第二章: ComfyUI节点详解
Loader节点(加载器)
Load Checkpoint
作用:加载Stable Diffusion主模型
输出:MODEL, CLIP, VAE
参数:ckpt_name(模型文件名)
常用模型:
- Realistic Vision V5.1
- Anything V5
- DreamShaper
Load LoRA
作用:加载LoRA微调模型
输入:MODEL, CLIP
输出:MODEL, CLIP(增强后)
参数:
- lora_name:LoRA文件
- strength_model:模型权重(0-1)
- strength_clip:CLIP权重(0-1)
Load VAE
作用:单独加载VAE
输出:VAE
用途:替换Checkpoint自带的VAE
Conditioning节点(条件控制)
CLIP Text Encode (Prompt)
作用:将文本提示词编码
输入:CLIP, text(提示词文本)
输出:CONDITIONING
技巧:
- 正向提示词:描述想要的
- 负向提示词:排除不想要的
Conditioning (Combine)
作用:合并多个Conditioning
用途:组合不同提示词权重
Conditioning (Set Area)
作用:区域提示词
用途:画面不同区域不同内容
Sampling节点(采样器)
KSampler
作用:核心采样节点
参数:
- seed:随机种子(-1随机)
- steps:采样步数(20-30)
- cfg:提示词相关性(7-11)
- sampler_name:采样器类型
· dpm_2m_karras(推荐)
· euler_a
· dpm++_sde_karras
- scheduler:调度器
· karras
· normal
- denoise:降噪强度(0-1)
KSampler Advanced
作用:高级采样控制
新增参数:
- start_at_step:起始步数
- end_at_step:结束步数
用途:分阶段采样
Latent节点(潜空间)
Empty Latent Image
作用:创建空白潜空间图
参数:
- width:宽度(512, 768, 1024...)
- height:高度
- batch_size:批次数量
VAE Encode
作用:图片编码为潜空间
输入:IMAGE, VAE
输出:LATENT
用途:图生图
VAE Decode
作用:潜空间解码为图片
输入:LATENT, VAE
输出:IMAGE
Latent Upscale
作用:潜空间放大
参数:
- upscale_method:nearest-exact, bilinear
- width/height:目标尺寸
用途:高清修复
Image节点(图像处理)
Load Image
作用:加载图片
输出:IMAGE, MASK
用途:图生图、ControlNet
Save Image
作用:保存图片
参数:
- filename_prefix:文件名前缀
Image Scale
作用:图片缩放
参数:
- upscale_method:lanczos, nearest
- width/height:目标尺寸
ControlNet节点
Load ControlNet Model
作用:加载ControlNet模型
输出:CONTROL_NET
常用模型:
- control_openpose
- control_canny
- control_depth
Apply ControlNet
作用:应用ControlNet
输入:
- conditioning:提示词
- control_net:模型
- image:参考图
- strength:控制强度(0-1)
输出:CONDITIONING
下一章预告:高级工作流 - ControlNet、高清修复、多模型组合。