ComfyUI 核心功能
核心功能
核心节点一览
| 节点 | 作用 | 关键输入 |
|---|---|---|
| Load Checkpoint | 加载主模型，输出 MODEL / CLIP / VAE 三路 | ckpt_name |
| CLIP Text Encode (Prompt) | 把提示词编码成条件向量，正向与负向各一个 | text、clip |
| Empty Latent Image | 生成一张全噪声的 latent 作为采样起点 | width、height、batch_size |
| KSampler | 按采样器与步数逐步去噪，输出 latent | model、positive、negative、latent_image、seed、steps、cfg、denoise |
| VAE Decode | 把 latent 解成像素图 | samples、vae |
| VAE Encode | 把像素图编成 latent，图生图与局部重绘的入口 | pixels、vae |
| Save Image | 保存图片，并把工作流嵌进 PNG 元数据 | images、filename_prefix |
| Load Image | 读取本地图片，可配合遮罩编辑器画 mask | image |
| LoraLoader | 给 MODEL 与 CLIP 叠加 LoRA 权重 | lora_name、strength_model、strength_clip |
| ControlNetLoader | 加载 ControlNet 权重 | control_net_name |
| Apply ControlNet | 把参考图约束注入正负条件 | strength、start_percent、end_percent |
| IPAdapter Unified Loader | 加载 IPAdapter 与 CLIP Vision，选择预设 | preset、ipadapter、clip_vision |
| InpaintModelConditioning | 把原图、遮罩和提示词一起送进采样，做局部重绘 | positive、negative、vae、pixels、mask |
| Reroute / Note | 整理连线、写注释，纯粹为了可读性 | 无 |
KSampler 关键参数
| 参数 | 含义 | 调整建议 |
|---|---|---|
| seed | 随机种子，固定后同参数可复现同一张图 | 调试时固定，出稿时随机或批量递增 |
| steps | 去噪步数 | 太少细节不足，太多收益递减且更慢，配合采样器决定 |
| cfg | 提示词约束强度 | 偏低更自由，偏高更贴提示词但容易过曝、发灰 |
| sampler_name | 采样算法，如 euler、euler_ancestral、dpmpp_2m、dpmpp_2m_sde 等 | ancestral 类每次结果差异更大，dpmpp 系列通常更稳 |
| scheduler | 噪声调度策略，如 normal、karras、exponential、sgm_uniform | karras 与 exponential 常用于提升细节 |
| denoise | 去噪强度，1.0 为完全重绘 | 图生图保留原图特征时调到 0.4 至 0.7 之间试 |
| batch_size | 单次提交生成几张 | 受显存限制，不够就改成多次提交 |
采样器与调度器的可用取值随版本增删，具体清单以官方文档和界面下拉为准。经验做法是：先把 seed、steps、cfg 固定住，只换 sampler 与 scheduler 做横向对比，一次只动一个变量。
ControlNet、LoRA 与 IPAdapter 的接入方式
LoRA：在 Load Checkpoint 与两个 CLIP Text Encode 之间插入 LoraLoader，把 MODEL 和 CLIP 都从 LoRA 节点走一遍再往下连。多个 LoRA 可以串联，用 strength_model 控制强度。注意 LoRA 的触发词要写进正向提示词，否则效果很弱。
ControlNet：链路是 Load Image 到预处理（或用已经处理好的参考图），再进 Apply ControlNet，把 CLIP Text Encode 的输出接到它的 positive / negative，输出再接到 KSampler。姿态、深度、边缘、线稿这些预处理通常要靠额外的自定义节点包提供，安装方式以官方文档为准。strength 控制约束强弱，start_percent 与 end_percent 控制在采样的哪个阶段生效——把结束点设在七成左右，可以让构图被约束、细节仍由提示词发挥。
IPAdapter：先参考一张图（风格图或人物照），通过 IPAdapter Unified Loader 加载 ipadapter 与 clip_vision 权重并选预设，再经过应用节点把图像特征注入模型。常见用法是做画风迁移与人物一致性。参数上 weight 过大容易出现糊图与构图被复制的问题，配合 start_at、end_at 让它在采样后段才介入通常更自然。
局部重绘（Inpaint）：Load Image 加载原图，用遮罩编辑器涂出要改的区域，把原图、遮罩与 VAE 一起送进 InpaintModelConditioning，再进 KSampler。denoise 太低改不动，太高会破坏周边，一般在 0.5 到 0.9 之间试。整图重绘走 VAE Encode 加 Set Latent Noise Mask 也是常见链路。
