用途：对视频或图像进行可量化的色彩诊断与修复，用数据而非肉眼判断画面是否“发灰”。核心流程为：抽帧 → get_image（action:"analyze_color"）→ 读取黑/白点、对比度、饱和度 → 依据数据选择修复 → 复测确认。
主要能力：get_image（action:"analyze_color"）为只读工具，来源可为 asset_id、ComfyUI 输出引用（文件名/子目录/类型）或图像路径，返回每图统计、启发式标记、单行结论，可选叠加 R/G/B/luma 直方图 PNG。示例调用：
get_image({ action: "analyze_color", filename: "render_00007_.png" }) get_image({ action: "analyze_color", path: "frame.png", reference_path: "src.jpg" }) get_image({ action: "analyze_color", filename: "x.png", histogram: true })
该工具只支持图像，不支持视频，需先用 ComfyUI venv 的 cv2 抽中间帧： "<comfy-venv>/python" -c "import cv2; c=cv2.VideoCapture(r'IN.mp4'); n=int(c.get(7)); c.set(1, n//2); _,f=c.read(); cv2.imwrite(r'frame.png', f)"
关键读数（8 位）：luma.blackPoint（第1百分位，健康约0–16）、luma.whitePoint（第99百分位，约240–255）、luma.contrast（标准差，约45以上）、saturation.meanSaturation（约0.25以上）、channels 的 RGB 均值与 castHint（差值小于约12为中性）、clippedHighPct/LowPct（保持较低）。标记包括 washedOut、lowContrast、liftedBlacks、dimHighlights、lowSaturation、colorCast。
发灰的典型特征：白点明显低于255、黑点被抬起、对比度偏低，饱和度往往正常，此时应做色阶/对比度拉伸而非色彩匹配。参考匹配无法为源本身缺乏的对比度补足；若参考也偏平，匹配后同样偏平。
修复：AdjustContrast（核心节点）用单一 factor 围绕中灰枢轴调整，1.0 为不变。按实测扫描选取使 whitePoint 约248–255、clippedHighPct 低于约2% 的因子，过大会过曝并加剧偏色。需要更精细控制可用 CurveEditor 曲线，之后再小幅调整饱和/亮度。
沙盒模式：新建小型工作流，一次运行输出多个候选（如 AdjustContrast 1.3、1.6 与 ColorMatchV2、ImageColorMatchAdobe+），逐个测量比较后插值，再复测确认。帧需先复制到 ComfyUI 输入目录。
视频注意：长视频可能按时间窗口漂移，需分别测首窗与后窗帧；Relight LoRA 不改变黑白点；避免过度拉伸导致高光不可恢复；若参考本身有相同色偏，渲染继承该色偏属正常。
限制：该工具有效范围为图像；视频须先抽帧；路径依赖实际输入输出目录，文中未提供完整安装与依赖说明。