跳转到主要内容

​
概述

comfyui-image-annotator 是社区用户 luckdvr 贡献的交互式图像标注 ComfyUI 节点。它的核心价值是——降低提示词门槛。你不用再费劲描述”把图片左上角那个红色按钮换成蓝色”，只要在图上圈出来、点一下、画个框，让模型清楚看到”我要改这里”即可。最适合搭配在 Nano Banana Pro 节点前面，组成”图片 → 标注 → API”的三段式工作流。
项目信息
  • 🔗 开源地址：github.com/luckdvr/comfyui-image-annotator
  • 📜 许可证：MIT
  • 👤 作者：luckdvr
  • ⭐ 社区贡献，与 Luck Nano Banana Pro 同作者
推荐工作流：图片 → 标注节点 → API 节点
LoadImage  ─►  ImageAnnotator  ─►  Luck Nano Banana Pro  ─►  SaveImage
               （在图上圈出要改的区域）     （看着标注按指令改图）
适合人群：不擅长写英文提示词、不知道怎么精确描述”改哪里”的用户。把”描述区域”的工作交给鼠标，把”怎么改”的工作交给一句简单的 prompt。

​
核心功能

三种标注方式

点（⦿）：单击放置 · 矩形（▢）：拖拽画框 · 多边形（⬡）：多点连线自动闭合

实时渲染预览

标注实时渲染到画布，所见即所得，不用反复跑图看效果

缩放 / 平移 / 选择

内置画布操作，处理大图也能精准定位局部

50 步撤销

最多 50 步撤销历史，尽情尝试不怕误操作

双输出

同时输出标注后的图片（供模型参考）+ JSON 标注数据（便于后续节点解析）

样式可定制

描边颜色、宽度、填充透明度、点大小均可配置

​
支持的 API易 模型

该节点本身不调用 API，只负责对图像做标注。标注后的图片可喂给任何支持图像输入的 API易 模型，最佳搭档：
模型名称模型标识用途API 文档
Nano Banana Progemini-3-pro-image-preview根据标注区域局部改图/融合查看文档
Gemini / Qwen-VL 系列多种图像理解、基于标注的视觉问答查看文档

​
节点说明

​
输入

参数名类型必填说明
imageIMAGE是要标注的原图

​
输出

输出端类型说明
annotated_imageIMAGE已渲染标注标记的图片（可直接喂给下游 API 节点）
annotations_jsonSTRING描述标注位置/类型的 JSON 字符串（供需要结构化输入的节点使用）

​
安装配置

1

第一步：克隆到 custom_nodes

cd ComfyUI/custom_nodes
git clone https://github.com/luckdvr/comfyui-image-annotator.git
2

第二步：重启 ComfyUI

无额外依赖（使用 ComfyUI 自带环境即可），重启后在节点搜索栏输入 ImageAnnotator 即可找到。
3

第三步：搭建三段式工作流

把节点依次连起来：
LoadImage → ImageAnnotator → Luck Nano Banana Pro → SaveImage
在 ImageAnnotator 的画布上圈出要改动的位置，然后在下游 API 节点写一句简单的 prompt（如 “replace the marked area with a red sports car”），运行即可。

​
使用示例

​
示例 1：局部换物（小白友好）

1

加载原图

LoadImage 载入一张客厅照片
2

标注目标区域

ImageAnnotator：用矩形框住沙发旁的空位
3

写一句简单 prompt

Luck Nano Banana Pro：prompt = “Put a green indoor plant in the marked area”
4

运行输出

模型会在你框出的位置放一盆绿植，不动其他区域

​
示例 2：多区域精准标注

用多边形标注人物衣服 + 点标注帽子位置 + 矩形标注背景区域，然后用 prompt： 
Change the clothing in polygon 1 to a black suit, add a hat at point 1,
replace the background in rectangle 1 with a sunset beach
模型会分别对三个区域做不同的修改。

​
示例 3：视觉问答 / 理解

配合 Gemini / Qwen-VL：让模型解释”被框出来的物体是什么、在图里起什么作用”，标注提供精确的视觉锚点。

​
常见问题

传统改图需要你用文字精确描述”改哪里、怎么改”。对非英语用户、不熟 AI prompt 的小白非常不友好。有了这个节点，位置信息由鼠标标注直接给出，prompt 只需描述”改成什么”即可。原本需要 3-5 句话的精确描述，现在一句简单英文就能搞定。
会，而且是往好的方向影响。大部分多模态模型（Nano Banana、Gemini、Qwen-VL）都能理解图上的标注符号，把它们识别为”用户指示的目标区域”，从而更精准地按指令编辑。若担心标注样式干扰最终输出，可在节点内调低描边宽度、使用半透明填充。
  1. 确认目录是 ComfyUI/custom_nodes/comfyui-image-annotator
  2. 完全重启 ComfyUI（刷新前端不够）
  3. 检查 ComfyUI 控制台有无报错
可以。把下游节点只接 annotations_json 端口即可。适合需要把坐标传给自定义脚本做后处理的场景。
推荐流水线：LoadImage → ImageAnnotator → Luck Nano Banana Pro
  • Luck Nano Banana Pro 的 image_01 接 ImageAnnotator 的 annotated_image 输出
  • prompt 中用自然语言描述”对标注区域做什么”
  • 首次效果不理想时，用 Luck Nano Banana Pro 的 retry_times 或 seed 模式多跑几次

​
相关资源

Luck Nano Banana Pro 节点

同作者的 API 调用节点，与本节点完美搭配

Nano Banana Pro API

了解 Nano Banana Pro 的完整能力

ComfyUI 节点合集

查看所有 Nano Banana ComfyUI 节点

API易控制台

管理密钥、用量与分组