Gemini 1.5 Pro 已成功集成到 ComfyUI 中，这意味着用户现在不仅可以使用该模型生成提示词、描述图像，还能享受与其深入交流的乐趣。自2024年5月2日起，Gemini API 将开始收费，用户需在官方网站申请API密钥以继续使用服务。

主要功能

1. 高级对话管理：支持系统指令设置，允许用户精细控制对话流程，实现更加智能的交互体验。
2. 多模态交互能力：集成文本、图像以及文件读取功能，支持多种媒体类型的输入，包括视频和音频，上限为20GB。
3. 扩展的输入限制：支持的输入token数量达到1048576，为用户提供了极大的灵活性。
4. 严格的速率限制：每分钟最多两次请求，每日最多1000次，确保服务的稳定与高效。

新增功能

• 文件上传支持：现支持单个文件上传，包括图片、文本文件、PDF和音频文件，未来将扩展到多文件上传。
• 全面的训练和测试流程：提供了从预处理到自动打标，再到训练和测试的一条龙服务，特别适用于LoRa设备的数据处理。

使用方式

用户需要首先在 Gemini API 官网 申请自己的 API 密钥。Gemini 1.5 Pro的使用分为隐式和显式两种API Key方式，推荐使用隐式API Key以增强安全性。用户也可以选择显式输入API Key，但需要注意不要将包含密钥的工作流共享。

安装指南

推荐通过 ComfyUI Manager 进行安装，也可以手动安装。手动安装步骤如下：

1. 克隆存储库到本地。
2. 进入项目目录，安装必要的依赖。
3. 重启 ComfyUI 以应用安装。

×

直达下载

反爬虫抓取，人机验证，请输入验证码查看内容

验证码：提交查看

请关注本站公众号回复关键字:“2024”，获取验证码。

微信搜索公众号:“Github开源项目”或者“github1499” 或微信扫描右侧二维码关注微信公众号