• 人工智能
• AI 应用
• 媒体生成
• 大模型
• 音频
• 语音
• 多模态

MiniMax H3 Audio T8是 ComfyUI 上面向 MiniMax H3 视频与声音生成模型的节点包：参考图生视频、音频驱动人物说话、双采长视频、口型同步与高清后处理。本文面向想读懂它的开发者，完整拆解h3_t8/节点架构与贯穿整个项目的Append-Only（只追加、不改动）设计哲学——这是数百个节点迭代到 1.93.0 版本、旧工作流却一行不用改的核心原因。

上图是项目自带的 H3-World 首帧示例（832×480），来自 examples/workflows/26-h3-world/README.md，可作为理解其首帧 I2VA 工作流的入口素材。

一、先建立全局印象：目录结构速览

想读懂这个项目，先记住一句话：根目录只是加载入口，真正实现全部住在h3_t8/里。

完整的目录说明见 docs/REPOSITORY_LAYOUT.md。

二、入口机制：__init__.py的搜索路径技巧

🔑 理解架构的第一个关键点，藏在根目录init.py 的前几行：

_package_root = Path(__file__).resolve().parent _runtime_root = _package_root / "h3_t8" if __package__: __path__ = [str(_runtime_root), str(_package_root)]

它把h3_t8/插到包搜索路径的最前面。带来三个实际好处：

1. 模块身份不变：ComfyUI 仍按<plugin>.nodes、<plugin>.sampling这样的老路径导入，节点 ID、输入输出 schema、工作流文件位置全部不动——所以普通用户更新后只需重启 ComfyUI，不用重新下载模型或迁移工作流；
2. 防旧文件"抢跑"：早期安装残留在根目录的旧.py文件不可能再被优先加载，彻底杜绝"改了一半"的混合状态；
3. 兼容直跑测试：目录名带连字符（comfyui-minimax-h3-audio-T8）不是合法包名，else分支用importlib动态构造包，让 pytest 能直接从 custom_nodes 目录收集测试。

h3_t8/README.md 提醒了唯一红线：不要再用<plugin>.h3_t8.sampling这种第二套路径导入同一份实现，会造成模块双份加载。

三、节点注册全景：一个get_node_list读懂 663 个节点

所有节点在 h3_t8/nodes.py 的MiniMaxH3AudioT8Extension.get_node_list()（第 625 行起）集中注册。当前版本共663 个唯一节点 ID，按功能族展开注册，例如：

return [MiniMaxH3AudioConditioningT8, MiniMaxH3AudioLatentControlT8, MiniMaxH3DurationPlannerT8, MiniMaxH3AVDecodeT8, MiniMaxH3DualClockSamplerT8, # ... 长视频规划/接力/拼接族 ... *PROMPT_RELAY_ADVANCED_NODE_CLASSES, *SKIN_FINISH_NODE_CLASSES, *VIDEO_OUTPAINT_DRAFT_NODE_CLASSES, ... ]

读这份名单时，会发现两类节点后缀习惯：

• ...T8：基础稳定节点（如MiniMaxH3AVDecodeT8、MiniMaxH3LongVideoOrchestratorT8）；
• ...EXPT8：实验节点（EXP），对应docs/下带_EXP.md的实验文档，边界更窄、只认证指定样片。

节点 ID 到功能域的完整映射记录在 features.json 与 meta.json，两者按"发布条目"记录了每次新增节点、工作流数量、文档路径与能力边界。

四、Append-Only 设计哲学：为什么旧工作流永远不坏

🧩 这是整个项目最值得学习的设计决策。在get_node_list中可以看到明确的注释契约（h3_t8/nodes.py）：

# Append-only compatibility rule: new node classes stay after all # previously released IDs so old frontend widget serialization and # registration-order contracts remain untouched.

翻译成人话：新节点只能追加到注册列表尾部，任何已发布节点的 ID、顺序、默认值、schema 永远不许动。这条规则在代码里反复出现，例如：

• MV LIPSYNC V2/V3：V3 追加在已发布的 V2 位置之后，"绝不移动任何已发布节点的注册位置"；
• H3 Video Outpaint：在 v1.74.0 全部节点之后追加，"现有工作流保持原样"；
• H16-3 PASS 2 适配器、五视图 EXP等批次，每一条都带着"append-only after every v1.xx.0 node"的注释。

它解决了什么问题？

ComfyUI 的前端会把节点 ID 和控件顺序序列化进工作流 JSON。一旦上游插件调整了注册顺序或改了默认值，几百张存量工作流（本项目examples/workflows/下就有 2100+ 张 JSON）就会悄悄错位甚至报错。Append-Only 用一条简单纪律换来：

1. 零迁移升级：用户从 v1.74 升到 v1.93，旧画布原样打开、原样运行；
2. 可审计的演进：每个发布条目（如 docs/RELEASE_1.93.0.md）都写清"新增哪 7 个节点、旧 656 个 ID 的 schema/顺序/默认值保持不变"；
3. 失败实验不污染生产：被否决的方向保留为独立 EXP 节点或实验文档，绝不原地重写已发布节点。

与补丁共存策略的关系

Append-Only 管"自己节点怎么长"，docs/PATCH_STACK_POLICY.md 管"和用户其他插件怎么共存"：LoRA、SageAttention、Sol-Attn 等第三方补丁不再一刀切禁止组合，未验证组合只标记unverified并保留委托，真实错误（缺输入、坏 SHA、形状不匹配）照常报错——不吞异常、不伪造成功、不静默替换算法。

五、核心常量：core.py里的模型契约

h3_t8/core.py 用十几行常量把 MiniMax H3 的训练约束固化成了代码契约：

FPS = 24 AUDIO_LATENT_FPS = 40 MIN_TRAINED_FRAMES = 124 MAX_TRAINED_FRAMES = 362

配套的align_frame_count()会把帧数向上取整到 H3 的17n+5帧格，temporal_shape()则一次性算出帧数、视频 latent 时间维和音频 latent 长度（40Hz 音频时钟）。开发任何涉及帧数/时长的新功能时，先复用这三个函数，是本项目最重要的入门约定。

六、给新手的阅读路线图

按这个顺序读源码，一周内即可独立贡献：

1. init.py —— 30 秒看懂入口与搜索路径；
2. h3_t8/nodes.py —— 从MiniMaxH3AudioConditioningT8读一个基础节点，再看MiniMaxH3LongVideoOrchestratorT8这类编排节点；
3. h3_t8/core.py —— 模型常量与帧格对齐；
4. docs/REPOSITORY_LAYOUT.md 与 docs/PATCH_STACK_POLICY.md —— 目录契约与共存策略；
5. examples/workflows/ —— 79 个功能目录各有 README，从01-basic-generation跑通第一张画布；
6. meta.json / features.json —— 查任何节点"何时加入、边界在哪、认证到什么程度"。

📌 最后记住项目的铁律（见 AGENTS.md）：发布以真实线上基线加源文件白名单执行，不以版本号宣称完成；触及双模型长视频接缝时必须先读对应回归门禁文档。这正是 Append-Only 哲学在流程层面的延伸——只追加被验证的能力，永远不重写已交付的承诺。

• 人工智能
• AI 应用
• 媒体生成
• 大模型
• 音频
• 语音
• 多模态