nkxx188/ComfyUI-MiniMaxH3-Easy

何を解決するか

このプロジェクトは、ComfyUI内でのMiniMax H3動画生成モデルの使用を簡素化した高レベルインターフェースを提供します。複雑な複数ノード構成を、プロンプト、メディア入力、モデル設定を管理するコンパクトな「Easy」ノードに置き換え、ComfyUIエコシステム全体のサンプリングおよび後処理と互換性を維持します。

仕組み

システムの中心は、テキストから動画、画像から動画、リファレンスベースの動画生成のコアロジックを処理するメインの「Easy」ノードです。

• メディア処理：画像、動画、音声を1つの入力に接続できる独自のマルチリンク Media ポートを使用。ノードはそれらを個別に番号付け・追跡します。
• プロンプト処理：@ による接続メディア参照と # ダイアログブロックによる会話/歌詞をサポートする構造化エディタ。これらはMiniMax H3に必要な特定のタグに変換されます。
• プロンプト最適化：モードに応じたガイドに基づき、外部API（OpenAI、Gemini）を使ってプロンプトを再書き換えするオプションの組み込みツール。生成品質を向上させます。
• モデル管理：必要なトランスフォーマー、テキストエンコーダー、VAEをバンドルローダーで処理。ただし、独自のローダー（GGUF変種を含む）を使用したいユーザー向けに「Model Bridge」も提供。
• 2パスワークフロー：解像度変更時のキーフレーム不一致問題を回避するため、高解像度の精緻化を可能にする専用の2回目条件ノードを含みます。

対象ユーザー

数十のノードを手動で設定せずにMiniMax H3の動画生成機能を利用したいComfyUIユーザー、およびAI動画におけるリファレンスメディアや会話の正確な制御が必要なクリエイター。

特徴

• 統合メディアポート：複数の画像、動画、音声クリップを1つのポートに接続。異なるワイヤーカラーとクイック作成メニューで管理。
• @リファレンスエディタ：ピッカーを使ってプロンプト内で接続されたメディアを簡単にタグ付け。
• ダイアログブロック：会話や歌詞を作成するための専用構文。生成中に保持されます。
• API駆動プロンプト最適化ツール：OpenAIとGeminiの統合サポート。特定のH3シーンガイドに基づいてプロンプトを再書き換え。
• パス2精緻化：解像度変更時の2回目パスに特化したツール。構図とタイミングを維持。
• 柔軟なモデルロード：バンドルロードとカスタムモデルブリッジの両方をサポート。GGUFおよびsafetensorsファイルに対応。