前言¶

做 ComfyUI 相关的 DSH 插件或智能体时，经常要回答一个问题：这张图是怎么生成的。PNG 的 tEXt 块里确实存了 workflow，但字段名是 ComfyUI 的 [node_id, slot] 引用，prompt 常常是走 link 传过来的空串，LoRA 链绕在几十个节点上，导出的 workflow 里还有一堆 mode: 4 的 bypass 节点其实没参与出图。手工在画布上点，错一处就复现不出结果。

下面介绍 zzcyydshhh/comfy-png-inspector。它本质上是个 PNG 元数据解析器，前端是一个零依赖、不联网的单页工具，同一套解析逻辑打包成 DSH bundle，对模型暴露一个 comfy_png_inspect 工具。

这是什么¶

作者是 zzcyydshhh，仓库在 GitHub 上有 16 stars，MIT 许可，package.json 里版本号是 0.1.0。它解决的是同一个痛点的两处场景：人在浏览器里翻几百张旧图的参数，模型在 Harness 里直接对某个 output 目录出一份摘要。Web UI 与插件共用 comfy-png-core.js，没有第二套实现。

核心功能¶

工具输入一个 PNG 或一个目录，输出以下内容：

1. LoRA 链：按真实执行顺序列出每个 LoRA 及其权重，支持正负值。
2. 采样参数：seed、steps、CFG、sampler / scheduler、denoise、latent size。
3. 模型链：base model、CLIP（含类型）、VAE、保存前缀、pre-sampler 补丁（ModelSamplingAuraFlow、CFGNorm 等）。
4. 两段 prompt：经 link 解析，标注来源节点与槽位；运行时生成的槽位单独标记为 generated at runtime。
5. 旁路节点：从 workflow.nodes[].mode 判断，4 为 bypass、2 为 mute，列出「画布上存在但未参与出图」的节点。

解析上有几处容易踩的，工具明确处理了：

• CLIPTextEncode.text 直接读是空串，因为文本来自 link。工具会回溯到源节点并写成 CLIPTextEncode#4.text[slot 0] ← ZhPromptEnhance#79.text[slot 0] 这样的形式。
• LoRA 链不是按节点排列顺序，而是从 KSampler.model 沿 inputs.model 反向遍历，到 UNETLoader / CheckpointLoaderSimple 为止再反转，得到执行顺序。
• tEXt / zTXt / iTXt 都读，zTXt 和压缩 iTXt 用 DecompressionStream('deflate') 解压。

Web UI 还提供：缩略图列表、Ctrl+K 聚焦的搜索（文件名 / LoRA 名 / prompt 正文）、CSV（UTF-8 BOM，Excel 可直开）与 JSON 导出、批量打包 zip，以及一个模板重建功能。

安装与启用¶

在 Harness 里用官方命令安装（按 README 原文，不带版本或 commit 后缀）：

dsh plugin add https://github.com/zzcyydshhh/comfy-png-inspector

package.json 声明了 peer 依赖：

"peerDependencies": {
  "@deepseek-ai/cordis": "~4.0.5",
  "@deepseek-ai/dsh-tools": ">=0.0.1-rc.1 <0.1.0 || >=0.1.0-rc.1 <0.2.0-0 || >=0.2.0-rc.1 <0.3.0-0"
},
"dsh": {
  "bundle": {
    "patch": "./cordis.patch.yml"
  }
}

也就是说它通过 cordis.patch.yml 打补丁的方式注册到 Harness。安装前建议先读一遍仓库源码和 cordis.patch.yml，确认补丁内容与你的 Harness 版本兼容——插件以当前 dsh 进程的权限运行，不额外受限。

典型用法¶

装好后模型侧多一个工具：

comfy_png_inspect(path, limit?, include_prompt?)

path 指向单个 PNG 或整个 output 目录；limit 控制返回条目数，include_prompt 决定是否带完整 prompt。对一个目录调用时，每个图都出一份 LoRA 链、采样设置、模型链、latent size、prompt 和旁路节点清单，模型可以直接据此生成复现说明。

Web UI 部分不依赖安装命令，直接本地起：

git clone https://github.com/zzcyydshhh/comfy-png-inspector.git
cd comfy-png-inspector

打开 comfy-png-inspector.html（Chrome / Edge 103+，需要 DecompressionStream），把 ComfyUI 的 output 文件夹拖进窗口即可。仓库根目录的 index.html 只是 GitHub Pages 用的一行跳转，离线打开也会落到同一个应用。界面中英双语，顶部切换，浏览器语言决定默认值，也可以用 ?lang=en 强制指定。

也可以不打开浏览器，直接用命令行：

python cli/comfy_png_parse.py ./output --no-text
python cli/comfy_png_parse.py ./output --csv index.csv --json index.json
python cli/comfy_png_parse.py a.png --full     # 完整 prompt

只用标准库，输出与 Web UI 一致。

复现工作流的两种模式¶

选中一张图后有两个按钮，取决于 PNG 里带了多少信息：

重建会替换 base model / CLIP / VAE / latent size / 保存前缀 / prompt / KSampler 字段，再按解析顺序重建整条 LoRA 链，并把链尾接回模板原本的消费者（比如 ModelSamplingAuraFlow 的 model 输入）。操作先给一份逐项变更清单，然后自检：link 端点存在、无自环、KSampler 接线完整。模板本身深拷贝，不会被写回。

限制与注意¶

• 只支持 PNG。ComfyUI 元数据放在 PNG 块里，jpg / webp 没有。
• 被截图工具、IM 转发或 Photoshop 重新保存后 tEXt 会丢失，界面会提示没有 ComfyUI 元数据。
• file:// 下浏览器不允许 JavaScript 扫描目录，每次会话需要手动选一次或拖一次。
• 重建受模板里已有的节点类别限制：PNG 有而模板没有的类别不会被凭空造出来（LoRA 节点是例外，按解析数量重建）。导出前先看变更清单。
• zip 打包只存不压，为保持零依赖，几百个 workflow 会在十几 MB 量级。

结尾¶

它的价值在于把「翻一张图的参数」这件事变成一次可编程的调用，模型侧一个工具，人侧一个本地页面，底层是同一份解析代码。目录页在 https://www.skillhub.cn/plugins/zzcyydshhh/comfy-png-inspector ，仓库在 https://github.com/zzcyydshhh/comfy-png-inspector 。