Este flujo de trabajo de ComfyUI aprovecha el modelo Gemini de Google para demostrar las capacidades de la IA multimodal en la generación de texto coherente y relevante según el contexto. El flujo utiliza varios nodos, incluido GeminiNode, que actúa como núcleo de procesamiento, y LoadImage, que permite ingresar imágenes para que el modelo Gemini las analice e interprete. Al integrar estos componentes, el flujo muestra cómo las capacidades avanzadas de razonamiento de Gemini pueden aplicarse tanto a entradas de texto como de imagen, proporcionando una experiencia fluida para generar texto basado en contenido visual. Además, los nodos PreviewAny y BatchImagesNode facilitan la visualización y gestión de múltiples salidas, haciendo más sencillo manejar y revisar el contenido generado.
API
Usa este flujo de trabajo desde código
Cada flujo de trabajo de Comfy es un grafo JSON. El siguiente payload es este flujo de trabajo, exactamente como lo ejecuta ComfyUI: descárgalo desde la URL, guárdalo en control de versiones o cárgalo en ComfyUI y ejecútalo nodo por nodo.
Ejecuta desde TypeScript o Python con el Comfy SDK. El mismo código funciona en Comfy Cloud o en un ComfyUI propio: solo cambia la URL base.
// Install (beta)
npm i @comfyorg/sdk
// Run "Google Gemini" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("api_google_gemini_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("2", "image", asset); // LoadImage
const job = await client.run(wf);
await job.getOutputs("20")[0].toFile("output.png"); // SaveTextEl SDK utiliza un flujo de trabajo en formato API: abre este flujo de trabajo en ComfyUI y usa Archivo → Exportar flujo de trabajo (API).
El acceso a la API de Comfy Cloud requiere un plan con clave API.
Preguntas frecuentes
