type
Post
status
Published
date
Dec 7, 2025
slug
aigc-003
summary
ComfyUI
tags
AIGC
category
AIGC
icon
password
简介与安装
- 工作流程 前往下载
- SDXL 模型 - Juggernaut XL - 前往 Civit AI 网站
- SD 1.5 模型 - Realistic Vision - 前往 Civit AI 网站
- ComfyUI
使用 ComfyUI 的优点
- 速度和灵活性 ：ComfyUI 可快速且灵活地创建工作流程。 您可以轻松配置它执行所需的任务，而不受预定义设定的限制。
- 视觉清晰度 ：使用 ComfyUI，您可以看到整个过程的全貌。 每个区块或节点代表特定的功能，您可以观察到如何生成图像以及信息在一个节点和另一个节点之间如何流动。
- 分享和协同作业的便利性 ：一旦您创建了工作流程，就很容易与他人分享。 您还可以导入并使用他人创建的工作流程，营造了一个合作环境。
- 不需要写程序 ：ComfyUI 是为所有人设计的，而不仅仅是开发人员。 不需要知道如何编码即可创建强大的工作流程。 只需拖放节点以设计所需的过程。
- 定制化 ：您可以根据具体需求定制工作流程，使 ComfyUI 成为一个高度定制化的工具，适应各种任务和项目。
使用 ComfyUI 的缺点
- 不一致的接口 ：每个工作流程可能以不同的方式组织节点，这可能会令人困惑。 当您打开由他人创建的工作流程时，您可能需要花时间理解其布局并确定要进行哪些更改。
- 过多的细节 ：ComfyUl 显示了许多关于系统内部运作方式的详情。 虽然这对高级用户来说是有益的，但对于只想要直接过程的普通用户来说，这可能会让他们感到不知所措。 丰富的选项和设置可能使一些用户更难快速上手。
- 学习曲线 ：尽管不需要编码，但仍然与有效使用节点和构建工作流程相关联有一个学习曲线。 初学者可能会发现很难一下子掌握所有功能和能力。
- 效能 ：根据工作流程的复杂性和系统的强大程度，效能可能会有所不同。 如果您不符合推荐的系统要求，资源密集型任务可能会让您的电脑变慢。
- 协同作业挑战 ：尽管分享工作流程很容易，但由于节点组织不一致，协同作业有时会有困难。 不同的作者可能采取不同的方法，这会让想要无缝整合多个工作流程来源变得困难。
- 客制化开销 ：高度的定制化有时是一把双刃剑。 用户可能会花费大量时间调整和微调节点，而不是专注于主要任务，从而导致潜在的低效率。
節點與工作流程
一、教学系列与本集定位
二、核心概念：Stable Diffusion基础工作流程（蛋糕制作类比）
工作流程环节 | 功能说明 | 蛋糕制作类比 | 关键参数/操作 |
挑选模型（Load Checkpoint） | 决定AI绘图的“专长领域”（如擅长画风景、人物、甜品等） | 选择有对应专长的蛋糕师傅（如擅长做可颂、吐司的师傅） | 从已安装模型中选择，需匹配后续任务需求 |
输入提示词 | 正向：定义“想要的内容”；负向：定义“不想要的内容” | 正向：“黑森林蛋糕+加奶油”；负向：“不要坚果、葡萄乾” | 正向提示词节点设为绿色，负向设为红色（便于区分） |
设定Latent Image | 定义生成图像的“尺寸/解析度”（像素大小） | 设定蛋糕尺寸（8吋/12吋/16吋） | 示例用1024×1024，可自定义（如832×1216） |
kSampler | 接收前序所有参数，执行“图像生成计算” | 蛋糕师傅按食谱混合材料、烤制（控制烤制时间/次数） | 需按模型建议设定参数（见下文“kSampler参数设定”） |
VAE Decode | 将kSampler计算结果“解码为可视图像” | 蛋糕烤制完成后进行装饰 | 无额外参数调整，仅负责“图像解码” |
Save Image | 保存最终生成的图像 | 拿到装饰好的成品蛋糕 | 无输出端（生成图像即流程终点） |
- 辅助资源：讲师提供含咖啡色注解的“可下载工作流程”，直接导入ComfyUI即可使用，便于对照学习。
三、节点操作基础
1. 节点添加与管理
- 添加节点：2种方式
- 画布空白处“敲两下鼠标”，搜索节点名称（如“Load Checkpoint”“kSampler”）
- 画布空白处“右键→Add node”，按分类选择（如“loader→Load Checkpoint”）
- 复制节点：按住键盘“Option键”，拖动目标节点即可复制（提升效率）
- 删除节点：选中节点后按“Delete键”，或右键→“Remove”
- 调整节点：
- 大小：仅能从“右下角”拖拽调整（左下角不可调）
- 折叠：点击节点名称前的“小圆点”，折叠节点以简化画面（节点数量多时用）
- 注解：添加“Note节点”（无输入/输出端），作为便条纸记录说明
2. 节点输入输出特性（核心区分）
节点类型 | 输入端 | 输出端 | 功能定位 | 示例 |
源头节点 | 无 | 有 | 提供初始数据，仅输出不接收 | Load Checkpoint（提供模型数据） |
中间节点 | 有 | 有 | 接收数据并处理，再传递给下游 | kSampler（接收参数→计算→传结果给VAE Decode） |
终点节点 | 有 | 无 | 接收数据后完成流程，不输出 | Save Image（接收图像→保存，流程结束） |
注解节点 | 无 | 无 | 仅记录说明，不参与数据流转 | Note节点（记录“正向提示词区”） |
四、节点串联与连接规则
1. 连接逻辑
- 匹配原则：2个节点可连接，需满足“名称一致”或“颜色一致”
- 示例：Load Checkpoint的“model”输出（紫色）→ 连接kSampler的“model”输入（紫色）
- 反例：clip输出无法连接到negative/positive（名称/颜色不匹配）
- 快速找匹配节点：将节点输出端“拉一条线到空地”，会自动列出可匹配的节点（如clip拉到空地→显示CLIPTextEncode）
2. 连线管理
- 断开连线：3种方式
- 直接将连接线“拉开”
- 右键点击连接线→删除
- 点击连接线上的“小点”→按Delete键
3. 完整串联示例（文字生图流程）
- Load Checkpoint的“model”→ kSampler的“model”
- Load Checkpoint的“VAE”→ VAE Decode的“VAE”
- Load Checkpoint的“clip”→ 正向提示词节点（CLIPTextEncode）→ kSampler的“positive”
- Load Checkpoint的“clip”→ 负向提示词节点（CLIPTextEncode）→ kSampler的“negative”
- Latent Image→ kSampler的“latent”
- kSampler的“latent”→ VAE Decode的“latent”
- VAE Decode的“image”→ Save Image的“image”
五、关键参数设定：kSampler
1. 参数来源
- 不可自行随意设定，需参考“模型训练者提供的建议”，路径：Civit AI→找到所用模型→查看模型说明
2. 核心参数与示例（以某模型为例）
参数 | 作用 | 模型建议值 | 设定逻辑 |
Sampler（采样器） | 决定图像生成的“计算方式” | DPM++ 2M SDE | 必须严格匹配模型建议，否则影响画质 |
Steps（步骤） | 计算迭代次数，越多越精细（但耗时更长） | 30-40 | 示例设32（取中间值，平衡效果与速度） |
CFG Scale（契合度） | 控制提示词对生成结果的“影响强度” | 3-6 | 数值越小，生成内容越贴近真实；示例设4 |
六、Latent Image深度解析
1. 本质
- 即“潜在空间”，是图像的“简化特征形式”，不是由像素构成的可视图像，仅用于AI生成图像的“计算载体”。
2. 关键特性
- 仅能输入“空白潜在空间”（用于生成新图像），无法放入“已生成的像素图像”（后续“图生图”会用到此逻辑）。
- 可视化查看：将Latent Image输出端→连接VAE Decode→再连接Preview节点，可看到其原始样子（灰灰的无内容画面）。
七、工作流程整理技巧（提升整洁度）
- 删除无用节点：移除Preview、Note等临时节点，减少画面干扰。
- 收起冗余节点：无参数调整的节点（如VAE Decode）可折叠，仅保留核心标识。
- 整理连接线：用“Router节点”梳理交叉线条（如model线被遮挡时，先连Router再连kSampler），避免混乱。
- 分组管理：右键→“Add Group”，将相关节点纳入同一Group（如“提示词组”“计算组”），并修改Group名称（如“我的工作流程”），Group可吸附节点，便于整体移动。
- 隐藏线条：右侧设置中关闭“invisible”，可隐藏连接线（仅保留节点，适合展示最终流程框架）。
八、流程验证与运行
- 检查：确认所有节点已正确连接，无“未匹配的输入端”（如kSampler的model/latent未连接会报错）。
- 运行：点击“Queue”按钮，若出现“绿色框在节点间流转”且无错误提示，即正常生成图像。
文字生成图片
一、基础流程回顾
- SDXL 工作流核心步骤：选择模型→设置画面大小→输入正负提示词→调整 KSampler 参数→执行生成图片
- 本集目标：优化 Text to Image 生成技巧、探索参数设置、管理多工作流、简化操作界面
二、核心节点与参数解析
（一）KSampler 节点（关键运算节点）
参数 | 作用与设置技巧 | 实操案例 |
Seed（种子） | 控制图像唯一性，类比“食谱编号”，相同 Seed+相同参数→相同结果；数值范围 0~极大数，重复概率极低 | 1. 乱数：每次算图生成新数字，结果不同<br>2. 固定（Fix）：设为 50 时，重复算图无重新运算（Queue 显示 0 秒）<br>3. 增加/减少（Increment/Decrement）：从 50 开始，每次算图+1/−1 |
Steps（步数） | 控制运算次数，步数越多→细节越丰富但耗时越长，需参考模型作者建议值 | 1. 20 步：耗时约 5.85 秒<br>2. 40 步：耗时约 11 秒<br>3. 10 步：耗时约 3 秒，但细节不足 |
CFG | 控制运算与提示词的关联性，数值呈“钟型曲线”影响画质（非越大越好） | 1. 数值小：关联性低，创造性强<br>2. 数值大：关联性强，创造性弱<br>3. Juggernaut 模型建议：3~6（数值越小越贴近真实） |
（二）批量算图相关参数
参数 | 作用 | 差异对比 |
Batch Count | 控制“多次批量算图”，每次生成对应数量图片，需逐次运算 | 设为 4 时，从 Seed=52 开始，每次生成 4 张（52→56→60...），Queue 显示待算任务 |
Batch Size | 控制“单次批量算图”，同时生成多张图片，效率更高 | 设为 3 时，单次同时生成 3 张，比 Batch Count 逐次运算节省时间 |
Queue（队列） | 查看算图任务，清除队列仅删除任务信息，不删除已生成图片 | 固定 Seed 重复算图时，Queue 显示 0 秒（无重新运算） |
（三）其他关键节点
- Latent Image（潜在空间）
- 核心功能：调整空白画面大小+设置 Batch Size（单次批量算图数量）
- 注意：需一次处理多张图时，优先设置 Batch Size，而非 Batch Count
- Save Image（保存图片）
- 自定义文件名：在“Batch Image”处设置前缀（如“波斯猫”），生成图片自动带该前缀，方便分类
三、界面优化与操作技巧
（一）Widget 与 Input 转换
- 转换作用：实现多节点共用参数，避免重复输入
- 操作步骤：
- 右键 KSampler→选择“Convert Widget to Input”→将参数（如 Seed/Steps）转为“输入点”
- 连接“Primitive 节点”→输入数值（如 Seed=150），多 KSampler 可共用该数值
- 还原：右键 Input 节点→“Convert Input to Widget”，恢复原参数显示
（二）Group Node（工作流分组）
- 作用：整合多节点为一个分组，简化界面，方便管理
- 操作步骤：
- 按住 Ctrl 选中目标节点→右键→“Convert to Group Node”→命名（如“Cat”）
- 分组内管理：右键分组→调整节点顺序（如把 KSampler 移到上方）、隐藏无用参数（如 Latent Image 宽高）
- 还原：右键分组→“Convert to Nodes”，拆解为单个节点
（三）多工作流管理
- 复制工作流：Ctrl 全选节点→复制→按住 Shift 粘贴，保留节点连接（无需重新拉线）
- 单独控制运算：
- 将每组工作流转为 Group Node（如“白猫”“蓝色的猫”）
- 右键无需运算的分组→“Bypass Group”，仅未 Bypass 分组执行算图
- 恢复运算：右键分组→设为“Always”
（四）节点基础操作
- 选中：单个节点直接点选；多个节点用鼠标滑动框选
- 复制粘贴：普通粘贴需重新拉线；Shift+粘贴保留连接，快速创建多组工作流
四、总结
- 核心收获：掌握 Seed/Steps/CFG 关键参数、批量算图技巧、工作流分组与简化，提升 AI 创作效率
- 操作提醒：参数设置需参考模型建议，避免盲目调大数值；多工作流管理用 Bypass 功能灵活控制运算
LORA
charcoal drawing, A woman standing on the the street.
glowneon, A woman standing on the the street.
套用風格樣式
外挂节点 Custom Nodes Manager
ComfyUI_Styles_Csv_Leader 使用插件加载csv格式样式，放到根目录
title: "Ep 5 套用風格樣式"
source: "https://notes.imaster.org/99 VAULT/ComfyUI/Ep 5 套用風格樣式/"
author:
published:
created: 2025-12-10
description:
tags:
- "clippings"
Ep 5 套用风格样式
相关连结：
- 本课工作流程 前往下载
- SDXL 模型 - Juggernaut XL - 前往 Civit AI 网站
- SD 1.5 模型 - Realistic Vision - 前往 Civit AI 网站
用到的节点
- WAS 节点套件 | GitHub
- ComfyUI 简易使用 | GitHub
- ComfyUI的Styles CSV Loader扩展 | GitHub
WAS Node Suite config 配置设定档
打开 was\_suite\_config.json 这个档案，在里面会看到这一句
webui\_styles":,
后面要接上你的样式表档案的路径，不过 Mac, Linux 跟 PC 路径写法不一样。可以参考：
MAC 或 Linux >>> "webui\_styles": "/路径/ComfyUI/styles.csv",Windows >>> "webui\_styles": "D:\\路径\\ComfyUI\\styles.csv",
Mac 跟 Linux 用的是 / 斜线。Windows 用的是两条 \\ 反斜线来表示。
网站
LibLibAI
NovelAI.Dev
AI 绘画兴趣站
Civitai: The Home of Open-Source Generative AI
Explore thousands of high-quality Stable Diffusion & Flux models, share your AI-generated art, and engage with a vibrant community of creators
joy-caption 反推提示词
📎 参考文章
- datawhale：用AI辅助设计/AIGC实践案例：电商生成/编辑模特图
欢迎您在底部评论区留言，一起交流~
Loading...
