简体中文 | English

入口导航

ComfyUI MiniMax-H3 / Seedance 2.0 / Music 3 Prompt Enhancer T8

一组面向 MiniMax-H3、Seedance 2.0 视频生成和 MiniMax Music 3 音乐生成的 ComfyUI 提示词增强节点。H3 与 Seedance 2.0 节点支持文字与真实 IMAGE / VIDEO 素材；Music 3 节点只处理文字，并把歌词、官方 Structured Caption 和可直接交给下游的 JSON 分开输出。三个节点均可选择贞贞平价小屋、贞贞的 AI 工坊、用户自己的 OpenAI 兼容接口，或本地 llama.cpp 兼容 GGUF。

三个节点共享已经验证的 API、密钥和错误处理，但提示词协议完全隔离：MiniMax-H3 使用其官方字段、任务类型和时间码；Seedance 2.0 使用任务意图、镜头N 事件顺序和官方多模态引用语法；Music 3 严格执行官方 music-caption-rewriter 的三段描述合同。Music 3 是独立音乐模型，不是 H3 视频模型。

社区与资源链接

三个独立节点

本项目目前不包含 Seedance 2.5 提示词节点，也不调用视频或音乐生成、轮询、试听或下载接口。

功能特点

• 平价小屋固定视觉模型 bytedance/doubao-seed-evolving；AI 工坊默认 gemini-3.5-flash 并支持 Custom；OpenAI 兼容模式支持填写供应商自己的视觉模型 ID。
• 云端视觉渠道分析文字、图片和完整视频；本地 GGUF 明确使用真实时间戳抽样帧与有序联系表，只推断可见时序，不读取音轨，也不冒充完整视频字节理解。
• 支持首帧、尾帧、首尾帧以及多图、多视频参考。
• 集成 MiniMax-H3 官方核心 Skill，规则冻结于经审阅的官方提交 d21241f0a4b3acbb34c97dae47fa417b7065e438，并固定全部 4 个文件及归一化内容树哈希。
• 支持现有中英文兼容协议，以及官方所有说明字段强制英文的严格协议。
• 官方共 9 个 Skill：1 个 H3 核心写作 Skill 始终启用，另有 无 / AUTO 和全部 8 个可选场景写作 Skill；其中“音乐 MV 动态字幕（官方）”已同步 MiniMax music-video-subtitle-generator v0.6.6。选择具体场景 Skill 后，节点内会显示用途、适用范围、推荐输入、结构锚点、可安全填入的示例、MiniMax 官方 GIF 与来源链接。8 个场景 Skill 的完整原生流程依赖 MiniMax Hub agent/canvas/hub 工具；本节点只适配其中可落入单条 H3 提示词的写作约束，不运行或声称移植资产生成、审批、剪辑、画布或外部工作流。
• 两个节点共享独立的 非官方模板（案例 / 社区 Skill） 列表：375 条已发布案例事实归并为 213 个稳定案例 selector（含 162 个同机制证据变体），另有 2 个独立用户贡献社区 Skill，共 215 个非官方下拉项；全部提供中文名称、用途、简约推荐输入、2–5 个结构锚点和随 GitHub 直接分发的轻量 GIF 预览。
• 支持中文 / English 输出。
• 支持 strict / balanced / creative 三档改写。
• 支持 AUTO 或固定 1–20 个镜头的下拉控制。
• 支持用户参考模板融合，主提示词与可观察媒体事实优先。
• 提供随机种子以及 fixed / randomize / increment / decrement 状态。
• 提供节点内 API Key 输入、遮罩显示、保存、清空和注册链接。
• 支持贞贞平价小屋、贞贞的 AI 工坊、显式配置的 OpenAI 兼容接口，以及免 API Key 的本地 llama.cpp GGUF；Qwen3.8 两个固定型号继续实测支持，同时开放其他 llama.cpp 兼容文字模型与带匹配 mmproj 的视觉模型。
• H3/Seedance 输出单一提示词 STRING；Music 3 分别输出歌词、Structured Caption、payload JSON 和安全增强报告四个 STRING。
• 新增独立 Seedance 2.0 节点：简单/复杂双路径、AUTO/固定 1–20 镜头、官方/Seedance.nz 引用语法、字幕与稳定性策略。
• 新增独立 Music 3 节点：完整内置官方 music-caption-rewriter、18 个流派索引和 1000 个模板，并严格按 router → 最多 2 个索引 → 最多 3 个模板逐级披露，绝不会把全库塞进一次 LLM 请求。
• Music 3 的官方 Caption 与歌词完全分离；生成/润色歌词属于清楚标注的 T8 非官方扩展，严格保留模式不会改动用户歌词。
• T8 案例支持独立浏览器：按分类筛选、搜索、收藏、最近使用和单 GIF 懒加载预览；原有下拉值与工作流 selector 保持兼容。
• 三个节点提供 ComfyUI 原生进度和仅驻留内存的脱敏执行诊断；诊断不保存 API Key、URL、提示词、歌词、模板正文、媒体或模型推理。
• 三个节点新增“渠道能力预检”和“查看/复制脱敏诊断”入口；OpenAI 兼容未知渠道不会被标记为已验证视觉模型。
• 可选 T8 LLM Provider Config 辅助节点可统一渠道、模型、Base URL、本地 Qwen 设置、temperature 策略和白名单参数；断开后立即恢复三个原节点自己的值。
• 可选 T8 Performance Director Config 为人物/角色/情绪/对白请求增加可观察的表演结构，支持 AUTO / 强化 / 关闭；不新增 LLM 请求，不属于 MiniMax 官方 Skill。
• 可选本地凭据别名让工作流只保存别名、真实 Key 留在 ComfyUI 用户目录；原有 API Key STRING 接线和工作流保存方式继续可用并具有更高优先级。
• 可选 T8 Prompt Inspector 只在本地检查 H3、Seedance 2.0 与 Music 3 的可复算结构，并给出不计分的表演风险 advisory；原文逐字直出、不调用 LLM 或判断创意质量。
• T8 模板浏览器支持确定性的本地 Top-3 推荐与 2–3 项并排对比；推荐不会自动改动当前模板，也不会把用户输入或 GIF 发到外部服务。

可选的 P0–P2 辅助节点

T8 LLM Provider Config、T8 Performance Director Config、T8 Prompt Inspector、T8 Prompt Text 和 T8 Show Text 是仓库自带的辅助节点，不替代三个核心 enhancer，也不改变它们的既有输出。T8 Prompt Text 可替代第三方多行文本输入节点，T8 Show Text 可在节点内只读显示并原样透传 STRING。H3/Seedance 只追加无 widget 的可选 character_performance_bible、performance_director_config 与 provider_config socket，Music 3 只追加 provider_config；旧工作流的 31/35/38 个序列化 widget、API Key STRING 接线、默认渠道和输出顺序保持不变。

“共享 LLM 渠道配置”怎么连接

绿色的“共享 LLM 渠道配置（可选）”不是 STRING，不能连接普通文本或 API Key 节点。请搜索并添加 T8 LLM 共享渠道配置，把它右侧的“渠道配置”输出接到 H3、Seedance 2.0 或 Music 3 节点同名输入：

1. “共享渠道”选择 Local Qwen、平价小屋、AI 工坊或 OpenAI Compatible。
2. 本地模式从 ComfyUI/models/LLM 递归发现主模型；H3/Seedance 分析图片或视频采样帧时把视觉投影器设为 AUTO（自动匹配） 或显式选择对应 mmproj，Music 3 会忽略视觉投影器。
3. 本地模式不填 API Key；云端可继续把普通 STRING Key 直接接到原节点，或在共享配置中使用本地凭据别名。
4. 连接共享配置后，以共享节点中的渠道、模型和本地参数为准；断开连接会立即恢复原节点自身设置。
5. 不想使用共享节点时，也可以直接在任一核心节点的 API 模式中选择“本地 GGUF（llama.cpp / Qwen，离线）”。旧工作流保存的“本地 Qwen3.8-27B”值仍会正常执行。

共享配置的凭据优先级为：原节点执行时收到的 api_key（包括外部 STRING 接线或已保存值）→ 本地凭据别名 → 原节点既有环境变量后备。凭据管理器可列出、保存、更新、删除和显式测试云端连接；测试连接会先提示并只发送一次最小请求，界面不显示 Key、URL 或上游正文。

OpenAI 兼容默认继续发送 temperature，保持 1.2.0 行为。只有已知 Kimi Coding Plan 地址的 AUTO 策略会省略该字段，也可在共享配置中显式选择发送或省略。附加参数只接受白名单，不能覆盖模型、消息、鉴权、媒体或流式控制等核心字段。

“表演导演配置”怎么用

T8 Performance Director Config（表演导演） 的紫色 Custom Type 输出可以连接到 H3、Seedance 2.0 或 T8 Storyboard Pack 的同名可选输入。它不调用 LLM，只改变下一次增强请求中的短系统规则：

1. AUTO（按人物 / 表演意图）：默认模式。只有文本或素材确实包含人物、角色、情绪、对白、反应或表演意图时才应用；纯风景、产品、文字动效和音乐请求跳过。
2. 强化（明确表演结构）：要求按“触发 → 接收 → 一个主反应 → 收束”显式组织人物表演，适合剧情、微表情和对白镜头。
3. 关闭（保持原编译）：完全不加入表演导演规则，恢复原 H3/Seedance 编译路径。

规则会把抽象情绪转换为视线、眼睑、呼吸、肩颈、手部或姿态等可见线索，先确定镜头侧与视线目标，再描述面部方向；每个角色、每个触发/接收/反应/收束节拍最多保留三个高信号线索通道，避免短时长画面堆成动作清单。强状态变化可借闭眼、低头、前景/动作遮挡或切镜隐藏，但用户要求连续可见的变化不会被遮住。它不会发明对白，并要求把吞咽、闭嘴等冲突口部动作放到发声跨度之外。

AUTO/强化还会锁定用户明确写出的身体部位、产品零件、颜色、左右关系和引号文字：例如“瞳孔变金”不能转写成“虹膜变金”。用户固定时长/镜头数、逐字对白、素材角色、官方 Skill、硬性要求和 LOCK 锚点始终优先。需要检查已生成结果时，可把原始提示词接入 T8 Prompt Inspector 新增的“原始提示词（可选，用于语义漂移检查）”输入；检查完全本地执行，只报警、不改写、不增加请求。

H3 与 Seedance 使用两套独立规则：Seedance 不会收到 H3 的字段、标签、说话人编号、毫秒时间码或帧网格。Storyboard 会额外返回可选逐镜表演 IR：dramatic_trigger、reception_beat、primary_performance_beat、observable_cues、gaze_target、speech_span、state_transition_strategy 和 performance_risks；非表演镜头保留空值，不为了填表编造情绪。

这套能力受到社区项目 phileiny/h3-storyboard-skill 固定提交 ab65851f599435a1ff94ea4931949bd7bcaf069b 的启发，但不是 MiniMax 官方 Skill，也不是已证明的跨模型规律。来源文件哈希、许可证、证据范围和禁止过度外推项见 research_sources/h3-storyboard-skill.lock.json 与 research_sources/NOTICE.md。

维护者可创建完全离线、初始全部为 pending 的 200 项成对 A/B 基准；工具不会生成视频，也不会把空结果算作成功：

python tools/verify_research_source.py
python tools/performance_benchmark.py init --output performance-benchmark.json
python tools/performance_benchmark.py validate performance-benchmark.json
python tools/performance_benchmark.py summarize performance-benchmark.json

只有补齐模型版本、成对视频哈希、注册指标和盲评后，报告才会从 no_observations 进入实际观察状态；全画面 PSNR 不会被当作人脸表演质量。

T8 创作导演套件（独立辅助节点）

创作导演套件扩展的是“策划、探索、修改和交付”链路，不替代三个核心 enhancer。三个核心 Node ID、既有 widget 顺序、默认值和输出保持不变；不使用这些新节点的旧工作流不需要迁移。

需要 LLM 的节点默认使用 Seedance NZ；推荐连接 T8 LLM Provider Config，统一选择平价小屋、AI 工坊、OpenAI Compatible 或本地 GGUF。每次执行只有一次逻辑生成请求；Seedance NZ 遇到已确认安全重试的 500/502/503/504/520–530 网关状态时最多进行 6 次有界传输尝试，401/402/429 和可能已完成计费的读超时不会盲目重复。上游返回非空但没有命中 JSON 时，节点保留原文并在报告中标记 structured_response=false，不会因为创意评分或格式偏差丢弃内容。

候选的七维软分数由节点对最终文本做确定性的本地启发式计算，不要求模型额外“自评分”，不冒充客观艺术质量，也不阻塞非空候选。分镜包只让模型返回一次逐镜合同，关键帧表与转场/声音表在本地从逐镜字段派生，避免付费响应重复同一内容。2026-08-28 使用真实 bytedance/doubao-seed-evolving 完成 7 类脱敏验收：候选、定向修改、长片分段、4 镜头分镜、多模态角色映射、中文歌词候选和 5 镜头音乐节拍表均通过二值合同检查；该验收分数不等于主观艺术评分。

2026-08-30 又完成 6 组真实成对文本 A/B：因果/价值变化、伏笔回收、策略切换、无对白表演、世界规则/永久代价、知情差/下游失效。平价小屋的 qwen/qwen3.6-flash 在同题同 seed 下，旧合同平均 44，新合同最终平均 100，6/6 组均未退步；分数只来自可复现的 JSON 结构、字面锚点、顺序、线索预算和状态字段检查，不是主观艺术评分。最终复测复用了 6 条匹配的真实基线并新发 6 条增强请求；另有 2 次 bytedance/doubao-seed-evolving 增强试验返回 HTTP 524，未计入分数且响应正文未保存。脱敏报告见 tests/fixtures/film_workflow_paid_ab_2026-08-30.json，复现实验工具见 film_workflow_ab_benchmark.py。新报告会记录仓库版本/提交、模型 ID、参数、seed 策略和合同哈希；--model 可对不同云端模型分别复测，只有合同与模型完全匹配时才复用基线。本地 Qwen 的参数传递由本地回归集覆盖，但尚未把本地模型结果冒充真实跨模型质量结论。

若要验收最终 H3 / Seedance 成片，可使用 film_workflow_render_acceptance.py 读取真实视频清单：它记录文件哈希、ffprobe 时长/视频流证据和具名人工五维评分，不生成视频、不保存视频或密钥，也不会把文本 100 分当成成片质量满分。

素材边界：Reference Role Mapper 只会读取用户直接连接到该节点的媒体。官方/T8 案例 GIF、来源视频和人类预览永远不会作为模型参考素材。本地 GGUF 的视频理解仍只基于带真实时间戳的采样画面，不分析音轨；Music-to-Video Beat Sheet 没有 AUDIO 输入，不会声称听歌、检测 BPM 或转写歌词。

推荐连接方式：

1. T8 Film Project Router → T8 Long-form Planner / T8 Storyboard Pack，把权威输入、世界规则、人物知情差和失效状态传给下游；下一版 Router 可直接接上一版紫色状态，空白权威字段自动继承。需要删除某一个旧字段时，在对应输入中填写 [清空继承]（或 [CLEAR_INHERITED]），其他留空字段仍继续继承。
2. 单角色：T8 Character Performance Bible → H3 / Seedance 2.0 / T8 Storyboard Pack；多角色：多个 Bible → T8 Character Performance Bible Stack → 下游。两者都不增加 LLM 请求。
3. T8 Creative Director → T8 Creative Candidate Lab / T8 Long-form Planner / T8 Storyboard Pack。
4. 有素材时先运行 T8 Reference Role Mapper，把 reference_context_for_enhancer 接到现有 H3 的“参考素材补充”，或把角色表接到 T8 Creative Context Assembler。
5. Candidate Lab → Candidate Selector → 现有 H3/Seedance 的主提示词，或继续进入 Storyboard Pack。
6. Music Creative Lab 的候选可进入 Creative Version Stack；选定歌词与 Music Caption 再进入 Music-to-Video Beat Sheet。

T8 Long-form Planner 与 T8 Storyboard Pack 运行后会在节点底部显示结构协议状态：绿色表示合同通过，红色会列出错误数量与部分稳定错误码。状态卡跟随 ComfyUI 中英文界面并按内容自动增高。新增的“协议失败处理”默认保持旧工作流的“警告并保留输出（兼容）”；改为“严格阻止下游（推荐）”后，合同失败会用 ComfyUI 原生阻断器停止下游，同时保留状态卡和 JSON validation_errors。这些本地检查不会增加 LLM 调用或付费次数。

1.1.0 更新

• 新增免 API Key 的本地 Qwen3.8-27B GGUF 渠道，并支持官方与第三方 Uncensored Q4_K_M 变体、视觉投影器、显存释放、执行后卸载策略和真实时间戳视频联系表。
• MiniMax H3 核心 Skill 更新为固定官方快照；维护工具可核验内容树，并由每周工作流只读检查 H3 核心、8 个官方创意 Skill 和 Music 3 官方 Skill 的上游路径是否发生变化。
• 385 个官方/T8 GIF 全部保留；GitHub 完整克隆继续内置全部预览，Registry 包仅内置 8 个官方 GIF，377 个 T8 GIF 改由独立版本化资源通道按需获取，避免案例增长再次触发 Registry 体积限制。
• 提供 13 个 ComfyUI 原生 example_workflows 与同名缩略图：原有 9 个基础/本地工作流保持不变，另增 4 个创作导演套件组合案例；全部示例不依赖 Comfyroll、EasyUse 等第三方节点。
• 三种云端渠道统一使用一个经过测试的传输层，同时保留各自既有付费重试、HTTP 分类和错误文案；不记录请求或响应正文。
• 新增版本门禁、密钥/大文件/JSON/GIF 预算检查、Changelog、License、Registry 元数据与发布前 CI。
• 旧工作流迁移规则和稳定接口见 COMPATIBILITY.md。

安装

更新建议：优先从 GitHub 更新。 当 Registry 的新版本处于审核、Pending 或 Flagged 状态时，ComfyUI-Manager 可能自动回退安装较旧的 Active 版本；界面虽然会显示“安装/重装成功”，但新节点、新功能和紧急修复仍然不可用。更新后必须完整重启 ComfyUI，并对浏览器执行一次 Ctrl+F5。不要在 custom_nodes 中保留本插件的多个副本。

GitHub 安装 / 更新（推荐）

首次安装时，在 ComfyUI 的 custom_nodes 目录执行：

git clone https://github.com/T8mars/comfyui-minimax-h3-prompt-enhancer-T8.git

已经通过 Git clone 安装时，在插件目录执行：

git pull --ff-only

如果原来通过 Manager 或 ZIP 安装，更新前请先关闭 ComfyUI，把旧插件目录移出 custom_nodes，再克隆到唯一的标准目录；不要让旧目录与新目录同时存在。目录结构应为：

ComfyUI/
└─ custom_nodes/
   └─ comfyui-minimax-h3-prompt-enhancer-T8/

ComfyUI-Manager / Registry

在 ComfyUI-Manager 的节点管理器中搜索：

MiniMax H3 / Seedance 2.0 / Music 3 Prompt Enhancer (T8)

也可以使用 Comfy CLI：

comfy node install minimax-h3-seedance-music3-prompt-enhancer-t8

Registry 发布包会包含节点运行代码、官方 Skill、非官方案例库、8 个官方 GIF 和一份轻量资源通道清单；377 个 T8 GIF 不再塞入 Registry ZIP。用户查看某个 T8 案例时，节点默认只下载该案例所在的小分片并缓存到 ComfyUI/user/t8_prompt_enhancer/preview_assets。发布包仍不包含测试、来源批次、API Key、独立 llama-server 运行时、安装/下载脚本或 GGUF 模型。Manager 安装的本地 GGUF 模式使用当前 ComfyUI Python 中的 llama-cpp-python；如果需要固定 llama-server、PATH 自动回退、环境变量默认值或显式连接探测，请按上面的推荐方式从 GitHub 完整安装。

云端模式不增加额外 Python 依赖，使用 ComfyUI 已安装的 requests、NumPy、Pillow 和原生媒体类型；本地视频抽样复用 ComfyUI 自带的 PyAV。安装后重启 ComfyUI；如果节点或前端界面没有更新，请对浏览器执行一次 Ctrl+F5。

在节点菜单中搜索任一节点：

MiniMax H3 Prompt Enhancer (Cloud / Local GGUF)
Seedance 2.0 Prompt Enhancer (Cloud / Local GGUF)
MiniMax Music 3 Prompt & Lyrics Enhancer (T8)

快速使用

1. 添加 MiniMax H3 Prompt Enhancer (Cloud / Local GGUF)。
2. 在“视频创意 / 提示词”中输入基础意图。
3. 选择生成类型、时长、镜头数量、改写模式、输出语言、官方 Skill 协议和 MiniMax 官方创意预设；需要时再选择一个非官方案例或社区 Skill 模板。
4. I2VA / FL2VA / L2VA / Ref2VA 按任务要求连接图片或视频。
5. 云端渠道填写 API Key；本地 Qwen 渠道不需要 Key。
6. 点击节点底部的“运行提示词优化”。
7. 从 enhanced_prompt 获取最终字符串。

可以直接把 example_workflows/minimax_h3_prompt_enhancer_example.json 拖入 ComfyUI。示例工作流不包含 API Key；同目录 JPG 是 ComfyUI 模板缩略图。

MiniMax Music 3 快速使用

1. 添加 MiniMax Music 3 Prompt & Lyrics Enhancer (T8)。
2. 在“音乐创意”中写明风格、主题、情绪、用途和希望的编曲发展。
3. 选择歌词模式：AUTO / 生成新歌词 / 严格保留歌词 / 按要求润色 / 纯器乐。已有歌词可以通过普通 STRING 接入。
4. “官方完整（2–4 次请求）”会按官方逐级披露选择参考；“快速核心（1–2 次请求）”只执行官方核心合同。调用次数取决于是否还要生成或润色歌词，不会同时调用三个供应商。
5. 云端渠道填写当前 API Key；本地 Qwen 不需要 Key。点击“运行 Music 3 提示词与歌词优化”。
6. 将 lyrics 接到 Music 3 的 input，将 music_caption 接到 instructions；也可以直接解析 music3_payload_json。
7. enhancement_report_json 只记录阶段、付费请求数、缓存命中、官方快照哈希、Token 预算估算与警告代码，不包含歌词、用户创意、API Key、供应商 URL、模板 ID 或模板正文。

可以直接导入 example_workflows/music3_prompt_lyrics_enhancer_example.json。示例不包含 API Key、音频或官方模板正文。

Seedance 2.0 快速使用

1. 添加 Seedance 2.0 Prompt Enhancer (Cloud / Local GGUF)。
2. 填写“视频创意 / 提示词”。任务意图、组织方式、时长和镜头数都可先保持 AUTO。
3. 按任务连接首帧、尾帧、参考图片或完整参考视频。
4. 选择官方中文 @图片N/@视频N 或 Seedance.nz 英文 @Image N/@Video N 引用格式。
5. 可选一个 非官方模板（案例 / 社区 Skill），用于迁移因果结构、节奏和镜头语法。
6. 云端渠道填写“提示词增强 LLM API Key”；本地 Qwen 不需要 Key。然后点击节点底部运行按钮。
7. 把 enhanced_prompt 连接到下游 Seedance 2.0 视频节点的提示词输入。

可以直接导入 example_workflows/seedance20_prompt_enhancer_example.json。示例不包含 API Key。

示例工作流

所有内置工作流均不包含 API Key。涉及三个原有核心节点的工作流继续保存完整的 31/35/38 项控件数组；旧版 21/22、25/26、31 项工作流会在下拉值校验前自动补齐本地 Qwen 默认值，避免把 randomize 错读为 GGUF 模型。

Seedance 2.0 任务意图

视频编辑与组合任务默认把 @视频1 / @Video 1 作为被编辑目标；其他连接素材是支持参考。需要不同角色时，在高级“素材用途”中明确指定。

Seedance 2.0 提示词组织

• 官方八要素按需补齐：主体、动作、场景、光影色调、单一主运镜、风格、画质和约束。
• 简单任务使用一个紧凑自然段；复杂任务才使用 镜头1 / 镜头2 / 镜头3。
• 镜头数支持 AUTO 或固定 1–20。固定镜头是传给 LLM 的软生成约束；时长较短却使用较高镜头数时，上游可能合并或省略镜头，节点不会因此判错。
• 目标时长支持 AUTO 或手动输入任意正整数秒数，节点不设上限；它只控制提示词整体内容密度，不生成毫秒级时间码，也不默认写逐镜头绝对秒数。下游视频模型或工作流自身的时长限制仍然有效。
• 编辑、延长和组合任务直接指代 @视频N，不写成“参考 @视频N”。
• “素材用途”可补充 @图片1=人物外观；@视频1=动作和运镜，但不能替代真实素材分析。
• “参考模板融合”只迁移结构、节奏、运镜、转场、风格和声音设计，不复制模板中的人物、道具和剧情事实。

Seedance 2.0 音频边界

Seedance 2.0 目标视频模型能够处理音频，不代表提示词增强渠道能分析音频文件。2026-08-05 的真实能力探测中，平价小屋/兼容模式使用的 bytedance/doubao-seed-evolving 明确拒绝 OpenAI 兼容 input_audio，返回“audio input is not supported by this model”。新增 AI 工坊渠道不会改变本节点的输入合同：两个节点都没有 AUDIO 输入，也不会声称听过上传音频。

用户仍可在文字里描述对白、环境声、动作声、音乐和音色，或保留文字形式的 @音频N/@Audio N 意图；这些内容只作为文字理解。探测结论的脱敏记录位于 tests/fixtures/seedance20_audio_probe_2026-08-05.txt。

MiniMax Music 3 官方 Skill 与歌词边界

Music 3 节点内置的是 MiniMax 官方 music-caption-rewriter 完整快照，固定于提交 91410fb657c007ae57c60df8240f5ece5be089c7：18 个 family index、1000 个完整模板、共 1022 个文件。来源、数量与归一化内容树哈希记录在 official_skills/SOURCE.json，测试会现场重算并阻止残缺发布。

节点里的“歌词模式”不是官方 Skill 选择器：生成新歌词和按要求润色属于 T8 非官方扩展，严格保留属于本地保护，AUTO/纯器乐属于工作流控制。官方 Skill 的正式能力是生成 Global Metadata / Vocal Details / Arrangement 三段 music_caption；“官方 Skill 质量模式”选择“官方完整”时，才会在三段合同之外继续执行流派路由、最多两个索引和最多三个官方模板的逐级披露。

官方 Caption 固定按以下顺序输出，默认使用英文并以约 250–450 词作为软目标：

### Global Metadata
### Vocal Details
### Arrangement

• 歌词文本只用于 Music 3 的 input；Caption 只用于 instructions。节点不会在 Caption 中引用、改写、概括或复述歌词正文，只会传递方括号 section tags 和整体音乐意图。
• 生成新歌词 与 按要求润色 是 T8 非官方扩展，不冒充官方 Skill；严格保留歌词 在本地逐字直通，不产生歌词 LLM 请求。
• “歌词语言”只约束 lyrics 输出，与官方 Caption 的描述语言完全分离。AUTO 会从音乐创意和已有歌词文字推断中/英/日/韩；生成阶段若上游仍返回错误语言，节点只追加一次歌词语言纠正请求，保持标签与结构，并且不修改 music_caption。生成新歌词模式会隐藏不参与请求的“已有歌词”输入框，避免把语言名称误填到歌词正文。
• 节点先把用户要求整理为带来源标记的私有 Music Brief，再把同一份 BPM、调式、拍号、器乐/人声状态、乐器、排除项和结构约束传给 router、参考选择器与 Caption 编译器。否定句、融合风格或官方歧义词不会被本地关键词强行路由，而是交给官方 router 规则判断。
• 方括号时间线同时保留 section tags 与安全 control tags，例如 [Verse 2: breathy vocal]、[drums drop out]；纯器乐的自定义结构也会完整进入 Music Brief。URL、工具调用、系统提示、密钥等疑似注入内容不会作为编曲指令进入官方 Caption 阶段。
• “按要求润色”可限定全部歌词、指定段落或第 N 次出现；未命中的目标会在付费前报错，目标以外段落由本地逐字合并保护。严格保留歌词 永远逐字直通。
• 歌词语义默认“隐私隔离”：Caption 不读取歌词正文。用户可手填宽泛语义摘要，或明确选择额外一次 LLM 分析；LLM 只返回情绪、叙事强度、能量弧线和人声密度四个枚举，不向 Caption 阶段传递歌词原句。
• 官方资源、固定核心 Skill 哈希和 18/1000 索引模板完整性会在创建供应商会话和任何付费请求之前检查；残缺或被意外修改时直接本地失败。
• “阶段缓存”是当前 Python 进程内、10 分钟、仅成功结果的短缓存，用于后段失败后续跑；缓存键只保存加盐哈希并隔离不同凭据，不落盘保存歌词。画布上的请求估算会提示预计阶段和缓存可能减少的调用数。
• 纯器乐 输出 [Instrumental]，并要求 Caption 不引入歌手。歌词/Caption 目标长度、歌曲时长、BPM、结构和押韵均是软约束，上游返回非空可用内容就不会因偏差报错。
• 该节点没有 IMAGE、VIDEO 或 AUDIO 输入，不分析参考音乐，也不调用 Music 3 音频生成 API。它只准备文字。

生成类型

提示词模式

官方增强

根据用户意图、真实媒体和 MiniMax-H3 规则直接生成提示词。一般只需要填写主提示词，LLM 会自行补充镜头、动作、声音和节奏。

参考模板融合

在官方规则之外，允许提供一段参考模板。模板用于迁移镜头组织、节奏、运镜、转场、视觉风格和声音设计，不会默认照搬模板里的角色、道具、剧情、对白或固定镜头数量。

优先级为：

硬性要求 > 用户主提示词与媒体事实 > MiniMax-H3 核心规则 > MiniMax 官方创意预设 > 更具体的用户手动参考模板 > T8 非官方案例 / 社区 Skill 模板

H3 核心写作 Skill（始终启用）

MiniMax 官方 9 个 Skill 的组成是“1 个核心写作 Skill + 8 个场景 Skill”。核心 h3-prompt-writing 负责所有任务共用的 H3 字段、时间线、素材标签与声音合同，因此不是一种可选视频风格；节点界面的协议选项只控制它采用兼容输出还是严格英文输出。

严格档位优先于“输出语言”选择。例如同时选择“中文”和“官方 Skill 严格”，实际说明正文仍为英文。这样不会静默改变旧工作流，新节点也继续默认中文兼容模式。Ref2VA 生成类任务在严格档位下默认以约 350–500 English words 作为软目标；未达到目标字数仍不是节点错误。

新版核心规则还包括：按目标视频首次真实发声顺序分配 (S1)，多人同声使用 (S1,S2)，跨切镜对白在两侧使用 <scenetrans>，只在片尾截断时使用 <cutoff>；Ref2VA 严格区分 Subject、Picture、Video 的实际角色，普通视频内声音不会被伪装成独立 Audio 素材。

MiniMax 官方场景 Skill（8 个可选）

这些选项只把官方场景 Skill 中适合“单次 H3 提示词改写”的规则传给 LLM。节点不会安装远程 Skill、生成角色卡或锚点图、研究官网、分析音频文件、调用 H3 视频生成、拼接片段或执行交付流程。

如果同时选择了一个 非官方模板（案例 / 社区 Skill），则 T8 非官方模板优先：本次请求不会再应用或 AUTO 推断这 8 个可选官方场景 Skill。界面会把官方场景 Skill 标为“当前停用”并隐藏其详情卡；取消 T8 模板后，工作流中原先保存的官方场景 Skill 会自动恢复。该优先级不影响始终启用的 H3 核心写作 Skill，也不会改变旧工作流的节点 ID、输入或保存值。

非官方模板（案例 / 社区 Skill）

该列表与节点已有的 MiniMax 官方 9 个 Skill 完全分开，绝不修改或重复导入官方模板。下拉框显示中文名称，工作流内部保存稳定模板 ID；旧名称会自动迁移。MiniMax H3 会把机制写进 H3 原生字段、[Shot N] 时间线和声音合同；Seedance 2.0 只使用它自己的任务意图、自然段或连续 镜头N 语法，不会混入 H3 字段或逐镜头绝对时间码。

375 条来源案例中有 213 个案例 selector 和 162 个 evidence variant，当前没有 pending case；证据变体只增加同一机制的 GIF 与证据，不重复增加下拉。batch-2026-08-17-01 新增 身份机体跃迁、独演成敌、样本倍增 3 个稳定 selector，并为 固定机位｜从线稿生成成品 增加 2 个 evidence variant、为 造型轮播｜身份锁定跨风格世界 增加 1 个 evidence variant；batch-2026-08-17-02 新增 规则闯关｜吸收能力后从平面赛道升维；batch-2026-08-20-01 新增 单次决策兑现｜准备—执行—后果—回归、延迟载体释放｜进入—静置—开启—扩散、画外定位悬念｜反应递进但不揭示来源；batch-2026-08-21-01 新增 关系重排｜群体建立—双人收紧—前后站位、见证释放｜封闭近景—外部尺度—双视图证明、信息接力｜稳定载体穿越多种实体媒介；batch-2026-08-22-01 新增 价值阶梯｜原料—转化—装配—使用回报、能力见证｜装备特写—连贯表演—人群反应—挑战交接、公共兑现｜席间期待—揭晓—群体释放—登台锁定；errata-2026-08-24-01 以一份累计快照补齐 8 月 23 日已批准成果：新增 66 个稳定 selector，并为 8 个既有 selector 补充 10 个 evidence variant；errata-2026-08-24-02 新增作者明确授权分发的 指尖控制｜四向同拍全身响应 selector；batch-2026-08-25-01 新增 时尚密度复位｜身份锁定、拼贴回顾与英雄主标；batch-2026-08-25-02 新增 手势边界换媒｜局部窗口、多形态验真与回归；batch-2026-08-25-03 为该模板补充 1 个同机制 evidence variant，不新增 selector；batch-2026-08-25-04 新增 14 个稳定 selector，并把 6 个同机制证据变体归并到既有/同批模板，不创建重复下拉；batch-2026-08-26-01 新增 10 个稳定 selector，并把 10 个同机制证据变体归并到既有/同批模板；batch-2026-08-26-02 新增 1 个稳定 selector，不新增 evidence variant；batch-2026-08-27-01 为 9 个既有模板补充 15 个同机制 evidence variant，不增加重复下拉；batch-2026-08-28-01 再为 16 个既有模板补充 20 个 evidence variant；batch-2026-08-28-02 又为 19 个既有模板补充 20 个 evidence variant；batch-2026-08-29-01 再为 19 个既有模板补充 20 个 evidence variant；batch-2026-08-30-01 累计快照再补齐 40 个同机制 evidence variant，其中 20 个为本批明确增量，均不增加重复下拉。旧工作流中的 声画错位递进 / t8-case-audio-cause-lead-ladder-v1 会迁移到证据支持的 景别收紧｜从世界到眼神。

另外两个独立的用户贡献社区 Skill 不合并进案例 registry，也不冒充官方 Skill：

打开 MiniMax 官方场景 Skill（8 个可选） 或 非官方模板（案例 / 社区 Skill） 下拉时，鼠标悬停任一具体选项会在菜单右侧即时显示对应 GIF、用途和简约推荐输入；菜单靠近窗口右边时预览会自动移到左侧。键盘上下选择和搜索过滤也会同步预览。选择任一具体官方场景 Skill 或非官方模板后，节点内都会显示用途、适用/推荐输入格式、必须实现的结构锚点、推荐示例、GIF 和来源链接。填入推荐示例 只有在主提示词为空时才写入；已有输入会显示“已有输入，未覆盖”。推荐示例只是可编辑的实例意图，不是最终提示词。即使只输入“美丽的女人”，节点也会保留这个主体，并要求 LLM 原创建立模板需要的场景、触发、事件链和可见结果，不能退化成普通人像运镜。

GIF 只供浏览器中的人类界面预览，绝不会连接到首帧、尾帧、参考图片、参考视频，也不会发送给 LLM。8 个官方预设 GIF 和 377 个 T8 案例/社区 Skill 轻量 GIF 均随 GitHub 完整仓库直接分发；Registry/Manager 安装则默认在用户实际查看某个案例时，从独立的 comfyui-minimax-h3-prompt-enhancer-T8-assets Release 下载对应分片。节点会校验安装目录对应的案例全集、来源 SHA-256、分片 SHA-256、每个 GIF 的大小/哈希/文件头和安全解包路径；不兼容或损坏的资源不会显示，也不会影响提示词增强。

H3 与 Seedance 2.0 节点都提供非序列化按钮 管理 / 更新 T8 动态预览：可选择“智能按需（推荐）”“自动补齐全部”或“仅手动下载”，并可检查更新、下载缺失、校验修复或清空缓存。这些设置保存在 ComfyUI 用户目录，不写入工作流，所以旧工作流结构、节点输入输出和 API Key 均不会改变。离线时已缓存/内置 GIF 继续显示；未缓存 GIF 只显示提示，提示词生成仍正常运行。

维护者仍可选用本地原始案例清单，以显示来源链接或在开发环境优先检查原始预览；普通用户不需要此配置：

Copy-Item .t8-case-library.example.json .t8-case-library.local.json

.t8-case-library.local.json 已加入 .gitignore。也可以分别用环境变量 T8_UNOFFICIAL_CASE_LIBRARY_V2、T8_STANDALONE_COMMUNITY_SKILLS_V1 指定两个 manifest；若社区 manifest 与案例 manifest 位于同一目录，后端会自动发现它。本地清单缺失、路径失效或校验失败时，节点会自动回退到仓库内置 GIF。

默认 无（不使用 T8 案例），因此旧工作流请求保持不变。案例独立于“官方增强 / 官方优化”和“参考模板融合”，用户提示词、媒体事实、硬性要求、时长与固定镜头数始终优先。节点把所有结构锚点作为一次请求内的硬写作合同传入上游，并要求静默检查；按此前的上游兼容策略，非空响应仍直接放行，不会因本地语义猜测误杀有效输出。

维护者：标准化每日导入

日常批次先由 curator 生成并独立复审 unofficial-case-library-v2.json，再用 tools/import_unofficial_case_library_v2.py 同步人类名称、推荐输入、结构锚点、证据变体和双模型 Creative DNA：

python tools/import_unofficial_case_library_v2.py `
  --library <handoff-dir>\unofficial-case-library-v2.json `
  --community-skills <handoff-dir>\standalone-community-skills-v1.json `
  --existing-catalog case_templates\catalog.json `
  --source-batch-dir case_templates\source_batches `
  --output case_templates/catalog.json

每次案例目录发生变化，都必须同步生成并提交完整的 GitHub 内置预览包，不能只提交 selector 元数据；同时必须用资产仓库工具生成新的、不可变的 Release 分片和匹配的 channel.json，再把该通道快照带入节点版本。Registry 只分发通道清单，不分发 T8 GIF。原生成器要求输出目录不存在或为空；建议先生成到待审目录，核对后再整体替换正式目录：

python tools/bundle_t8_case_previews.py `
  --library <handoff-dir>\unofficial-case-library-v2.json `
  --community-skills <handoff-dir>\standalone-community-skills-v1.json `
  --catalog case_templates\catalog.json `
  --output-dir web\js\assets\t8-case-previews-next `
  --ffmpeg <ffmpeg-dir>\bin\ffmpeg.exe

导入器按每次累计库声明的库存做严格闭合校验；本次为 375 条案例记录、213 个 selector、162 个 evidence variant、0 个 pending case，并另验 2 个独立社区 Skill，最终生成 215 个非官方下拉项。已发布案例必须 released/approved；H3 与 Seedance 2.0 适配器必须同为可执行的无媒体 recipe，或同为已验证的 disconnected direct-final 交接，两种格式都必须通过哈希、media_connections=[] 与 secret 边界检查。可执行 recipe 的 provider/secret 字段必须为空、不得含旧 openai_upload_url，双模型 Creative DNA 必须一致；direct-final 的成品提示词只用于验证，节点目录仅从已校验的 creative-dna.json 提取可复用机制、结构锚点、可替换槽位和失败修复，不导入成品提示词。若以后再次出现 pending case，必须保持未发布、未复审、有明确 blocker、无 adapter，并且不能进入下拉或预览分发。社区 Skill 必须保持非官方/用户贡献、不得合并进案例 registry，并现场重算 Skill、摘要、双模型 guidance 与 GIF 哈希。提示词目录不会写入本地路径、来源 URL、来源视频或成品提示词；分发包只保存作者授权的轻量 GIF、不可逆哈希与编码参数。Markdown 报告只是说明，不能代替机器 JSON、实时 recipe、内置预览覆盖率与哈希核验。

音乐 MV 动态字幕（官方）填写方式

选择 音乐 MV 动态字幕（官方） 后，主提示词会显示一份动态填写提示；它只是界面占位文字，不会写入工作流或自动成为提示词。旧工作流中保存的 MV / 歌词贴字 会自动迁移到这个正式名称。可以直接按下面的结构填写，未涉及的项目留空：

MV类型/音乐类型/视觉风格：暗色抒情 MV，低饱和蓝黑色，空间歌词排版
歌词原文（逐字锁定，可空）：夜色落在我肩上，别回头。
无歌词时：器乐 / 允许生成原创歌词
演唱者或离屏人声：画内女歌手演唱
已知 BPM、歌词时间点或节拍事件（可空，节点不分析音频）：00:04.200 鼓点进入，00:09.000 drop
目标平台/画幅（可空）：抖音竖屏，9:16
字体包装与禁止项：文字在中景展开，不遮挡眼睛和关键口型

MV 规则按以下方式工作：

• 用户提供的歌词逐字锁定，保持原语言、标点、顺序和重复，不翻译、不润色、不补写；只有未提供歌词且明确写出“允许生成原创歌词”时，才会创作一段能放进当前目标时长的原创歌词，并将同一文本用于演唱与可见文字。否则不会自动创建歌词、歌手或口型。
• 只有提示词或可见参考素材明确存在画内演唱者时，才补充嘴唇、下颌、呼吸、表情和手势；器乐、纯 Typography 与离屏人声 MV 不强制出现歌手。
• 歌词文字作为前景、中景或背景的空间图形层，同一时刻保持一个主阅读焦点；可轻微穿插遮挡，但不会遮挡眼睛、主要表情和关键口型。
• 只有文本明确给出 BPM、时间码、drop、snare、808、歌词重音或音乐段落时，才进行精确卡点。节点没有 AUDIO 输入，也不会声称听过歌曲或参考视频声音。
• Trap / Dark-pop / Cyber-grunge 才会条件化使用硬切、glitch、扫描错位、颗粒和 zine 拼贴；抒情、氛围或原声 MV 不会被统一套用硬切风格。
• strict / balanced / creative 控制扩写幅度；官方 Skill 协议控制正文语言和格式。即使选择全英文严格协议，用户原始歌词仍保留原语言。

多张参考图建议在高级选项的 reference_context 中做角色隔离：

<Picture 1>=人物外观；
<Picture 2>=场景与灯光；
<Picture 3>=字体包装，只参考字体、版式和动效，不参考人物与场景。

字体参考图中的示例文字、人物和场景不会自动复制。参考视频只提供可见表演、运镜、剪辑节奏和画面结构，不会被当作独立音频、BPM 或歌词时间轴。

使用“参考模板融合”时，模板只贡献镜头组织、节奏、运镜、转场和视觉语法；模板中的人物、歌词、BPM、标题、剧情和镜头数不能覆盖基础提示词、真实媒体、硬性要求或固定镜头数量。

改写模式

温度映射是本节点的产品设置，不代表供应商官方推荐值。

主要输入

reference_context 和 constraints 默认折叠。正常使用不需要填写，避免把简单任务变成大量表单输入。

镜头数量

• AUTO（系统自动判断）：结合基础提示词、参考素材、目标时长、动作密度和节奏决定镜头数；没有必要切镜时优先使用单镜头内运镜。
• 1–20：要求 LLM 在时间线中使用恰好对应数量的 [Shot N]，连续编号，并让后续镜头的时间码严格递增且小于目标时长。
• 固定数量优先于基础提示词或参考模板中的模糊镜头数量范围。选择 AUTO 时，基础提示词中的镜头要求仍会参与模型判断。

镜头数量是传给上游模型的明确生成约束，不是本地响应验收条件；只要上游返回非空内容，节点仍按“输出与错误行为”中的规则放行。

随机种子

种子使用 ComfyUI 原生运行后控制：

• randomize：每次运行前随机更换种子。
• fixed：保持当前种子，输入相同时允许使用 ComfyUI 缓存。
• increment：每次运行递增。
• decrement：每次运行递减。

Seedance 没有为本节点调用的 Chat Completions 公开确定性 seed 请求参数，因此节点不会发送未声明的 API 字段。种子会作为提示词变体标识并参与 ComfyUI 缓存，但不保证强制重跑后逐字复现。

API Key 与接口模式

三个节点中的 Key 都用于当前所选云端 LLM 渠道的提示词增强请求，不是下游 Seedance 2.0 视频生成或 Music 3 音频生成 API Key；本地 Qwen 渠道完全不需要 Key。

贞贞平价小屋（推荐）

聊天与素材上传地址固定为：

https://api.seedance.nz

可以把任意 STRING 输出连接到节点的 API Key 接口，也可以在节点底部填写 Key，或点击获取贞贞 API Key。接线值优先；没有接线且节点中的 Key 留空时读取环境变量 SEEDANCE_API_KEY。

PowerShell：

$env:SEEDANCE_API_KEY="你的 API Key"

Linux / macOS：

export SEEDANCE_API_KEY="你的 API Key"

贞贞的 AI 工坊（图片/视频）

聊天地址固定为：

https://ai.t8star.org/v1/chat/completions

默认模型是 gemini-3.5-flash。选择 Custom（自定义） 后会显示“自定义模型 ID”，可填写 AI 工坊模型列表中的完整 ID。H3/Seedance 自定义模型必须自行确认具备图片与视频理解能力；Music 3 节点是纯文本请求，只要求所选模型支持 Chat Completions 文本输入。

可以点击节点底部的获取 AI 工坊 API Key。节点中的 Key 留空时读取环境变量 T8STAR_API_KEY：

$env:T8STAR_API_KEY="你的 API Key"

AI 工坊模式不需要上传 URL。图片和完整视频以 Base64 Data URL 放进同一次 Chat Completions 请求。2026-08-06 的真实协议探测确认：该网关对 gemini-3.5-flash 的视频 Data URL 必须使用 OpenAI 多模态 image_url 部件（Data URL 自身仍是 video/mp4）；video_url 虽会返回 200，但会丢失或误读视频事实。因此本节点使用实测通过的表示法，而不是照搬旧参考节点。

OpenAI 兼容接口（备用）

备用模式只需一个 API Base URL 和模型 ID。Base URL 支持服务根地址、以 /vN 版本段结尾的地址（例如 /v1 或火山方舟的 /api/v3），或完整 /chat/completions 地址。节点 Key 留空时读取 OPENAI_API_KEY，Base URL 留空时读取 OPENAI_BASE_URL；H3/Seedance 需要供应商实际支持的视觉模型，Music 3 只需要文本模型。

三个核心节点会自动把 OpenAI Base URL 和 OpenAI 模型 ID 保存到当前工作流：输入时即时同步，点击节点运行按钮时还会在提交前再次读取尚未失焦的输入框；重新打开工作流或切换 API 模式后会自动恢复，无需每次重填。该兼容状态不包含 API Key，Key 仍按下方安全规则单独处理。旧工作流无需重连，首次保存后会补充这份兼容状态。

修复后的节点配置

MiniMax H3 与 Seedance 2.0 两个节点使用相同的 OpenAI 兼容配置：

不再需要、也不要填写单独的“兼容素材上传 URL”。图片没有素材 URL 字段，始终由节点编码成 Base64 并随聊天请求直接发送。

该模式不再使用第二个素材上传端点：

• 图片统一编码为 PNG，通过 image_url.url 中的 data:image/png;base64,... 内联到同一次 Chat Completions 请求。
• 视频默认通过 video_url.url 中的 data:video/...;base64,... 内联完整视频字节。
• “视频素材 URL”可选，每行一个，按已连接 VIDEO 的顺序替代对应视频的 Base64；未覆盖的视频继续使用 Base64。
• 视频 URL 数量不能超过已连接 VIDEO 数量，且必须是 HTTP(S) 地址。

OpenAI 官方 Chat Completions 明确定义了 Base64 图片输入，但通用 video_url 并不是所有兼容供应商都支持的统一能力。这里的视频格式面向声明支持视频理解的兼容网关；用户填写的模型和网关必须同时支持视频内容部件，节点不会降级到纯文字或抽帧请求。

本地 GGUF（llama.cpp / Qwen，离线推理）

本地渠道是三个现有节点的第 4 个互斥 provider，不会新增或替换节点，也不会改变 H3、Seedance 2.0、Music 3 各自的提示词合同。运行时不需要 API Key、Base URL 或云端模型 ID。节点不再把可用范围锁死为两个文件名：会递归扫描 ComfyUI/models/LLM，读取轻量 GGUF 元数据，区分主模型与 mmproj，并为视觉模型推荐同名/同目录投影器。

GitHub 完整安装采用自动回退顺序：本节点固定安装器生成的 llama-server → 系统 PATH 中的 llama-server → 当前 ComfyUI Python 环境已经安装的 llama-cpp-python。Manager/Registry 安装为通过 Registry 自动安全审查，仅使用进程内 llama-cpp-python，不随包分发外部进程启动器。两种安装都会递归扫描同一个 models/LLM，状态窗口会显示实际命中的后端、来源和版本。

如果当前 ComfyUI Python 没有可用的 llama-cpp-python，三个核心节点都提供“获取 llama-cpp-python 预编译 Wheel”按钮，跳转到 JamePeng 预编译 Releases。必须选择与 ComfyUI 实际 Python 版本、操作系统和 CUDA 版本匹配的 Wheel，并用 ComfyUI 自己的 Python 安装，而不是系统 Python：

& "你的 ComfyUI Python 路径\python.exe" -m pip install "下载到本地的 llama_cpp_python-....whl"

这是可选的第三方预编译来源，本节点不会静默下载或自动安装 Wheel。安装后请完整重启 ComfyUI，再点击“检查本地 Qwen 安装 / 扫描 GGUF”确认实际运行时；如果 Wheel 与 Python/CUDA 不匹配，状态窗口会明确显示导入或原生库加载错误。GitHub 完整安装还可以直接运行本仓库的 install_local_qwen.py --runtime 安装固定 llama-server，无需 Python Wheel；Manager 包不包含该下载/启动脚本。

模型和运行时体积很大，不会随 Git 仓库分发，也不会在执行节点时静默下载。请在节点目录显式运行：

& "你的 ComfyUI Python 路径\python.exe" install_local_qwen.py

只看安装计划：

& "你的 ComfyUI Python 路径\python.exe" install_local_qwen.py --dry-run

只安装或核验其中一部分：

& "你的 ComfyUI Python 路径\python.exe" install_local_qwen.py --runtime
& "你的 ComfyUI Python 路径\python.exe" install_local_qwen.py --model --model-variant official
& "你的 ComfyUI Python 路径\python.exe" install_local_qwen.py --model --model-variant uncensored
& "你的 ComfyUI Python 路径\python.exe" install_local_qwen.py --model --model-variant heretic-9b
& "你的 ComfyUI Python 路径\python.exe" install_local_qwen.py --model --model-variant all
& "你的 ComfyUI Python 路径\python.exe" install_local_qwen.py --offline

official 是默认模型；uncensored 是用户可选的第三方 27B FP8 衍生 Q4_K_M 量化；heretic-9b 是体积更小的第三方 9B i1-Q6_K 量化；all 安装三种文字模型及默认 27B 视觉投影器。9B 上游仓库没有发布匹配的 mmproj，因此固定安装器只安装其文字模型；纯文字 H3/Seedance、Music 3 可直接使用，图片/视频必须由用户另行提供兼容的 9B mmproj，交给 AUTO 匹配或手动选择。安装后重启 ComfyUI，或点击节点的“检查本地 Qwen 安装 / 扫描 GGUF”，下拉会重新列出 models/LLM 及任意子目录内的 GGUF。第三方模型不会替换现有 27B 默认值，也不会破坏旧工作流或绕过本项目的提示词合同、输入验证与输出保护。

安装器固定并核验以下资产，支持 .part 断点续传、磁盘空间预检和原子改名：

GGUF 与 mmproj 统一放入 ComfyUI 的 models/LLM/ 或任意子目录；历史目录 models/LLM/Qwen3.8/ 和只保存文件名的旧工作流继续兼容。固定安装器的 llama.cpp 仍放在本节点已忽略的 runtime/local_qwen/，但也会复用当前 ComfyUI 已安装的 llama-cpp-python。默认模型来自 unsloth/Qwen3.8-27B-GGUF；27B 可选模型来自 theresa00l/Qwen3.8-27B-Uncensored-FP8-Q4_K_M-GGUF；轻量 9B 可选模型来自 mradermacher/Qwen3.8-9B-heretic-uncensored-i1-GGUF。9B 量化仓库标注其来源为 rohit267/Qwen3.8-9B-heretic-uncensored、语言为英语，但没有声明许可证；本项目只提供固定下载入口，不分发或重新授权模型文件。参考安装器、参考插件和 llama.cpp 为 MIT。具体固定提交、哈希及归属见 THIRD_PARTY_NOTICES.md。

任意被扫描到的文字 GGUF 都可交给当前 llama.cpp 运行时加载；“被发现”不等于“本项目已验收”。H3/Seedance 有图片或视频输入时必须有匹配 mmproj；AUTO 优先按 general.name、架构、同目录和文件名相似度匹配。当前 llama-cpp-python 回退路径会自动选择 Qwen2.5-VL、Qwen3-VL、Qwen3.5、Gemma 3/4 或 MTMD 处理器（取决于已安装版本实际提供的类）；不具备对应处理器的视觉架构会明确报兼容性错误，文字模式不受影响。

可选模型已用本项目固定的 mmproj-F16.gguf 和 llama.cpp 本地运行时完成真实兼容验收：文字精确 token、图片 OCR/颜色/形状、视频采样帧的双阶段 OCR、早晚运动方向与时间顺序共 12/12 项通过。它支持节点现有的“图片 + 按时间戳采样视频画面”路径；这仍不等于读取完整视频字节或分析音轨。脱敏证据见 tests/fixtures/local_qwen_uncensored_compatibility_2026-08-20.json。

轻量 9B Q6_K 模型也完成了真实 llama.cpp 兼容验收：文字精确 token、图片 OCR/颜色/形状、视频早晚代码、运动方向、时间顺序、单图单视频计数和“不分析音轨”共 12/12 项通过，耗时 22.078 秒。视觉测试使用用户另行放置的 mmproj-Qwen3.5-9B-Uncensored-HauhauCS-Aggressive-BF16.gguf；该投影器不由本安装器下载或分发。脱敏证据见 tests/fixtures/local_qwen_heretic_9b_compatibility_2026-08-25.json。

2026-08-21 又对可选第三方模型执行了完整发布质量验收，确定性总分 100/100、passed=true，5 个用例全部通过：同 seed 三次逐字一致、H3 T2VA、Music 3 中文歌词与官方完整 Skill、H3 图像+视频证据、Seedance 2.0 图像+视频证据。视频用例同时核验早晚阶段代码、运动方向、硬切和首次出现顺序；全套耗时 476.938 秒，峰值显存 15971 MiB，卸载后回到 2007 MiB（基线 1613 MiB）。脱敏报告见 tests/fixtures/local_qwen_uncensored_quality_2026-08-21.json，仅保存分数、布尔检查、哈希、字符数和资源采样，不保存提示词、歌词、媒体、API Key 或临时令牌。

建议 24GB 以上显存获得较好的交互体验；16GB 显存会由独立 llama-server 的 --fit 自动部分卸载到系统内存，建议至少 32GB RAM，速度会明显下降。CPU-only 功能上可运行，但本项目不承诺交互速度。首次使用前可点击三个节点中的“检查本地 Qwen 安装 / 扫描 GGUF”查看模型数量、mmproj 配对、运行时后端和实际模型目录；旁边的路径按钮可直接复制 ComfyUI/models/LLM 绝对路径。

本地选项说明：

• H3/Seedance 的图片编码为 Base64 JPEG；原生 VIDEO 按真实时间戳采样，默认 2 fps，每 6–9 帧组成一个有时间标签的联系表，并按上下文预算最多发送 16 个视觉部件。
• 本地视频只分析可见画面顺序，不读取、转写或声称理解原声音轨。云端完整视频行为不变。
• Music 3 只发送文字，整个多阶段任务复用同一模型进程，并且绝不加载 mmproj。
• 三个节点共享互斥运行锁，避免同时抢占显存；独立 llama-server 等待与请求期间支持 ComfyUI 取消。llama-cpp-python 是兼容回退路径，其底层同步推理的中途取消能力取决于已安装绑定版本。
• 默认关闭思考以降低延迟；可在高级选项开启思考、选择推理强度、上下文、最大输出、视频采样率、显存释放及执行后卸载/驻留/10 分钟 TTL。
• 运行时只监听 127.0.0.1 随机端口，使用随机临时令牌并关闭 Web UI；成功、异常、取消和 ComfyUI 退出都会执行相应清理。
• 本地模型会在完整官方 Skill 与案例之后收到最终语言锁，确保“输出语言”对 H3、Seedance 2.0 和 Music 3 Structured Caption 的说明正文生效。若返回内容明显整体跑到另一种语言，节点只在同一次本地模型驻留期间追加一次低温语言纠正；已经符合语言要求时不增加调用。协议字段、时间码、参考标签以及用户原始对白、歌词、品牌/UI 文案和画面文字保持原样。H3 的“官方 Skill 严格（全英文协议）”仍按设计优先于中文选项。
• 本地输出继续遵守既有 content-first 规则：H3 仅在完整命中字段时重排，Seedance 非空放行，Music 3 保留歌词保护和官方 Caption 阶段合同。

API Key 安全

三个节点都提供标准 STRING API Key 接口，并保留底部的遮罩、显示、保存和清空按钮。外部接线值优先。遮罩只能避免画布上直接显示明文：点击“保存到工作流”后，Key 会进入工作流 JSON。

• 分享工作流前务必点击“清空”。
• 更安全的方式是把节点 Key 留空并使用环境变量。
• 节点不会把 Key、请求正文、素材 URL 或响应正文写入日志。
• 仓库示例和测试不包含真实 API Key。

执行期间，三个节点会向 ComfyUI 进度条报告本地准备、模型请求和结果整理阶段。最近 50 次执行的脱敏阶段信息可从本机 ComfyUI 的 /t8-prompt-enhancer/diagnostics 查看；记录仅含节点类别、渠道名称、结果、阶段耗时、可用时的尝试次数、素材数量、缓存命中与错误类别，进程重启后自动消失。该接口不会返回 API Key、供应商 URL、请求/响应正文、提示词、歌词、模板、媒体或模型推理。

图片与视频处理

• 云端图片编码为 PNG；平价小屋模式上传，AI 工坊与 OpenAI 兼容模式内联为 Base64 Data URL。本地 Qwen 图片编码为限边 JPEG Data URL。
• 云端视频使用 ComfyUI 原生 VIDEO 的完整流；AI 工坊与 OpenAI 兼容模式默认内联完整视频字节。本地 Qwen 是单独的、明确标注的视觉采样路径：读取真实帧率/PTS 与活动裁剪窗口，生成带时间戳的有序联系表，不读取音轨。
• 支持 MP4、AVI、MOV、MKV，单文件不超过 50 MB。
• Ref2VA 单个视频时长 2–15 秒，多个视频总时长不超过 15 秒。
• Ref2VA 最多 9 张图片、3 个视频，总素材数最多 12。
• 云端渠道仍拒绝带活动裁剪窗口的原生 VIDEO，因为上传底层流可能仍指向未裁剪原文件；本地 Qwen 不上传原视频，会按活动裁剪窗口和 PTS 采样，因此允许直接使用裁剪窗口。
• 平价小屋返回的素材上传 URL 是临时链接，应只用于当前模型请求；AI 工坊与 OpenAI 兼容模式没有中间上传步骤。

输出与错误行为

H3 与 Seedance 2.0 输出：

enhanced_prompt: STRING

只要 Chat Completions 返回非空正文，节点就会输出，不会因为字段缺失、Markdown、镜头编号、时间码、目标长度或 finish_reason=length 报错。

MiniMax-H3 节点唯一的本地整理规则：

1. 当前任务的全部预期字段均以精确字段名命中；
2. 每个字段只出现一次；
3. 字段顺序确实错误。

三个条件同时成立时按官方顺序重排；任何字段未命中、缺失、重复，或者本来就是正确顺序时，保持上游原文。

Seedance 2.0 没有 H3 固定字段，因此不做字段重排和格式验收；非空上游正文直接输出。两个节点都不会因目标字数或镜头数量偏差报错，也不会为修复格式自动发起第二次付费请求。

Music 3 输出四个 STRING：

lyrics
music_caption
music3_payload_json = {"input": lyrics, "instructions": music_caption}
enhancement_report_json

Music 3 只在三个官方标题都被唯一命中但顺序错误时进行本地重排；标题缺失或上游使用其他可用格式时直接放行非空正文，同时在增强报告中给出警告代码。目标字数、歌词长度或结构没有精确命中不属于节点错误。报告还会做歌词原句泄漏、所选官方参考短语重叠、纯器乐误加人声、段落时间线遗漏和官方 5000 Token 预算的软检查；这些检查不把已有非空结果变成节点错误。

以下情况仍会报错：

• API Key 无效或余额不足；
• 网络、超时、限流或供应商 5xx；
• 素材编码、上传或多模态请求失败；
• 响应不是合法 JSON；
• 响应缺少正文或正文全空白。
• 本地渠道缺少/损坏 GGUF、mmproj 或 llama.cpp 运行时，视觉/上下文预算越界，或本地推理进程异常退出。

平价小屋的 https://api.seedance.nz/v1/chat/completions 遇到 SSL/建连故障，或 HTTP 500/502/503/504 与 Cloudflare 520–526/530 网关故障时会快速重试：共 3 次尝试，按“环境代理 → 显式直连 → 环境代理”切换网络路径，间隔 0.5 秒和 1 秒；任意一次取得成功响应都会继续正常输出。401、余额不足、429、读取超时和用户自定义 OpenAI 兼容接口不会自动重试。读取超时时服务端可能已经完成生成，节点会保留错误而不盲目重复付费。Seedance 素材上传同样会在安全的连接/网关故障下切换路径；上传遇到 429 时仍按服务端提示等待后重试。

Music 3 的 official_reference_selection 是“官方完整”模式必经阶段：必须成功选中至少 1 个官方模板才能继续编译 Caption。在 api.seedance.nz 遇到临时网关故障时最多尝试 6 次，按 0.5、1、2、4、8 秒有界退避；不会静默降级为无模板生成。

测试

在 ComfyUI 根目录的上一级运行：

.\python\python.exe -m unittest discover -s ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\tests -v

单元测试使用 mock API、本地媒体夹具和官方 Skill 静态资源，不联网、不上传素材、不产生费用。tests/test_music3.py 还会核验全部 18 个索引、1000 个模板、固定内容树哈希、逐级披露上限、歌词隔离、局部润色边界、安全 control tags、阶段缓存、诊断脱敏和云端 provider 重试合同；tests/test_local_qwen.py 核验第四渠道免 Key、模型路径安全、seed 映射、图片 Base64、真实时间戳视频抽样、按首次出现顺序描述视频阶段、无音轨声明、三节点接线以及 Music 不加载视觉能力。tests/test_platform_11.py 独立验证共享传输重试、诊断字段白名单与 URL/Key/错误正文脱敏，以及三节点旧工作流迁移矩阵。

维护者发布前还应运行确定性仓库门禁；它会检查禁入文件、疑似密钥、全部已跟踪 JSON、官方 Skill 快照、Python/JavaScript 语法、.comfyignore 实际发布面、Registry YARA 触发模式和 90 MiB GIF 总预算。该上限专门为 Comfy Registry 的 100 MB ZIP 扫描保留余量，避免 Action 发布成功但版本随后被标记为 Flagged：

.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\tools\verify_repository.py
.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\tools\release.py --check-prepush

本地 Qwen 发布验收不调用云端 API，但会真实加载约 18GB 权重并长时间占用本机 GPU/CPU。只有明确接受本地算力消耗时运行：

.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\local_qwen_live_smoke.py --confirm-local-large-model
.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\local_qwen_live_smoke.py --confirm-local-large-model --model qwen3.8-27b-uncensored-fp8-q4_k_m.gguf --output ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\tests\fixtures\local_qwen_uncensored_quality_2026-08-21.json

2026-08-19 在 RTX 4060 Ti 16GB / llama.cpp CUDA 12 上的固定验收结果为 100/100、passed=true：同 seed 三次逐字一致、H3 T2VA、Music 3 中文新歌词与官方完整 Skill、H3 图像+视频、Seedance 2.0 图像+视频五项全部通过。Music 约束逐项核验 92 BPM、D major、4/4、女主唱、钢琴、原声吉他与排除 rap；视觉夹具逐项核验图片代码、视频早晚代码、运动方向、硬切和时序。全套耗时约 964 秒，峰值显存 15091 MiB，卸载后回到 2246 MiB（基线 2223 MiB）。脱敏报告见 tests/fixtures/local_qwen_quality_2026-08-19.json；不包含提示词正文、歌词、Base64、API Key 或本地临时令牌。

live_smoke.py 用于平价小屋的 MiniMax-H3；seedance20_live_smoke.py 用于平价小屋的 Seedance 2.0。workshop_live_smoke.py 会让两个节点各走一次 AI 工坊：H3 使用默认模型，Seedance 2.0 使用 Custom 路径但填写同一个 gemini-3.5-flash。测试会生成带独有文字、颜色、形状和两阶段运动的本地图片与完整 4 秒 MP4，并核验两个节点是否真的识别图片和视频时间顺序。真实测试会产生 Token 费用，只有明确接受费用时才运行：

.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\live_smoke.py --confirm-paid
.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\seedance20_live_smoke.py --confirm-paid
$env:T8STAR_API_KEY="你的 AI 工坊 API Key"
.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\workshop_live_smoke.py --confirm-paid

前两个脚本运行前设置 SEEDANCE_API_KEY；AI 工坊脚本设置 T8STAR_API_KEY。不要把真实 Key 写进命令参数、脚本或工作流后上传到公开仓库。

Music 3 发布质量验收使用 4 个真实工作流：中文新歌词、原歌词逐字保留、纯器乐融合、只改第二段主歌；另用一次批量结构化评审。确定性合同分占 70%，LLM 内容质量评审占 30%，每案总分必须至少 85、内容评审至少 80，且没有标题合同、payload、歌词隔离、器乐或编辑边界硬失败。结果写入脱敏 JSON，不包含 API Key。若个别案例或最终评审失败，脚本会以原子 checkpoint 续跑而不重复已完成案例；通过后自动删除 checkpoint：

$env:SEEDANCE_API_KEY="你的平价小屋 API Key"
.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\music3_live_smoke.py --confirm-paid

官方 Skill 不会在用户运行节点时联网更新。维护者拿到经过审阅的 MiniMax-Music3 本地 checkout 后，可先只读核验，再显式更新固定快照；工具会检查 18 个索引、1000 个模板、1022 个文件和归一化哈希，并同步 SOURCE.json 与运行时常量：

.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\tools\update_music3_official_skill.py --check-current
.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\tools\update_music3_official_skill.py --source-dir D:\MiniMax-Music3 --commit 40位提交SHA --apply

H3 核心 Skill 同样使用审阅后显式更新，不会在用户运行时联网拉取：

.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\tools\update_h3_official_skill.py --check-current
.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\tools\update_h3_official_skill.py --source-dir D:\MiniMax-H3 --commit 40位提交SHA --apply
.\python\python.exe ComfyUI\custom_nodes\comfyui-minimax-h3-prompt-enhancer-T8\tools\check_upstream_skills.py

参考资料

• MiniMax-H3 基础提示词指南
• MiniMax-H3 完整参考模式指南
• MiniMax-H3 官方创意 Skills 快照
• MiniMax-H3 官方核心 Prompt Writing Skill（固定提交）
• MiniMax-H3 官方 Music Video Subtitle Generator Skill v0.6.6
• Seedance API 文档
• Seedance 模型页面
• Seedance 2.0 官方模型页
• Seedance 2.0 官方 Prompt Optimizer Skill
• MiniMax Music 3 官方仓库
• MiniMax Music 3 官方 music-caption-rewriter Skill（固定提交）
• Qwen3.8-27B GGUF（固定 revision 下载来源）
• 本地 GGUF 参考项目 ComfyUI_Qwen_H3_Prompt
• llama.cpp

说明

本项目是第三方 ComfyUI 自定义节点，不隶属于 MiniMax、ByteDance、Seedance 或 ComfyUI 官方。API 能力、价格和可用性以服务商最新说明为准。使用真人参考素材时，用户仍需自行确认身份授权和下游平台规则。

本地 Skill 与整合包

三个核心节点底部均提供“MiniMax & Seedance本地Skill和整合包”入口，点击会在新标签页打开 T8 本地 Skill 与整合包。该入口仅用于访问资源，不会写入工作流，也不会参与或改变任何 LLM 请求。