跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://docs.comfy.org/llms.txt

Use this file to discover all available pages before exploring further.

请确保你的 ComfyUI 已经更新。本指南里的工作流可以在 ComfyUI 的工作流模板中找到。如果找不到，可能是 ComfyUI 没有更新。如果加载工作流时有节点缺失，可能原因有：
  1. 你用的不是最新开发版（nightly）。
  2. 你用的是稳定版或桌面版（没有包含最新的更新）。
  3. 启动时有些节点导入失败。
Gemma 4 是 Google DeepMind 的新一代轻量级开源 LLM 系列，专为文本生成、图像理解、视频分析、音频转录和结构化工具调用而设计。在 ComfyUI 中作为原生 文本生成（Text Generation） 模型提供原生支持。 模型亮点：
  • 原生多模态 — 可同时接收文本、图像、视频和音频输入
  • 三种尺寸可选：
    • E2B（2B） — 快速轻量，适合消费级 GPU
    • E4B（4B） — 性能均衡，推荐默认选择
    • 31B — 最佳质量，需要更高显存
  • 思考模式 — 内置逐步推理能力，生成答案前先进行逻辑推演
  • 长上下文 — 最高 128K tokens（E2B/E4B）和 256K tokens（31B）
  • 多语言 — 开箱支持 35+ 种语言，预训练覆盖 140+
  • 函数调用 — 原生支持结构化工具调用和 Agent 工作流
  • ComfyUI 原生支持 — 通过内置的 TextGenerate 和 CLIPLoader 节点加载和使用
相关链接：

​
可用工作流

​
Gemma 4：文本生成

下载工作流

下载 JSON 或在模板库中搜索 “Gemma 4 Text Generation”

在 Comfy Cloud 中运行

在 Comfy Cloud 中打开
Gemma 4 文本生成工作流 该工作流展示了 Gemma 4 的核心文本生成能力。它可以在文本提示词之外，额外接受可选的图像、音频或视频作为上下文输入，并生成自然语言输出——支持推理、编程和多语言提示。 输入：
  • 文本提示词 — 你的问题或指令
  • 图像（可选）— 用于视觉理解任务（OCR、目标检测、图表阅读等）
  • 音频（可选）— 用于语音识别或转录
  • 视频（可选）— 用于视频帧理解（内部按 1 FPS 采样）
关键控制参数：
  • Max length — 生成的最大 token 数（默认 256）
  • Sampling mode — 开关采样，调节 temperature、top-k、top-p、重复惩罚和随机种子
  • Thinking mode — 启用逐步推理，在最终答案前展示思考过程
  • Use default template — 使用模型内置的系统提示词模板
输出：
  • Generated text — 模型生成的文本响应

了解 Subgraph

该工作流使用 Subgraph 节点实现模块化处理。查看 Subgraph 文档了解如何自定义和扩展工作流。

​
模型下载

Gemma 4 模型在 ComfyUI 中以文本编码器（text encoder）形式加载。下载对应的模型文件并放入正确的目录：

Gemma 4 2B (E2B IT FP8)

快速轻量，推荐消费级 GPU 使用。

Gemma 4 4B (E4B IT FP8)

性能均衡，工作流默认使用此模型。

查看所有变体

浏览所有 Gemma 4 模型权重。
将下载的 .safetensors 文件放入以下目录： 
📂 ComfyUI/
├── 📂 models/
│   └── 📂 text_encoders/
│       └── gemma4_e4b_it_fp8_scaled.safetensors