适用于视觉语言模型的 ComfyUI 节点：Qwen3-VL、Moondream 3、Florence-2、SmolVLM2、InternVL、Gemma 3、MiniCPM-V。此外还支持开放词汇检测、SAM2/SAM3 分割、视频时间推理、通过 llama.cpp 使用 GGUF 格式，以及托管的 LLM/VLM API。
APACHE-2.0Pythonnodescomfyuicustom-nodesllavallmimg2textjoytagimage-captioning
registry.comfy.org/nodes/comfyui_vlm_nodes