RunningHub ComfyUI Nodes Database

最完整的RunningHub ComfyUI节点参数数据库，包含9633个节点的详细参数定义、类型、默认值和工具提示，涵盖核心基础、图像处理、视频音频、AI模型、控制网络、工具辅助、外部API和实验功能等多个分类

The most comprehensive RunningHub ComfyUI node parameter database, containing detailed parameter definitions, types, default values and tooltips for 9633 nodes, covering multiple categories including core basics, image processing, video & audio, AI models, control networks, tool assistance, external APIs and experimental features.

原始信息汇总

RunningHub ComfyUI 节点数据库

数据概览

• 节点总数：9633个
• 数据大小：22MB
• 许可证：MIT License

分类详情

分类	节点数量	文件大小
核心基础	1,022	1.48MB
图像处理	1,316	1.2MB
视频音频	630	1.14MB
AI模型	234	0.38MB
控制网络	223	0.45MB
工具辅助	2,063+	多文件
外部API	120	0.12MB
实验功能	92	0.15MB

特色功能

• 完整参数定义：包含输入参数类型、默认值、取值范围，输出定义类型和名称，参数详细说明，功能分类标签
• 示例节点结构：以JSON格式展示节点参数定义

文件结构

• 00-主索引_22M参数文件导航.json
• 01-核心基础_1022nodes.json
• 02-图像处理_1316nodes.json
• 03-视频音频_630nodes.json
• 04-AI模型_234nodes.json
• 05-控制网络_223nodes.json
• 06-工具辅助_xxxx节点.json
• 07-外部API_120nodes.json
• 08-实验功能_92nodes.json

使用场景

• 图像生成工作流：核心基础 + 图像处理
• 视频创作工作流：核心基础 + 视频音频
• 精确控制工作流：控制网络 + 图像处理
• AI助手集成：主索引 + 按需加载具体分类

技术细节

• 数据来源：RunningHub平台
• 提取方法：/object_info API + LiteGraph分析
• 数据完整度：包含完整的输入输出参数定义
• 更新时间：2025-09-12

贡献指南

• 报告缺失节点
• 更新节点信息
• 改进分类
• 翻译补充

数据更新

• 定期更新节点数据（月度）
• 跟踪RunningHub平台更新
• 维护数据的准确性和完整性

搜集汇总

数据集介绍

构建方式

在人工智能驱动的图形界面开发领域，RunningHub ComfyUI Nodes Database的构建依托于高可用性云端ComfyUI平台，通过系统化调用平台内置的/object_info API接口并结合LiteGraph结构分析技术，实现了对节点参数的深度提取。数据采集过程严格遵循完整性原则，涵盖了输入参数类型、默认值配置、取值范围界定以及输出定义等关键元数据，最终形成包含9633个节点的结构化JSON数据库，并通过月度更新机制确保与平台演进保持同步。

特点

该数据集的核心特征体现在其多维度分类体系与精细化参数定义上，将节点划分为核心基础、图像处理、视频音频、AI模型等八大功能类别，每个节点均配备完整的输入输出参数规范。特别值得注意的是，数据集不仅提供参数的技术规格，还包含详细的工具提示说明和功能标签，例如KSampler节点中针对采样器名称和调度器的枚举值定义，这种设计极大增强了数据集的可解释性和工程实用性。

使用方法

使用者可通过分层检索机制灵活调用数据集，首先通过主索引文件获取全局节点分布概览，继而根据具体应用场景加载相应分类文件。对于图像生成工作流，建议组合核心基础与图像处理模块；视频创作场景则需结合视频音频分类。数据集支持命令行工具进行节点搜索，也可集成至AI助手系统，通过上传特定分类文件实现智能参数查询与自定义工作流构建，显著提升开发效率。

背景与挑战

背景概述

RunningHub ComfyUI Nodes Database作为2025年发布的专业数据集，由RunningHub技术团队主导构建，专注于为ComfyUI这一可视化AI工作流框架提供全面的节点参数定义。该数据集汇集了9633个功能节点的结构化数据，涵盖图像处理、视频生成、模型控制等核心领域，旨在解决AI工作流构建中节点参数标准化与可发现性的关键问题。其系统化的参数定义体系为ComfyUI生态的开发者提供了权威参考，显著提升了工作流构建的效率和可靠性，对推动可视化AI开发工具的普及具有重要意义。

当前挑战

该数据集主要应对ComfyUI生态系统中的节点参数标准化挑战，包括复杂节点类型的统一描述规范、动态参数范围的准确捕捉，以及跨版本兼容性维护等核心问题。在构建过程中，技术团队需克服节点接口异构性带来的数据提取难题，通过融合API自动采集与静态分析技术确保数据完整性。同时，面对ComfyUI框架的快速迭代特性，数据集还需建立持续更新机制以保持与最新版本的同步，这对数据验证和版本管理提出了较高要求。

常用场景

经典使用场景

在生成式人工智能工作流构建领域，该数据集为研究人员提供了标准化的节点参数参考框架。通过系统化的节点分类和参数定义，研究者能够快速构建复杂的图像生成与视频处理流程，显著提升了工作流设计的规范性和可重复性。

实际应用

在实际应用层面，该数据集被广泛应用于AI内容创作平台的节点开发。视频制作团队可基于多媒体处理节点构建特效生成流水线，设计机构则利用图像处理节点实现批量创意产出，显著提升了数字内容生产的效率和质量控制水平。

衍生相关工作

基于该数据集衍生了多个重要研究方向，包括节点自动推荐系统、工作流优化算法以及跨平台兼容性解决方案。这些工作显著推进了可视化编程工具的理论研究，并为下一代智能创作平台的开发奠定了坚实的数据基础。