`
如果你使用自己的Python环境
“`
path\to\your\python.exe -m pip install -r requirements.txt
“`
方法二：通过ComfyUI Manager安装
在ComfyUI中安装并打开ComfyUI Manager
在Manager中搜索”Gemini API”
点击安装按钮
安装完成后重启ComfyUI
节点说明
Gemini 2.0 image
通过Gemini API生成图像的节点。
输入参数：
prompt (必填)：描述你想要生成的图像的文本提示词
api_key (必填)：你的Google Gemini API密钥（首次设置后会自动保存）
model：模型选择
aspect_ratio：选择图像方向（自由比例、横屏、竖屏、方形）
temperature：控制生成多样性的参数（0.0-2.0）
seed (可选)：随机种子，指定值可重现结果
images (可选)：参考图像输入，支持多张图片
输出：
image：生成的图像，可以连接到ComfyUI的其他节点
API Respond：包含处理日志和API返回的文本信息
使用场景：
创建独特的概念艺术
基于文本描述生成图像
使用一张或多张参考图像创建风格一致的新图像
基于图像的编辑操作
多图片功能说明：
节点现在支持同时输入多张参考图像
多张图像将一起发送给Gemini API作为风格参考
系统会自动调整提示词，告知模型有多张参考图像
此功能非常适合混合多种风格或提供更多参考信息
获取API密钥
访问Google AI Studio
创建一个账户或登录
在”API Keys”部分创建一个新的API密钥
复制API密钥并粘贴到节点的api_key参数中（只需首次输入，之后会自动保存）
温度参数说明
温度值范围：0.0到2.0
较低的温度（接近0）：生成更确定性、可预测的结果
较高的温度（接近2）：生成更多样化、创造性的结果
默认值1.0：平衡确定性和创造性
注意事项
API可能有使用限制或费用，请查阅Google的官方文档
图像生成质量和速度取决于Google的服务器状态和您的网络连接
参考图像功能会将您的图像提供给Google服务，请注意隐私影响
首次使用时需要输入API密钥，之后会自动存储在节点目录中的gemini_api_key.txt文件中
关于图像方向Gemini API 会根据选择的方向（横屏、竖屏或方形）生成适合的图像（但是模型并不一定可以按照要求生成）
Contact Me
X (Twitter): @cychenyue
TikTok: @cychenyue
YouTube: @CY-CHENYUE
BiliBili: @CY-CHENYUE
小红书: @CY-CHENYUE