今天给大家演示一个基于 Phi 系列模型的 ComfyUI 文本润色工作流。它可以把原始描述词交由 Phi 模型处理,再通过翻译节点和展示节点输出更自然、可直接用于提示词创作的内容。整个流程清晰紧凑,适合希望快速生成优化关键词的用户。
文章目录
- 工作流介绍
- 核心模型
- Node节点
- 工作流程
- Phi 文本生成节点概述
- 使用方法
- 应用场景
- 开发与应用
工作流介绍
这个工作流的核心目标是把用户输入的描述词交给 Phi 模型进行智能润色,再通过翻译节点转成目标语言,并以可视化方式展示结果。工作流依托 Phi 文本模型与 Phi 视觉模型共同运行,通过多节点协同实现描述重写、关键词整合和语言转换。模型加载节点负责提供计算核心,RunPhi 节点执行语言处理逻辑,文本输入、翻译与展示节点则完成整个交互链,使得最终输出清晰、自然、易用于 AI 绘画或其他内容创作场景。
核心模型
本工作流依靠两类 Phi 模型协同运行。Phi-3.5-mini-instruct 负责处理文本润色与关键词优化,能够根据系统指令生成更清晰、更完整的提示词。Phi-3.5-vision-instruct 作为视觉向量模型,为 RunPhi 在结构化推理中提供补充支持,使输出的逻辑更稳定。它们共同构成工作流的语言理解与生成核心,让输入的原始描述词得到精准重写。
| 模型名称 | 存储需求 | 内存使用 | 推理速度 | 精度表现 | 功能描述 | 应用场景 | 模型特性/硬件要求 |
|---|---|---|---|---|---|---|---|
| auto |