第三方插件
ComfyUI-KJNodes
VRAM Debug
主要用于监控和管理 VRAM (显存) 的使用情况。这个节点可以帮助用户在 ComfyUI 工作流中清理内存、收集垃圾并显示内存使用情况。VRAM
节点中英文对比
按当前节点配置，分别展示中文与英文节点结构。
中文节点
VRAM Debug
empty_cache
gc_collect
unload_all_models
英文节点
VRAM Debug
empty_cache
gc_collect
unload_all_models
参数说明
依据当前节点关联的 `NodesItems` 数据展示输入、输出与控件说明。
输入参数
any_input
any_input
任意输入类型，仅用于触发流程，原样返回。
image_pass
image_pass
可选图像输入，仅用于通过，不参与处理。
model_pass
model_pass
可选模型输入，仅用于通过，不参与处理。
输出参数
any_output
any_output
原样返回的 any_input 数据。
image_pass
image_pass
原样返回的图像输入。
model_pass
model_pass
原样返回的模型输入。
freemem_before
freemem_before
清理前的可用 VRAM（单位：字节）。
freemem_after
freemem_after
清理后的可用 VRAM（单位：字节）。
控件参数
empty_cache
empty_cache
是否调用 model_management.soft_empty_cache() 清理未使用显存缓存。建议默认启用，尤其在推理任务间隔时释放显存。
gc_collect
gc_collect
是否执行 Python 的垃圾回收 gc.collect()。建议开启，可清除不再引用的内存对象，有助于释放非显存资源。
unload_all_models
unload_all_models
是否强制卸载当前加载的所有模型。仅在需要彻底释放 GPU 资源或切换模型前使用，避免重复加载。
详细说明
结合节点用途、参数和调用方式，给出更完整的说明内容。
暂无节点说明
同类节点导航
继续浏览同一分类下的相邻节点，方便串联学习。