1. 为什么要在 ComfyUI 里折腾 Kolors GLM3 这套组合如果你最近在刷 AI 绘画社区大概率会看到 Kolors 这个名字反复出现。它是快手可图团队开源的一套文生图大模型训练数据规模在十亿级图文对最直观的差异点在于它对中文提示词的理解是原生级别的不需要你先在脑子里把「一个穿汉服的女孩站在雪地里」翻译成英文再喂给模型。这一点对国内创作者来说省掉的不只是翻译步骤还有翻译过程中丢失的语义细节。但真正让这套方案在 ComfyUI 里值得单独写一篇的是 GLM3 的加入。Kolors 本身自带一个文本编码器可当你在提示词里写「木牌上写着‘我爱你中国’」这种需要精确文字渲染的需求时纯 CLIP 编码往往会把文字糊成一团。GLM3 作为大语言模型介入后它负责把中文提示词做深层语义拆解再交给扩散模型去画文字渲染和复杂语义理解的准确率会有肉眼可见的提升。我实测下来同一句中文提示词挂上 GLM3 节点后木牌上的字从「大概能看出是汉字」变成了「能认出来写的是什么」。这套组合适合谁三类人一是做中文内容配图的运营和自媒体需要模型直接吃中文提示词二是想对比国产模型和 SD3 差异的技术玩家三是已经在用 ComfyUI 但还没试过 LLM 加持工作流的人。整个搭建过程不复杂核心是三件事装对插件、放对模型路径、配好统一 Key 的 API 接入。下面按可复现的顺序拆开讲。2. TaoToken 统一 Key 前置准备与 ComfyUI 环境检查在动手装 Kolors 之前先把 API 这一层理顺不然后面调试工作流时容易分不清是模型问题还是鉴权问题。TaoToken 在这里的角色是一个统一入口你用它生成一个 Key就能在 ComfyUI 的 API 节点、Cline、Codex 这些工具里复用同一套凭证不用每个工具单独去申请。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 端点固定为 https://taotoken.net/api 注意这个地址后面不加任何 UTM 参数。第一步去控制台创建 Key。打开 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 登录后在 API Keys 页面点新建复制那串以 sk- 开头的字符串。这个 Key 只显示一次建议先粘到本地一个临时文本里。如果你后面还要接 Claude Code 或 Cline同一个 Key 可以直接用不用重复申请。第二步检查 ComfyUI 版本。Kolors 的社区封装插件对 ComfyUI 主版本有要求太老的版本会出现节点加载失败。在 ComfyUI 根目录执行cd ComfyUI git log --oneline -1如果提交日期在最近三个月内基本没问题。太旧的话先更新git pull pip install -r requirements.txt第三步确认 Python 环境和显存。GLM3 的 4bit 量化版本大约占 4-5GB 显存Kolors 的 UNet 加文本编码器在 fp16 下约 8-10GB。也就是说8GB 显存的卡跑 4bit GLM3 Kolors 会比较紧张建议 12GB 起步。用下面命令看当前显存nvidia-smi --query-gpumemory.total,memory.used --formatcsv第四步把 API Key 写进环境变量方便后续节点读取。Linux/macOSexport TAOTOKEN_API_KEYsk-你的KeyWindows PowerShell$env:TAOTOKEN_API_KEYsk-你的Key这一步不是必须的但把 Key 放环境变量比硬编码在 JSON 里安全后面配 settings 片段时可以直接引用。到这里前置就绪接下来进正题。3. ComfyUI 中 Kolors GLM3 的节点配置与模型加载路径这一节是全文技术密度最高的部分我会把插件安装、模型目录结构、以及可复制的 settings 片段都给全。先装插件。社区封装是 ComfyUI-KwaiKolorsWrapper通过 ComfyUI Manager 搜索安装或者手动 clonecd ComfyUI/custom_nodes git clone https://github.com/kijai/ComfyUI-KwaiKolorsWrapper cd ComfyUI-KwaiKolorsWrapper pip install -r requirements.txt装完重启 ComfyUI在节点搜索里输入 Kolors 应该能看到 KwaiKolors 相关节点。如果搜不到检查 custom_nodes 目录下有没有这个文件夹以及启动日志里有没有 import 报错。接下来是模型文件。GLM3 量化模型放到ComfyUI/models/LLM/checkpointsKolors 主模型放到ComfyUI/models/diffusers/Kolors。完整目录结构如下ComfyUI/models/ ├── LLM/ │ └── checkpoints/ │ └── chatglm3-4bit.safetensors └── diffusers/ └── Kolors/ ├── model_index.json ├── scheduler/ │ └── scheduler_config.json ├── text_encoder/ │ ├── config.json │ ├── pytorch_model-00001-of-00007.bin │ ├── ... │ └── pytorch_model.bin.index.json ├── tokenizer/ │ ├── tokenizer.model │ ├── tokenizer_config.json │ └── vocab.txt └── unet/ ├── config.json └── diffusion_pytorch_model.fp16.safetensorsGLM3 的 safetensors 有 4bit、8bit、fp16 三个版本显存小于 12GB 直接选chatglm3-4bit.safetensors。Kolors 的 diffusers 目录首次运行会自动下载但国内网络环境下建议手动从镜像站拉全量文件再放进去避免跑到一半断流。然后是 API 接入的 settings 片段。ComfyUI 本身不直接读这个文件但如果你用 Cline 或 Codex 做辅助调试或者想把 Kolors 的提示词优化环节交给外部 LLM就需要在对应工具的配置里写清楚 Base URL、Key、Model ID 三件套。以 Cline 的 MCP 配置为例在cline_mcp_settings.json里加{ mcpServers: { taotoken: { command: npx, args: [-y, taotoken/mcp-server], env: { TAOTOKEN_BASE_URL: https://taotoken.net/api, TAOTOKEN_API_KEY: sk-你的Key, TAOTOKEN_MODEL_ID: glm-4-plus } } } }如果你用的是 Codex配置写在~/.codex/auth.json{ base_url: https://taotoken.net/api, api_key: sk-你的Key, model: glm-4-plus }注意 Base URL 是https://taotoken.net/api不要加 UTM 后缀加了会 404。Model ID 按你实际要调的模型填这里用 glm-4-plus 只是示例。三件套缺一不可只填 Key 不填 Base URL 会走到默认端点报 401 或连接超时。工作流层面核心节点链路是KwaiKolorsTextEncode接收中文提示词 →ChatGLM3Loader加载 GLM3 做语义增强 →KwaiKolorsSampler采样 →VAEDecode出图。把 GLM3 节点接在文本编码之前它的输出作为增强后的 embedding 喂给采样器。这套链路搭好后中文提示词的还原度比裸 Kolors 高一个档次。4. 验证请求与生成效果对比Kolors vs SD3 实测配置写完必须验证不然你不知道是模型没加载还是 Key 没生效。先做一次最小请求验证 API 连通性用 curl 打模型对话端点curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的Key \ -H Content-Type: application/json \ -d { model: glm-4-plus, messages: [{role: user, content: 把这句话改写成适合文生图的提示词一个中国女孩举着木牌}] }返回里如果有choices字段且内容正常说明 Key 和 Base URL 都对。如果返回 401检查 Key 有没有复制全如果返回local proxy failed说明 Base URL 写错了或者网络层有问题确认地址是https://taotoken.net/api不带多余路径。API 通了之后在 ComfyUI 里跑第一张图。提示词用中文「一个中国女孩手举木牌木牌上写着‘我爱你中国’身穿淡黄色汉服18岁年轻貌美」。Kolors GLM3 的输出里木牌上的字基本能认出来汉服的颜色和形制也对得上。同一句提示词直接喂给 SD3木牌上的字会变成乱码或者干脆没有文字因为 SD3 的文本编码器对中文没有原生支持。再测一组复杂语义「3个时尚年轻女模特动态姿势照片级真实8k分辨率模特1穿蓝色衬衫红色裤子回头看模特2穿红色紧身短裙头发飘动模特3穿蓝色牛仔裤红色短上衣双手叉腰」。这组提示词里有三个人物、各自的服装和动作属于典型的多主体复杂语义。Kolors 在 GLM3 加持下能把三个人物分开画服装颜色基本对应SD3 在这组上容易出现人物融合或者服装串色。显存占用验证用下面命令在生成过程中采样nvidia-smi --query-gpumemory.used --formatcsv -l 1实测 4bit GLM3 Kolors fp16生成 1024x1024 图片时峰值显存约 11GB。如果爆显存把 GLM3 换成 4bit 版本或者把图片分辨率降到 768x768。SD3 在同分辨率下峰值约 9GB比 Kolors 略低但中文能力差距明显。文字渲染这块单独说。Kolors 在中文文字生成上领先是公认的尤其是木牌、招牌、标语这类场景。SD3 在英文文字上表现不错但中文基本放弃。如果你做的是中文内容配图这个差异直接决定选型。5. 本篇常见报错排查401、local proxy failed、reading choices、OAuth搭建过程中最容易卡住的几个报错我按出现频率排一下每个都给定位方法和修复步骤。401 Unauthorized。这个最常见九成是 Key 问题。先确认 Key 有没有复制完整sk- 开头后面那串有没有漏字符。然后确认请求头格式是Authorization: Bearer sk-xxxBearer 和 Key 之间有一个空格。如果 Key 确认没问题还是 401检查是不是把 Key 写进了错误的配置文件比如 Cline 和 Codex 的配置路径不一样写错地方等于没配。local proxy failed。这个报错通常出现在 Base URL 配置错误时。检查你的配置里 Base URL 是不是https://taotoken.net/api有没有多写/v1或者少写/api。有些工具默认会自己在后面拼/v1/chat/completions你如果 Base URL 里已经带了/v1就会变成/v1/v1/...导致失败。另外确认没有在 URL 后面加 UTM 参数加了会走到错误的路由。reading choices 报错。这个一般出现在 API 返回结构不符合预期时。可能是 Model ID 填错了比如填了一个不存在的模型名服务端返回的错误结构里没有choices字段客户端解析就报错。去控制台确认你账号下可用的 Model ID 列表填一个确定存在的。也可能是请求体格式不对messages字段必须是数组每条消息要有role和content。OAuth 相关报错。如果你在 Claude Code 或类似工具里看到 OAuth 失败通常是因为工具默认走 OAuth 流程但你用的是 API Key 模式。需要在配置里显式指定用 API Key 鉴权把 OAuth 相关字段关掉。以 Claude Code 为例配置里要写清楚ANTHROPIC_BASE_URL和ANTHROPIC_API_KEYBase URL 指向https://taotoken.net/api这样它就不会去走 OAuth。节点加载失败。ComfyUI 里搜不到 Kolors 节点先看启动日志有没有ImportError。常见原因是插件依赖没装全进custom_nodes/ComfyUI-KwaiKolorsWrapper目录重新pip install -r requirements.txt。如果报的是某个包版本冲突用pip install 包名版本号锁定。模型加载报错。Kolors 的 diffusers 目录如果文件不全加载时会报缺文件。对照第 3 节的目录结构逐个核对尤其是model_index.json和unet目录下的 safetensors。GLM3 的 safetensors 如果放错目录节点里下拉框会是空的确认放在models/LLM/checkpoints下。6. 长期使用建议与统一 Key 的接入入口跑通一次之后如果你打算把这套工作流长期用下去有几个点值得提前规划。第一是把 API Key 统一管理不要每个工具单独存一份TaoToken 的一个 Key 可以同时用在 ComfyUI 的外部 LLM 节点、Cline 的 MCP、Codex 的 auth.json 里改一处全生效。第二是模型文件做本地备份Kolors 的 diffusers 目录加起来十几个 GB重新下载成本高备份到移动硬盘或者 NAS 上。第三是工作流存成模板ComfyUI 的 workflow JSON 导出后下次直接拖进去不用重新连节点。如果你后面要接 Claude Code 做代码辅助配置入口在 https://taotoken.net/doc/claudecode?utm_sourcetaotoken_aicg_blog_endutm_contentclaudecodeutm_campaignrewrite 里面有完整的 Base URL 和 Key 填写说明。要调模型对话做提示词优化用 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 这个入口。长期做编码和 Agent 任务的话Coding Plan 在 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcodingplanutm_campaignrewrite 。API Key 管理统一在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapikeysutm_campaignrewrite 。最后说一个实测技巧GLM3 的语义增强不是越强越好。如果你把增强强度拉满模型会过度解读提示词加进去很多你没写的细节反而偏离原意。建议从默认强度开始出图不满意再微调。另外 Kolors 对负面提示词的处理比较敏感负面词写太多会压制画面丰富度控制在三到五个关键词就够。这套组合我用了大概两周中文场景下确实比 SD3 省心尤其是需要精确文字渲染的配图任务基本一次出图就能用。