【免费下载链接】audio-separation-nodes-comfyuiSeparate stems (vocals, bass, drums, other) from audio. Recombine, tempo match, slice/crop audio项目地址https://gitcode.com/gh_mirrors/au/audio-separation-nodes-comfyui点击查看免费下载想给 audio-separation-nodes-comfyui 贡献代码这是一份面向新手的完整开发者指南从搭建本地测试环境、正确运行 pytest 测试套件到理解 CI 的 Linux Windows 双平台检查矩阵和 Ruff 代码规范带你一步步掌握这个 ComfyUI 音轨分离节点项目将音频拆分为 vocals、bass、drums、other 四个 stem并提供混音、变速、裁剪等工具的提交规范让你的 PR 一次通过 CI。ComfyUI 音频分离节点工作流截图从 LoadAudio 到 AudioSeparation 再到 PreviewAudio快速了解项目结构贡献代码前先花一分钟认识这个仓库的核心文件路径作用src/节点源码separation.py音轨分离、combine.py混音、tempo_match.py变速对齐、crop.py裁剪等tests/pytest 测试套件每个节点都有对应的test_*.py文件tests/conftest.py测试夹具内置MockTensor让测试无需真实 GPU 即可运行pyproject.toml依赖、pytest 覆盖率门槛、Ruff/mypy 代码规范配置.github/workflows/tests.ymlCI 流水线定义.pre-commit-config.yamlGit 提交前自动钩子CONTRIBUTING.md官方贡献流程仅 3 条命令所有测试与源码一一对应例如test_separation.py覆盖 src/separation.pytest_tempo_match.py覆盖 src/tempo_match.py。给哪个模块贡献代码就优先读它的测试文件——这是理解项目期望的行为最快的方式。一键安装本地开发环境三步搭建按照 CONTRIBUTING.md 的官方流程只需三步git clone https://gitcode.com/gh_mirrors/au/audio-separation-nodes-comfyui cd audio-separation-nodes-comfyui pip install -e .[test,dev] pre-commit installpip install -e .[test,dev]可编辑安装会同时拉入pytest、pytest-cov测试组和ruff开发组见 pyproject.toml。pre-commit install让每次git commit自动执行 Ruff 修复 格式化与 CI 检查保持一致避免本地通过、CI 打回的尴尬。ComfyUI 提取伴奏工作流音轨分离后用 AudioCombine 节点合并 stem 并保存 运行时依赖为librosa、numpy、torchaudio、moviepy见 requirements.txt版本要求锁定在 Python 3.9 ~ 3.11。最快运行测试的方法pytest 与 90% 覆盖率门槛项目运行测试的标准命令是PYTHONPATHsrc pytest tests几个关键点值得注意必须带PYTHONPATHsrc——这模拟了 CI 环境的导入方式CONTRIBUTING.md 明确指出该命令与 CI 环境一致。覆盖率有硬性门槛pyproject.toml 中配置了--covsrc --cov-reportterm-missing --cov-fail-under90。新增功能如果没写测试导致覆盖率跌破 90%pytest 会直接失败——所以加功能不写测试在这个仓库走不通。无需 GPU 也能跑tests/conftest.py 提供了轻量的MockTensor替代torch.Tensor大部分单元测试可在 CPU 环境快速完成方便你频繁提交、频繁验证。ComfyUI 视频人声分离工作流AudioCrop 裁剪后送入 AudioSeparation 节点分离 stem写测试时的惯例参考 tests/test_separation.py每个src/模块对应一个tests/test_模块名.py需要 torch 的场景用unittest.mock的MagicMock/patch打桩而不是依赖真实模型权重测试音频数据用 numpy 直接生成如np.zeros波形不依赖外部大文件。读懂 CILinux Windows 双平台检查矩阵打开 .github/workflows/tests.ymlCI 由两个 job 组成Job平台Python 版本用途ciubuntu-latest3.9 / 3.10 / 3.11矩阵并行主力检查windowswindows-latest3.10保证 Windows 用户不被忽略触发条件是 push 到master或任何 pull_requesttests.yml并配置了并发取消旧任务节省资源。每个 job 的执行步骤完全一致tests.yml这就是你本地提交前应全部通过的验收清单步骤命令检查内容安装工具pip install -e .[test,dev]依赖可正常安装格式检查ruff format --check src tests代码格式统一静态检查ruff check src tests无 lint 违规字节码编译python -m compileall src语法可编译运行测试pytest tests全部测试 90% 覆盖率ComfyUI 替换背景音乐工作流用 AI 生成的 BGM 替换原视频音轨⚠️新手最常见的 CI 失败原因ruff format --check格式不通过。只要装了 pre-commit提交时会自动格式化基本不会踩坑。代码规范Ruff 规则组与 mypy 配置所有规范都集中在 pyproject.toml 中提交前了解一遍可以少走弯路目标版本Python 3.9target-version py39请避免使用过新的语法特性。行宽120 字符line-length 120略宽于 PEP8 的 88。启用的 Ruff 规则组pyproject.toml规则组含义E/F/Wpycodestyle 错误、pyflakes 常见错误、警告Iimport 排序isort 风格UP语法向现代 Python 升级建议Bflake8-bugbear潜在 bug 模式SIM代码简化建议TCH测试代码 import 分类import 排序torch、librosa、numpy、moviepy、comfy等被声明为第三方库pyproject.toml导入顺序会据此分组。类型检查项目还配置了 mypypyproject.toml开启warn_return_any建议关键函数保持类型注解完整——src/下的代码普遍使用from __future__ import annotations新代码请沿用这一惯例。提交钩子.pre-commit-config.yaml 注册了ruff --fix和ruff-format两个钩子提交时自动修复与 CI 检查一一对应。提交 PR 前检查清单 最后对照下面这份清单再提交可大幅提高合并效率☑️ 本地跑通PYTHONPATHsrc pytest tests覆盖率不低于 90%☑️ 新增/修改的src/模块在tests/中有对应测试覆盖☑️ruff check与ruff format --check均为零告警pre-commit 自动处理☑️ 兼容 Python 3.9且注意 Windows 平台行为CI 有 Windows job☑️ 变更符合 CHANGELOG.md 的 Keep a Changelog 格式与语义化版本SemVer习惯可在 PR 描述中说明变更类型Added / Fixed / Changed☑️ 发现安全漏洞不要公开提 issue按 SECURITY.md 通过邮件私下报告☑️ 提交 bug 或功能请求时使用仓库内置的模板.github/ISSUE_TEMPLATE/bug_report.yml补充复现步骤和系统环境。ComfyUI 歌曲 Remix 工作流多节点串联实现人声、鼓点、贝斯的重组混音掌握以上流程——测试环境一键安装、pytest 90% 覆盖率门槛、双平台 CI 矩阵、Ruff 规范——你就具备了向 audio-separation-nodes-comfyui 提交高质量 PR 的全部知识。祝你的第一个贡献顺利合入赞分享【免费下载链接】audio-separation-nodes-comfyuiSeparate stems (vocals, bass, drums, other) from audio. Recombine, tempo match, slice/crop audio项目地址https://gitcode.com/gh_mirrors/au/audio-separation-nodes-comfyui点击查看免费下载相关推荐为DeepInfer贡献代码代码规范、测试体系与CI开发完整指南为DeepInfer贡献代码代码规范、测试体系与CI开发完整指南 DeepInfer 是 DeepSeek 开源的高性能大模型推理框架用于 DeepSeek人工智能大模型模型推理服务推理引擎DeepSeek如何为gpustat贡献代码开发者入门指南与代码规范如何为gpustat贡献代码开发者入门指南与代码规范 想要参与开源项目开发为GPU监控工具贡献自己的一份力量吗gpustat作为一款简单易用的命令行CLI指标监控开发工具如何为 prediction-market-backtesting 贡献代码开发者指南、测试门禁与 PR 规范如何为 prediction market backtesting 贡献代码开发者指南、测试门禁与 PR 规范 想给开源量化项目 prediction mar上一篇300 行 VS 上万行模板DeepGEMM 凭什么把 CUTLASS 3.6 甩开 2.7 倍下一篇事件驱动的研发虚拟值班工程师Dots 如何接管 CI/CD 与夜间运维创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考