企业官网建设流程全解析

ComfyUI-WanVideoWrapper：一个节点集合跑通 Wan 文生视频、图生视频与长视频续写

【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper

ComfyUI-WanVideoWrapper 是面向 Wan 系列视频生成模型的 ComfyUI 自定义节点集，把 Wan 文生视频、图生视频、口型驱动、长视频续写等工作流整合进 ComfyUI 图内操作。它适合已有 ComfyUI 环境、想快速试用新版 Wan 模型功能的用户，省去自行处理模型加载、显存卸载和缓存加速的逻辑。

example_workflows/目录中的示例输入（1280×720 男性人像），可直接作为图生视频首帧。

一、它解决哪些任务

仓库里的节点都是围绕几件具体的"想做的事"组织的，每项都有配套节点和示例工作流可对照：

对应的工作流都在 example_workflows/ 目录，文件按场景命名，找起点不费劲。

二、环境搭建与模型就位

Wrapper 直接运行在 ComfyUI 的 Python 环境里，无需另建虚拟环境；Windows 便携版用包内python_embeded\python.exe装依赖即可。显存参考仓库实测数据：1.3B 模型开 context window 全程不到 5GB，14B 在 512×512、81 帧时卸载 20 个 block 约 16GB，8GB 显卡靠卸载也能跑，16GB 以上更从容。

cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper pip install -r ComfyUI-WanVideoWrapper/requirements.txt

克隆进custom_nodes是因为 ComfyUI 启动时自动扫描该目录注册节点包；__init__.py里还有重复目录检测，同一份仓库放两处会报冲突警告，保持单份即可。

模型文件按 ComfyUI 惯例放四个目录，作者建议直接选 fp8 scaled 量化权重（体积与显存都更省，GGUF 权重主模型加载节点也支持）：

三、三类高频创作实操

实操一：文生视频，从提示词到 5 秒短片

• 目标：纯文字描述生成可控质量的短片。先用 1.3B 模型验证流程，确认效果后再换 14B 出正式版，省时间也省显存。
• 输入：正向与负向提示词、种子，不需要图片。
• 关键参数：分辨率从 512×512 起步，长度 81 帧；模型加载节点里打开 block swap，14B 模型多卸载一些 block 留出余量。
• 常见坑：Windows 首次运行显存异常高、再跑就正常，多为 triton 旧缓存所致，清缓存重跑即可；提示词只写"一个人在跳舞"，运动稳定性明显差于写清主体、动作、环境。

实操二：图生视频，让一张人像动起来

• 目标：以单张图片为首帧，生成延续其构图和光影的视频，适合人物动画和产品展示。
• 输入：一张较清晰的人像图（面部清晰最好），外加描述运动的文字；CLIP Vision 负责编码图像。
• 关键参数：视频分辨率与图片长宽比保持一致；主权重用 fp8 scaled 版可明显降低显存峰值。
• 常见坑：源图分辨率低会直接拖垮结果清晰度；只想要主体微动时，提示词要写明"轻微动作"，否则镜头会自行漂移。

仓库中 1024×1024 的人像示例输入，可直接用作 I2V 首帧。

实操三：长视频续写，把 5 秒片段接成长片

• 目标：突破单次 81 帧的限制，生成分钟级长视频。
• 输入：首帧（或上一段生成结果的尾段）加上 context window 节点。
• 关键参数：仓库实测配置为每窗 81 帧、重叠 16 帧；1.3B T2V 模型生成 1025 帧全程显存不到 5GB，5090 上约 10 分钟。
• 常见坑：重叠帧给少了，段落交界处会出现接缝；给多了则生成变慢、显存吃紧，16 帧是仓库验证过的中间值。

四、参数速查与排障

遇到异常时按症状对照处理：

五、进阶：扩展与二开

第三方模型兼容度是选用这个 wrapper 的主要理由：仓库自带 SkyReels、ReCamMaster、VACE、Phantom、ATI、Uni3C、MultiTalk、EchoShot、Stand-In、HuMo、WanAnimate、Lynx、MoCha、UniLumos、FantasyTalking、LongCat-Video、FlashVSR、Ovi 等节点组，其中部分（如 ATI）是 patcher 式节点，还能注入原生 ComfyUI 工作流。

自定义节点的切入点很清晰：init.py 集中注册必需模块（主节点、采样器、模型加载、工具、缓存）与可选模块（导入失败仅告警），每个模块对外暴露NODE_CLASS_MAPPINGS。最小自定义节点如下：

class MyModelNode: @classmethod def INPUT_TYPES(cls): return {"required": {"model": ("MODEL",)}} RETURN_TYPES = ("MODEL",) FUNCTION = "run" def run(self, model): return (model,) NODE_CLASS_MAPPINGS = {"MyModelNode": MyModelNode}

先克隆仓库并放好 fp8 scaled 的 1.3B 权重，再从 example_workflows/ 里加载一个文生视频工作流，把 512×512、81 帧跑通一遍。

关键词：ComfyUI-WanVideoWrapper、WanVideo ComfyUI 节点、Wan 文生视频教程、Wan 图生视频工作流、ComfyUI 低显存视频生成、长视频 context window

【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper