今天给大家演示一个 Joy Caption Two 图像反推描述词的 ComfyUI 工作流。通过加载原始图像、调用 Joy Caption Two 模型生成英文描述，再借助翻译节点得到中文描述，整个流程清晰直观，可以让读者快速理解图像反推提示词的工作原理和最终效果。文章目录工作流介绍核心模型Node节点工作流程大模型应用Joy Caption Two 描述生成节点应用场景开发与应用工作流介绍这个工作流围绕“图像反推描述词”展开，通过加载图片、调用 Joy Caption Two 模型生成细致的英文描述，再使用翻译节点将内容转换为中文，最后通过文本展示节点输出结果。核心模型负责生成高质量的视觉描述，Node 节点彼此衔接，让图像内容被逐步解析成可直接用于提示词优化或内容创作的文本表达。整个流程结构紧凑，从图像输入到中英双语文本输出一气呵成，让用户在一个工作流内完成完整的描述生成。核心模型工作流的核心在于 Joy Caption Two 模型，它负责将输入图像解析成结构清晰、细节饱满的英文描述。该模型基于 Meta Llama 3.1 体系，通过 JoyTwoPipeline 加载后即可在工作流中直接调用。它能对人物、服装、环境等信息进行高度还原，是整个反推描述词流程的关键支撑。模型生成的英文描述随后被传递到翻译节点，保证输出在保持原意的前提下更贴近中文使用者的阅读习惯。模型名称存储需求内存使用推理速度精度表现功能描述应用场景模型特性/硬件要求
