Case B_zhihu_20147454 · ComfyUI Qwen3.5 图生图

输入一张图片，靠Qwen 3.5的多模态反推提示词，然后再用ZImage重新生成。可以用来把早期一些AI味很浓的图片重新洗图，洗成更逼真的。

ComfyUI中已经有人做了Qwen3.5的插件。这里还是先试一下更经典的ComfyUI-QwenVL，毕竟只是更换一个加载的模型，应该不需要等插件的版本更新吧。选了ComfyUI-QwenVL版本2.1.1

先试一下单独跑Qwen3.5提示词反推。建一个空的Workflow，添加QwenVL(GGUF)节点，添加一个加载图像节点。显示结果文本一开始不知道用什么节点，装了一个ComfyUI-Show-Text，后面发现这个节点并不能显示。参考ComfyUI-QwenVL作者，最后选了任意浏览（preview any）

QwenVL(GGUF)节点中，可以选择加载的模型；preset_prompt是预设的几组策略，设定输出的图片/视频描述偏好

如果这个时候运行这个流程，会报错 [QwenVL] llama_cpp is not available

查看项目的主页

https://

github.com/1038lab/Comf

yUI-QwenVL

，按照步骤安装使用GGUF缺少的wheel

https://

github.com/1038lab/Comf

yUI-QwenVL/blob/main/docs/LLAMA_CPP_PYTHON_VISION_INSTALL.md

## 进入comfyUI的python目录

d:

cd ComfyUI_windows_portable\python_embeded

## 备份环境

python.exe -m pip freeze > d:\requirements-backup.txt

## 确认安装的python版本，我的是3.12.10

python.exe -V

## 下载 https://github.com/JamePeng/llama-cpp-python/releases/

## 我的nvdia驱动已经最新，支持cuda 13.0

## 选了 v0.3.32-cu130-Basic-win-20260308/llama_cpp_python-0.3.32+cu130.basic-cp312-cp312-win_amd64.whl

## 安装wheel

## 我第一次安装的时候，遇到权限不足，用管理员权限进命令行重新执行就可以了

python.exe -m pip install --upgrade --force-reinstall C:\path\to\llama_cpp_python-*.whl

## 检验是否安装成功

python.exe -c "from llama_cpp.llama_chat_format import Qwen3VLChatHandler, Qwen25VLChatHandler; print('handlers OK')"

我在运行最后一段python检验代码时报错

File "M:\ComfyUI_windows_portable\python_embeded\Lib\site-packages\llama_cpp\_ctypes_extensions.py", line 117,

in load_shared_library

raise RuntimeError(

RuntimeError: Failed to load 'ggml' from [WindowsPath('M:/ComfyUI_windows_portable/python_embeded/Lib/site-packages/llama_cpp/lib'),

WindowsPath('M:/ComfyUI_windows_portable/python_embeded/Lib/site-packages/llama_cpp/bin')]

M:\ComfyUI_windows_portable\python_embeded\Lib\site-packages\llama_cpp\bin\ggml.dll: Could not find module

'M:\ComfyUI_windows_portable\python_embeded\Lib\site-packages\llama_cpp\bin\ggml.dll' (or one of its dependencies).

Try using the full path with constructor syntax.

再三核对了，下载的whl cp312对应python 3.12没错。cu版本换成128的也不行。用 dependencies.exe 加载llama_cpp/bin 目录下的 ggml.dll，发起缺了cudart64_12.dll、cublas64_12.dll两个动态库，

网上搜索到这俩库属于cuda toolkit的

。好家伙，这个toolkit安装包2.3GB。我这里偷了个懒，发现lm studio中有cudart64_12.dll、cublas64_12.dll、cublasLt64_12.dll三个dll，直接拷贝到 ComfyUI_windows_portable\python_embeded\Lib\site-packages\llama_cpp\bin ，运行就不报错了

接着，修改 ComfyUI-QwenVL 的配置文件，把qwen 3.5加进去。修改 ComfyUI_windows_portable\ComfyUI\custom_nodes\ComfyUI-QwenVL\gguf_models.json ，在 qwenVL_model 中加一组qwen 3.5 4b gguf

"Qwen3.5-4B-GGUF": {

"author": "unsloth",

"repo_name": "Qwen3.5-4B-GGUF",

"repo_id": "unsloth/Qwen3.5-4B-GGUF",

"mmproj_file": "mmproj-BF16.gguf",

"model_files": [

"Qwen3.5-4B-UD-Q4_K_XL.gguf",

"Qwen3.5-4B-Q4_K_M.gguf"

],

"defaults": {

"context_length": 8192,

"image_max_tokens": 4096,

"n_batch": 512,

"gpu_layers": -1,

"top_k": 0,

"pool_size": 4194304

}

},

这里只配置了两个q4的量化版本，根据需要可以添加其他的量化版本。这个插件默认去 huggingface 下载模型的，会遇到墙的问题。我是手动去魔塔

Qwen3.5-4B-GGUF

下载了模型文件（包括mmproj文件以及模型主文件），放到了 ComfyUI\models\llm\GGUF\unsloth\Qwen3.5-4B-GGUF 目录。终于可以成功运行了

在选择详细描述的时候，如果出现输出截断的情况，需要调大max_tokens。另外可以在custom_prompt中输入额外的要求，例如要求输出为中文

不过据我测试，要求输出中文时，结果会不太稳定，可能得到极其简单的描述

接着，就尝试搭建完整的图生图流程了。用了以前搭好的z-image工作流《

搭建第一个z-image的gguf工作流

》，也就是在 ComfyUI 官方Z-Image工作流的基础上，把Unet Loader和CLIP Loader都改成GGUF的。然后在工作流之中，放入QwenVL(GGUF)节点、加载图像节点、预览任意节点，把三个连起来。然后，把QwenVL的输出，拖一份到CLIP文本编码节点文本框的左上角的绿色接入点

这个工作流里面三个模型，Qwen 3.5 4B q4，Qwen 3 4B q6，Z-Image turbo Q6。16G内存，16G显存，差点撑爆，可以把后面两个都换q4量化的。随便找了张早期sd生成的图片

洗完顺眼多了

发现用LM Studio来跑Qwen 3.5，会比 ComfyUI-QwenVL 插件安装简单一些。参考

ComfyUI+LM Studio实现Qwen 3.5图生图