跳转到主要内容

​
长度为一的处理

在内部，Comfy 服务器将从一个节点流向下一个节点的数据表示为 Python list，通常长度为 1，类型为相关的数据类型。 在正常操作中，当一个节点返回输出时，输出 tuple 中的每个元素都会被单独包裹在一个长度为 1 的列表中；然后当下一个节点被调用时，数据会被解包并传递给主函数。
通常你无需担心这一点，因为 Comfy 会自动进行包裹和解包。
这与批处理无关。例如，一个批次（如潜变量或图像）是列表中的单个条目（参见 张量数据类型）

​
列表处理

在某些情况下，单个工作流会处理多个数据实例，此时内部数据将是包含多个数据实例的列表。 例如，逐个处理一系列图像以避免 VRAM 不足，或处理不同尺寸的图像。 默认情况下，Comfy 会按顺序处理列表中的值：
  • 如果输入是不同长度的 list，较短的会通过重复最后一个值进行填充
  • 主方法会针对输入列表中的每个值调用一次
  • 输出也是 list，每个输出的长度与最长的输入相同
相关代码可在 execution.py 的 map_node_over_list 方法中找到。 然而，由于 Comfy 会将节点输出包裹为长度为 1 的 list，如果自定义节点返回的 tuple 中包含一个 list，该 list 会被包裹并作为单个数据处理。 为了告诉 Comfy 返回的列表不应被包裹，而是作为一系列数据进行顺序处理，节点应提供一个类属性 OUTPUT_IS_LIST，它是一个与 RETURN_TYPES 长度相同的 tuple[bool]，用于指定哪些输出应如此处理。 节点也可以重写默认的输入行为，在一次调用中接收整个列表。这可以通过设置类属性 INPUT_IS_LIST 为 True 实现。 以下是内置节点的一个（带注释的）示例——ImageRebatch 接收一个或多个图像批次（作为列表接收，因为 INPUT_IS_LIST = True），并将它们重新分批为所需大小的批次。
INPUT_IS_LIST 是节点级别的——所有输入都会被同样处理。因此，batch_size 控件的值通过 batch_size[0] 获取。

class ImageRebatch:
    @classmethod
    def INPUT_TYPES(s):
        return {"required": { "images": ("IMAGE",),
                              "batch_size": ("INT", {"default": 1, "min": 1, "max": 4096}) }}
    RETURN_TYPES = ("IMAGE",)
    INPUT_IS_LIST = True
    OUTPUT_IS_LIST = (True, )
    FUNCTION = "rebatch"
    CATEGORY = "image/batch"

    def rebatch(self, images, batch_size):
        batch_size = batch_size[0]    # 所有输入都是列表，所以 batch_size 是 list[int]

        output_list = []
        all_images = []
        for img in images:                    # 每个 img 是一个图像批次
            for i in range(img.shape[0]):     # 每个 i 是一张单独的图像
                all_images.append(img[i:i+1])

        for i in range(0, len(all_images), batch_size): # 按 batch_size 分块，每块组成一个新批次
            output_list.append(torch.cat(all_images[i:i+batch_size], dim=0))  # 如果图像批次宽高不同会报错！

        return (output_list,)

​
INPUT_IS_LIST