ComfyUI-QuantFunc 是什么?

ComfyUI-QuantFunc 是 QuantFunc 为 ComfyUI 提供的量化扩散模型节点。插件把模型加载、4-bit 运行时量化、SVDQ 预量化模型、LoRA 融合导出和图像编辑接到 ComfyUI 工作流,核心推理由首次启动时下载的原生 C++/CUDA 引擎完成。

⭐ 30 Stars 🍴 0 Forks Python — 作者: QuantFunc
来源:github.com/QuantFunc/ComfyUI-QuantFunc 查看 GitHub 仓库 → 📘 使用教程 →

为什么值得关注

旧页面只概括了加速卖点,没有解释插件版本与二进制引擎版本、首次启动下载行为、显卡门槛和外部许可边界;这些才是安装前要确认的内容。

来源:github.com/QuantFunc/ComfyUI-QuantFunc

核心功能

两种量化路径

SVDQ 加载离线量化模型;Lighting 在加载时把 diffusers 格式的 BF16/FP16 模型量化到 4-bit。

来源:github.com/QuantFunc/ComfyUI-QuantFunc
组件式 v2 loader

MODEL、CLIP、VAE 分开加载后接入 Build Pipeline,并可为组件选择精度;官方列出的管线包括 Z-Image、QwenImage、QwenImage-Edit 与 Flux.2 Klein。

来源:github.com/QuantFunc/ComfyUI-QuantFunc
模型与引擎自动下载

Base Model Auto Loader 可下载模型;插件启动时还会从 ModelScope 拉取匹配的 libquantfunc.so 或 quantfunc.dll。

来源:github.com/QuantFunc/ComfyUI-QuantFunc
导出与 LoRA 融合

运行时量化结果可以落盘;叠加的 LoRA 可永久融合进导出的权重,后续加载不再重复量化。

来源:github.com/QuantFunc/ComfyUI-QuantFunc

技术架构

Python 自定义节点负责 ComfyUI 的节点注册、模型路径、格式适配、子进程与 IPC;实际推理由平台相关的 libquantfunc.so 或 quantfunc.dll 执行。v2 loader 先分别产生 MODEL、CLIP、VAE,再由 Build Pipeline 组合。插件与引擎独立编号:当前 README 标注插件 0.0.02,匹配引擎 0.0.07。

来源:github.com/QuantFunc/ComfyUI-QuantFunc

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) ComfyUI 与 Python 3.9+ComfyUI 与 Pyt… NVIDIA Compute Capability 7.5+、至少 8 GB VRAMNVIDIA Compute… NVIDIA Driver 560+、cuDNN 9.xNVIDIA Driver… Linux glibc 2.31+ 或 Windows 10/11Linux glibc 2.… 可选 modelscope 包用于自动更新可选 modelscop… 两种量化路径 组件式 v2 loader 模型与引擎自动下载 导出与 LoRA 融合 ComfyUI-QuantFunc 项目本体 核心功能 关键依赖

技术栈

语言Python 节点层 + C++/CUDA 原生二进制框架ComfyUI custom node
ComfyUI 与 Python 3.9+NVIDIA Compute Capability 7.5+、至少 8 …NVIDIA Driver 560+、cuDNN 9.xLinux glibc 2.31+ 或 Windows 10/11可选 modelscope 包用于自动更新
首次启动会访问 ModelScope 下载匹配引擎;模型自动加载也可能产生额外下载和磁盘占用
来源:github.com/QuantFunc/ComfyUI-QuantFunc

快速上手

把官方仓库克隆到 ComfyUI/custom_nodes 后,先核对 NVIDIA 驱动、CUDA/cuDNN 和磁盘空间。启动 ComfyUI 时观察控制台,确认插件版本与引擎版本匹配;不想自动下载时,按官方目录手工放置二进制。随后导入 workflow_sample/QuantFunc-Easy-Gen.json,先用小尺寸、固定 seed 跑一张图,再进入量化、导出或 LoRA 工作流。
来源:github.com/QuantFunc/ComfyUI-QuantFunc

使用场景

适合在受支持的 NVIDIA GPU 上运行 Z-Image、QwenImage、QwenImage-Edit 或 Flux.2 Klein,减少显存占用或缩短扩散推理。上线前应对相同模型、seed、尺寸和步数记录首轮加载、峰值显存、稳定推理时间与画面偏差,不要直接引用仓库的 2–11 倍数据作为自己的结果。

来源:github.com/QuantFunc/ComfyUI-QuantFunc

优势与局限

优势

  • 把量化、模型加载、图像编辑与导出做成 ComfyUI 节点
  • 同时支持离线 SVDQ 与运行时 Lighting 量化
  • v2 loader 可分开连接 MODEL、CLIP 和 VAE
  • 官方提供可导入的入门与导出工作流

局限

  • 官方支持范围是 NVIDIA CC 7.5+,没有列出 AMD、Apple Silicon 或纯 CPU 路径
  • 插件启动会下载并加载外部原生二进制,需要额外做来源、哈希和许可审查
  • README 的最低要求表写 CUDA Runtime 13.0+,Linux 依赖示例却同时列出 CUDA 12.8 和 13.0,部署时要以实际引擎包核对
  • 仓库没有 GitHub release,速度数字和兼容列表来自项目方 README,本轮未复测
来源:github.com/QuantFunc/ComfyUI-QuantFunc

最新版本

该仓库没有 GitHub Releases。官方 README 的版本表在 2026-09-23 标注插件 0.0.02 为 current,并指定引擎 0.0.07;更新时应同时核对两套版本。

来源:github.com/QuantFunc/ComfyUI-QuantFunc

实测与证据

status: docs-only  |  checked_at: 2026-09-23  |  environment: 核对官方 README、安装要求、版本历史、workflow_sample 说明与 ModelScope 许可入口  |  limitations: 未克隆或启动 ComfyUI,未下载 libquantfunc 二进制或模型,未测速度、显存、图像质量和不同 CUDA 组合  |  observed_output: README 当前标注插件 0.0.02、引擎 0.0.07;GitHub Releases 没有正式发布条目

来源:github.com/QuantFunc/ComfyUI-QuantFunc

同类项目对比

city96/ComfyUI-GGUF 用开源 Python 节点加载 GGUF 量化的原生 ComfyUI 模型,官方仍称 WIP,主要替换 UNet loader,也支持量化 T5;ComfyUI-QuantFunc 使用自己的 CUDA 引擎,覆盖运行时 4-bit、SVDQ、组件式 pipeline 与导出。已经有 GGUF 权重、看重格式通用性时先试 ComfyUI-GGUF;目标模型在 QuantFunc 支持表内,并愿意审查外部二进制时再试 QuantFunc。

来源:github.com/city96/ComfyUI-GGUF

总结评价

ComfyUI-QuantFunc 的价值在于把特定模型的量化和导出收进节点图。它不是装完即得的通用加速器:先检查 GPU 与系统范围,审查自动下载的二进制和许可,再用自己的模型做显存、速度与画质对照。

来源:github.com/QuantFunc/ComfyUI-QuantFunc

常见问题

ComfyUI-QuantFunc 0.0.02 为什么还会显示引擎 0.0.07?

两者独立编号。0.0.02 是 ComfyUI 插件,0.0.07 是当前匹配的原生引擎。

第一次启动为什么会联网下载文件?

插件默认从 ModelScope 下载匹配的 libquantfunc.so 或 quantfunc.dll;模型自动加载器也可能下载模型。离线环境应提前按官方目录准备文件。

AMD 显卡或 Mac 能运行 ComfyUI-QuantFunc 吗?

官方当前只列出 NVIDIA CC 7.5+、Linux 或 Windows,没有给出 AMD、Apple Silicon 或纯 CPU 支持。

官方的 2–11 倍加速可以直接当作我的结果吗?

不可以。它是项目方说明,应在固定模型、seed、尺寸和步数下记录首轮与稳定推理数据。

资料与核验范围
本文依据项目公开资料整理。版本、安装命令和功能边界可能随上游更新,请以所列来源和项目当前版本为准。 资料核对时间: 2026-09-23 13:55.

参考材料:README、GitHub API、依赖文件