前言¶

做 ComfyUI 相關的 DSH 插件或智能體時，經常要回答一個問題：這張圖是怎麼生成的。PNG 的 tEXt 塊裏確實存了 workflow，但字段名是 ComfyUI 的 [node_id, slot] 引用，prompt 常常是走 link 傳過來的空串，LoRA 鏈繞在幾十個節點上，導出的 workflow 裏還有一堆 mode: 4 的 bypass 節點其實沒參與出圖。手工在畫布上點，錯一處就復現不出結果。

下面介紹 zzcyydshhh/comfy-png-inspector。它本質上是個 PNG 元數據解析器，前端是一個零依賴、不聯網的單頁工具，同一套解析邏輯打包成 DSH bundle，對模型暴露一個 comfy_png_inspect 工具。

這是什麼¶

作者是 zzcyydshhh，倉庫在 GitHub 上有 16 stars，MIT 許可，package.json 裏版本號是 0.1.0。它解決的是同一個痛點的兩處場景：人在瀏覽器裏翻幾百張舊圖的參數，模型在 Harness 裏直接對某個 output 目錄出一份摘要。Web UI 與插件共用 comfy-png-core.js，沒有第二套實現。

核心功能¶

工具輸入一個 PNG 或一個目錄，輸出以下內容：

1. LoRA 鏈：按真實執行順序列出每個 LoRA 及其權重，支持正負值。
2. 採樣參數：seed、steps、CFG、sampler / scheduler、denoise、latent size。
3. 模型鏈：base model、CLIP（含類型）、VAE、保存前綴、pre-sampler 補丁（ModelSamplingAuraFlow、CFGNorm 等）。
4. 兩段 prompt：經 link 解析，標註來源節點與槽位；運行時生成的槽位單獨標記爲 generated at runtime。
5. 旁路節點：從 workflow.nodes[].mode 判斷，4 爲 bypass、2 爲 mute，列出「畫布上存在但未參與出圖」的節點。

解析上有幾處容易踩的，工具明確處理了：

• CLIPTextEncode.text 直接讀是空串，因爲文本來自 link。工具會回溯到源節點並寫成 CLIPTextEncode#4.text[slot 0] ← ZhPromptEnhance#79.text[slot 0] 這樣的形式。
• LoRA 鏈不是按節點排列順序，而是從 KSampler.model 沿 inputs.model 反向遍歷，到 UNETLoader / CheckpointLoaderSimple 爲止再反轉，得到執行順序。
• tEXt / zTXt / iTXt 都讀，zTXt 和壓縮 iTXt 用 DecompressionStream('deflate') 解壓。

Web UI 還提供：縮略圖列表、Ctrl+K 聚焦的搜索（文件名 / LoRA 名 / prompt 正文）、CSV（UTF-8 BOM，Excel 可直開）與 JSON 導出、批量打包 zip，以及一個模板重建功能。

安裝與啓用¶

在 Harness 裏用官方命令安裝（按 README 原文，不帶版本或 commit 後綴）：

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

package.json 聲明瞭 peer 依賴：

"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"
  }
}

也就是說它通過 cordis.patch.yml 打補丁的方式註冊到 Harness。安裝前建議先讀一遍倉庫源碼和 cordis.patch.yml，確認補丁內容與你的 Harness 版本兼容——插件以當前 dsh 進程的權限運行，不額外受限。

典型用法¶

裝好後模型側多一個工具：

comfy_png_inspect(path, limit?, include_prompt?)

path 指向單個 PNG 或整個 output 目錄；limit 控制返回條目數，include_prompt 決定是否帶完整 prompt。對一個目錄調用時，每個圖都出一份 LoRA 鏈、採樣設置、模型鏈、latent size、prompt 和旁路節點清單，模型可以直接據此生成復現說明。

Web UI 部分不依賴安裝命令，直接本地起：

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

打開 comfy-png-inspector.html（Chrome / Edge 103+，需要 DecompressionStream），把 ComfyUI 的 output 文件夾拖進窗口即可。倉庫根目錄的 index.html 只是 GitHub Pages 用的一行跳轉，離線打開也會落到同一個應用。界面中英雙語，頂部切換，瀏覽器語言決定默認值，也可以用 ?lang=en 強制指定。

也可以不打開瀏覽器，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

只用標準庫，輸出與 Web UI 一致。

復現工作流的兩種模式¶

選中一張圖後有兩個按鈕，取決於 PNG 裏帶了多少信息：

重建會替換 base model / CLIP / VAE / latent size / 保存前綴 / prompt / KSampler 字段，再按解析順序重建整條 LoRA 鏈，並把鏈尾接回模板原本的消費者（比如 ModelSamplingAuraFlow 的 model 輸入）。操作先給一份逐項變更清單，然後自檢：link 端點存在、無自環、KSampler 接線完整。模板本身深拷貝，不會被寫回。

限制與注意¶

• 只支持 PNG。ComfyUI 元數據放在 PNG 塊裏，jpg / webp 沒有。
• 被截圖工具、IM 轉發或 Photoshop 重新保存後 tEXt 會丟失，界面會提示沒有 ComfyUI 元數據。
• file:// 下瀏覽器不允許 JavaScript 掃描目錄，每次會話需要手動選一次或拖一次。
• 重建受模板裏已有的節點類別限制：PNG 有而模板沒有的類別不會被憑空造出來（LoRA 節點是例外，按解析數量重建）。導出前先看變更清單。
• zip 打包只存不壓，爲保持零依賴，幾百個 workflow 會在十幾 MB 量級。

結尾¶

它的價值在於把「翻一張圖的參數」這件事變成一次可編程的調用，模型側一個工具，人側一個本地頁面，底層是同一份解析代碼。目錄頁在 https://www.skillhub.cn/plugins/zzcyydshhh/comfy-png-inspector ，倉庫在 https://github.com/zzcyydshhh/comfy-png-inspector 。