节点功能
此节点连接到Luma AI的文本到图像API，让用户能够通过详细的文本提示词生成图像。Luma AI以其出色的真实感和细节表现而闻名，特别擅长生成照片级别的逼真内容和艺术风格图像。参数说明
基本参数
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| prompt | 字符串 | "" | 描述要生成内容的文本提示词 |
| model | 选择项 | - | 选择使用的生成模型 |
| aspect_ratio | 选择项 | 16:9 | 设置输出图像的宽高比 |
| seed | 整数 | 0 | 种子值，用于确定节点是否应重新运行，但实际结果与种子无关 |
| style_image_weight | 浮点数 | 1.0 | 样式图像的权重，范围0.02-1.0，仅在提供style_image时生效 |
可选参数
在没有下列参数输入的情况下，对应的节点为文生图模式| 参数 | 类型 | 说明 |
|---|---|---|
| image_luma_ref | LUMA_REF | Luma参考节点连接，通过输入图像影响生成结果，最多可考虑4张图像 |
| style_image | 图像 | 样式参考图像，仅使用1张图像，影响图像生成的风格，通过 style_image_weight 调整权重 |
| character_image | 图像 | 将角色特征加入到生成结果中，可以是多张图像的批次，最多可提供4张图像 |
输出
| 输出 | 类型 | 说明 |
|---|---|---|
| IMAGE | 图像 | 生成的图像结果 |
使用示例
工作原理
Luma Image to Image 节点分析输入图像并结合文本提示词来引导修改过程。它使用 Luma AI 的生成模型，根据提示词对图像进行创新性的变化。 节点流程：- 首先将输入图像上传到 ComfyAPI
- 然后将图像 URL 与提示词发送到 Luma API
- 等待 Luma AI 完成处理
- 下载并返回生成的图像
源码参考
[节点源码 (更新于 2025-05-05)]
class LumaImageModifyNode(ComfyNodeABC):
"""
Modifies images synchronously based on prompt and aspect ratio.
"""
RETURN_TYPES = (IO.IMAGE,)
DESCRIPTION = cleandoc(__doc__ or "") # Handle potential None value
FUNCTION = "api_call"
API_NODE = True
CATEGORY = "api node/image/Luma"
@classmethod
def INPUT_TYPES(s):
return {
"required": {
"image": (IO.IMAGE,),
"prompt": (
IO.STRING,
{
"multiline": True,
"default": "",
"tooltip": "Prompt for the image generation",
},
),
"image_weight": (
IO.FLOAT,
{
"default": 1.0,
"min": 0.02,
"max": 1.0,
"step": 0.01,
"tooltip": "Weight of the image; the closer to 0.0, the less the image will be modified.",
},
),
"model": ([model.value for model in LumaImageModel],),
"seed": (
IO.INT,
{
"default": 0,
"min": 0,
"max": 0xFFFFFFFFFFFFFFFF,
"control_after_generate": True,
"tooltip": "Seed to determine if node should re-run; actual results are nondeterministic regardless of seed.",
},
),
},
"optional": {},
"hidden": {
"auth_token": "AUTH_TOKEN_COMFY_ORG",
},
}
def api_call(
self,
prompt: str,
model: str,
image: torch.Tensor,
image_weight: float,
seed,
auth_token=None,
**kwargs,
):
# first, upload image
download_urls = upload_images_to_comfyapi(
image, max_images=1, auth_token=auth_token
)
image_url = download_urls[0]
# next, make Luma call with download url provided
operation = SynchronousOperation(
endpoint=ApiEndpoint(
path="/proxy/luma/generations/image",
method=HttpMethod.POST,
request_model=LumaImageGenerationRequest,
response_model=LumaGeneration,
),
request=LumaImageGenerationRequest(
prompt=prompt,
model=model,
modify_image_ref=LumaModifyImageRef(
url=image_url, weight=round(image_weight, 2)
),
),
auth_token=auth_token,
)
response_api: LumaGeneration = operation.execute()
operation = PollingOperation(
poll_endpoint=ApiEndpoint(
path=f"/proxy/luma/generations/{response_api.id}",
method=HttpMethod.GET,
request_model=EmptyRequest,
response_model=LumaGeneration,
),
completed_statuses=[LumaState.completed],
failed_statuses=[LumaState.failed],
status_extractor=lambda x: x.state,
auth_token=auth_token,
)
response_poll = operation.execute()
img_response = requests.get(response_poll.assets.image)
img = process_image_response(img_response)
return (img,)