Add custom nodes, Civitai loras (LFS), and vast.ai setup script

Includes 30 custom nodes committed directly, 7 Civitai-exclusive
loras stored via Git LFS, and a setup script that installs all
dependencies and downloads HuggingFace-hosted models on vast.ai.

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

custom_nodes/whiterabbit/README_zh-CN.md

@@ -0,0 +1,118 @@
+# WhiteRabbit：掌控时间之流 🐇
+[English](readme.md) | **简体中文**
+
+这是 **comfyui-WhiteRabbit**，一个专为在 ComfyUI 中处理视频而设计的节点包。
+
+兔子的拿手好戏是穿梭时间，帮你做出无缝循环视频。但她带来的可不止这些——高质量的任意帧率重采样和超快的图像缩放也都在这份“茶会”礼盒里！
+
+虽然这些节点中有些当然也能用于单张图片，但它们无一不是以高效的**批处理**为核心设计。这意味着性能收益会层层叠加，让你在硬件允许的范围内尽可能快地处理整段视频。
+
+
+## 安装
+
+WhiteRabbit 支持两种布局：
+
+1) **外部基础包（存在时优先）**：`custom_nodes/comfyui-frame-interpolation/`
+2) **内置的应急副本（随本项目打包）**：`vendor/`
+
+**快速安装：**
+1. 将 **comfyui-WhiteRabbit** 文件夹放入 `ComfyUI/custom_nodes/`。
+2. 安装本节点所需的依赖：
+   ```bash
+   pip install -r requirements.txt
+   ```
+
+**可选项：** 你可以在 `custom_nodes/` 目录中安装 [ComfyUI-Frame-Interpolation](https://github.com/Fannovel16/ComfyUI-Frame-Interpolation)。WhiteRabbit 会自动检测到它并复用其中的资源。如果你已经在用它，这尤其方便，因为无需同时保存两份 RIFE 模型。
+
+### Python 依赖
+
+本节点依赖于 ComfyUI 已提供的核心包（如 `torch`、`torchvision`、`numpy`、`einops`、`pyyaml`）。你的**节点本地** `requirements.txt` 仅需新增：
+
+```
+packaging
+torchlanc
+```
+
+## 节点一览
+
+这个节点包帮你解决视频创作中一些最棘手的问题。
+
+### 时间扭曲者（Time Benders）
+
+这些节点通过 **RIFE** 插帧模型在时间上增删帧。为了获得一点点额外速度，它们被优化为协同工作，在多 RIFE 工作流中缓存 RIFE 模型，以获得小幅效率提升。
+
+- **RIFE VFI Interpolate by Multiple**：帧插值的基础工具。将帧数乘以 2x、4x 等，它会生成让你的视频丝滑流畅的新帧。
+- **RIFE VFI FPS Resample**：时间旅行大师。把视频转换为指定目标帧率，自动处理补帧与丢帧。内置多种防止常见伪影（如闪烁）的措施，输出更干净。
+- **RIFE VFI Custom Timing**：需要完全掌控？以“外科级精度”放置每一帧。通过提供自定义时序列表来制作速度坡道，或只在特定时刻进行平滑处理。
+- **RIFE Seam Timing Analyzer**：自定义时序节点的完美搭档。自动计算无缝循环的精确时序，给出你需要的 CSV 数值，让过渡天衣无缝。
+
+![resample_framerate](examples/resample_framerate.png)
+> 示例：**RIFE VFI FPS Resample** 节点是“时间大师”，可将你的视频重采样到新的帧率。自己试试吧——附带工作流！
+
+### 循环大师（Loop Masters）
+
+做出一个无缝循环的视频常像解谜。这些节点把开启完美、连续循环的钥匙交给你。
+
+- **Prepare Loop Frames**：第一步。该节点会处理整段视频以准备循环“接缝”，将最后一帧与第一帧单独打成一个批。这一小对帧就是你的插帧器开始过渡所需的一切。
+- **Assemble Loop Frames**：最后一块拼图。插帧器施展魔法后，该节点会把新的接缝帧追加到原视频的末尾，组装出完整、连续的循环。
+- **Autocrop to Loop**：别在帧的森林里迷路！这个聪明的节点会智能分析视频，从末尾找到最佳裁剪点，确保循环尽可能顺畅。
+- **Trim Batch Ends**：一个用于从片段开头或结尾裁掉固定数量帧的简洁工具，适合去掉不需要的开场/收尾。
+- **Roll Frames**：循环地改变一批图像的顺序。在循环场景中，这会改变你的循环从第几帧开始。
+- **Unroll Frames**：撤销上面节点的操作；你可能会为了某个过程（如插帧）先滚动帧，再恢复原顺序。该节点支持设置帧乘数，以与之前的 **RIFE VFI Interpolate by Multiple** 保持同步。
+
+![interpolate_loop_seam](examples/interpolate_loop_seam.png)
+> 示例：用 **Prepare Loop Frames** → **RIFE Seam Timing Analyzer** → **RIFE VFI Custom Timing** → **Assemble Loop Frames** 缝合无缝循环。把这张 png 丢进 ComfyUI 亲自试驾！
+
+![interpolate_loop_seam](examples/autocrop_to_loop.png)
+> 示例：最好的循环就是你已经拥有的那个。**Autocrop to Loop** 通过分析片段尾部帧之间的视觉差异与时序，帮你找到最佳结束帧。
+
+### 后期处理（Post-Processing）
+
+这些节点是得力助手！
+
+- **Batch Resize w/ Lanczos**：快速、正统、品质不妥协。这个 CUDA 加速的节点使用为 PyTorch 编写的高质量 Lanczos 算法 [TorchLanc](https://github.com/Artificial-Sweetener/TorchLanc) 来批量缩放图像（当然也支持单张）。它相比 CPU 方案（如 Pillow 自带的 Lanczos）速度显著更快，最高可达约 *10×* 提升。
+- **Upscale w/ Model (Advanced)**：ComfyUI 自带 “Upscale Image (Using Model)” 的进阶版本，直接暴露批大小与切片等参数。如果根据你的机器进行调优，放大速度能显著提升。
+- **Pixel Hold**：通过抑制由视频扩散或压缩造成的小幅波动，减少视频闪烁并清理画面中的静态区域。也可将输入图像作为基准，具备一定的创作潜力。
+- **Watermark**：支持单图与批量。非常快速，尤其是与专业编辑工具中做同类操作相比。
+
+![resize](examples/resize.png)
+> 示例：使用 **Batch Resize w/ Lanczos** 快速缩放图像。已附工作流！
+
+![resize_with_model_to_target](examples/resize_with_model_to_target.png)
+> 示例：将 **Upscale w/ Model (Advanced)** 与 **Batch Resize w/ Lanczos** 配合使用，达到特定目标尺寸。图中已附带工作流。
+
+![watermark](examples/watermark.png)
+> 示例：用灵活的配置选项为每一帧快速添加水印。已附工作流。
+
+## 许可与致谢
+- **项目许可：** GNU Affero General Public License v3.0（**AGPL-3.0**）。请阅读本仓库内完整的 [LICENSE](LICENSE)！AGPL-3.0 是强 Copyleft 许可。如果你分发本软件，你必须提供其对应的源代码；如果你让用户通过网络与修改过的版本交互，你也必须向他们提供该修改版本的对应源代码。
+
+- **依赖许可（MIT）：** 为了可靠性，本项目**内置（vendor）**了 **[ComfyUI-Frame-Interpolation](https://github.com/Fannovel16/ComfyUI-Frame-Interpolation)** 的极少量组件。这些文件遵循 MIT 许可，由 **[Fannovel16](https://github.com/Fannovel16)** 与其**[贡献者](https://github.com/Fannovel16/ComfyUI-Frame-Interpolation/graphs/contributors)** 授权；参见 `LICENSES/MIT-ComfyUI-Frame-Interpolation.txt`：
+  - `vendor/vfi_utils.py`
+  - `vendor/rife/__init__.py`
+  - `vendor/rife/rife_arch.py`
+- 另外，本项目也在 [`interpolation.py`](interpolation.py) 中借鉴并改编了 **[ComfyUI-Frame-Interpolation](https://github.com/Fannovel16/ComfyUI-Frame-Interpolation)** 的少量内容。
+- **Batch Resize w/ Lanczos** 的 UI 设计受到了 [Kijai](https://github.com/kijai/) 优秀项目 [KJNodes](thub.com/kijai/ComfyUI-KJNodes) 中相似节点的启发。
+
+### 研究引用
+
+本节点包在视频帧插值上使用 **RIFE（IFNet）**。你可以在[这里](https://ar5iv.labs.arxiv.org/html/2011.06294)阅读论文。
+
+```bibtex
+@inproceedings{huang2022rife,
+  title={Real-Time Intermediate Flow Estimation for Video Frame Interpolation},
+  author={Huang, Zhewei and Zhang, Tianyuan and Heng, Wen and Shi, Boxin and Zhou, Shuchang},
+  booktitle={European Conference on Computer Vision (ECCV)},
+  year={2022}
+}
+```
+
+---
+
+## 来自开发者 ❤️
+
+希望你使用这些节点时的快乐，不亚于我把它们拼到一起时！
+
+- **请我喝杯咖啡**：你可以在我的 [Ko-fi 页面](https://ko-fi.com/artificial_sweetener) 支持更多类似项目。
+- **我的网站与社媒**：欢迎在 [artificialsweetener.ai](https://artificialsweetener.ai) 查看我的艺术作品、诗歌与开发动态。
+- **如果你喜欢这个项目**，在 GitHub 上点一颗 Star 会让我非常开心！！ ⭐