郭然 AIGC绘画生成 2025-06-05

Comfyui基础节点教程详解

一.底层逻辑

在Comfyui里面，我们可以看到有着密密麻麻的各种各样的节点，但这些都是插件类的节点，很多都是极少用到的，但这里面有5类基础节点，几乎在每个工作流里面都是一定会用上的，下面我们来一一了解一下。

Comfyui基础节点教程详解

1.文生图

大部分的工作流都是从基础的文生图开始扩展

2.图生图

图生图与文生图基本一样，文生图是给潜空间图一个空的latent,用来定义生成图片的大小。而图生图则是需要给到潜空间一张图片做参考，而图片无法直接给到潜空间，这时就需要在中间加个VAE编码了。

Latent -> 经过 KSampler 采样器进行去噪后的潜空间图像

降噪 -> 需要注意的是图生图时，在这里降噪可以理解为重绘幅度

3.局部重绘

谈到局部重绘就会牵扯到遮罩，也就是通过制作遮罩的方式对图像的特点部分进行处理。制作遮罩的工具有maskeditor(遮罩编辑器），或者segment anything(语义分割）等等！

3.1系统自带局部重绘

comfyUI自带的两个重绘节点Laten噪波遮罩Set Latent Noise Mask，VAE内补编码器VAE Encode (for inpainting)有一个很大的缺点就是他们都会对全图进行重绘。无论蒙版多小，重绘时间和资源占用是根据整个图片的大小来重绘的。导致对高分辨率图片细节重绘时又慢又容易爆显存。

在输入图片上右键选择在遮罩编辑器打开Open in MakeEditor，将要重绘的面部给完全涂抹，之后进行保存。

comfyUI自带的两个图生图节点都不能很好的做到。

3.2 segment anything + BrushNet

【语义分割+局部重绘】

3.3 Impact Pack

那么换个思路，我们可以将高分辨率图片的蒙版周围区域剪切一部分，比如剪切一个512*512的区域来重绘，这样既快，而且图片和周围的区域融合的也比较自然。

我们使用的是Impact Pack 插件（这插件功能很多也很强大，后面会出个专栏介绍他的所有功能，有兴趣可以持续关注）

二.采样类

1.K采样器

该节点专门用于逐步减少潜在空间图像中的噪声，改善图像质量和清晰度。

把它拿出来第一个说就说明这个节点的重要性，所有的工作流都是围绕着它来进行扩散的。

输入：

模型model -> 接收来自大模型的数据流 positive -> 接收经过 clip 编码后的正向提示词的条件信息（CONDITIONING） negative -> 接收经过 clip 编码后的反向提示词的条件信息（CONDITIONING） latent_image -> 接收潜空间图像信息

输出：

LATENT -> 经过 KSampler 采样器进行去噪后的潜空间图像

参数：

随机种seed -> 在去除图像噪声过程中使用的随机数种子。种子数有限，影响噪声生成的结果。
运行后操作 -> 指定种子生成后的控制方式。 固定fixed 代表固定种子，保持不变；增加 increment 代表每次增加 1； 减少decrement 代表每次减少 1 ；随机randomize 代表随机选择种子。
步数steps -> 对潜在空间图像进行去噪的步数。步数越多，去除噪声的效果可能越显著。
CFG -> 提示词引导系数，表示提示词对最终结果的影响程度。过高的值可能会产生不良影响。
采样器 -> 选择的采样器名称，不同的采样器可以影响生成图像的效果，大家可以根据需求进行选择和实验。
调度器scheduler -> 选择的调度器名称，影响生成过程中的采样和控制策略，推荐配置可提供更好的结果。
降噪denoise -> 去噪或重绘的幅度，数值越大，图像变化和影响越显著。在高清修复等任务中，通常使用较小的值以保持图像细节和质量。

采样器+调度器参数：

我们之前最熟悉的采样器，有euler、dpmpp_2m，包括后来的ddpm、ddim、uni_pc和ipndm等。

采样器：

采样器有点多，看起来有点蒙逼。其实可以把它分成三类:

01欧拉: euler和heun 02dpm :所有以dpm开头 03 其它类

对比测试

建立一个XY图表，横坐标是步数，从第5步开始，间隔四步，总共8个数值；纵坐标是上面介绍的各种采样器。

从上图中不难发现如下规律:

·名字以a或sde结尾的，确实不会收敛，每一步选代图像都会发生变化 ·euler，heun和ddim采样器在第9步就已经出图，对于简单图来说，确实是又好又快。 ·dpmpp_2m和uni_pc采样器在第14步出图，其中dpmpp_2m在第18步开始收敛，效果很好 ·不要被dpm adaptive采样器骗了，虽然第5步就已经收敛，但是该采样器速度特别慢。后续我又单独进行了测试，实际第2步就已经收敛，但是速度很慢。 ·Ims采样器表现最差。

如何选择采样器？

没有最好的采样器，只有最适合的采样器。

如果想要稳定可重现的图像，请避免选择任何祖先采样器(名字以a或sde结尾的) 如果想要简单的图，建议选择euler,heun(可以减少步骤以节省时间) 如果想快速生成质量不错的图片，建议选择dpmpp_2m(20-30步)、uni_pc(15-25步) 如果想要每次生成不一样的图像，可以选择不收敛的祖先采样器(名字里面带a或sde)

调度器则就相对来得简单些：

最常见的normal似乎已不太适用于FLUX生态以往最常用的karras也在sgm_uniform、simple、ddim_uniform和beta出现后被慢慢淡化。其中，ddim_uniform这个调度器，会随着采样的步数，构图画面会发生一定的变化，因为它有点像高级的调度器dpm一样，是不收敛的，则出图的多样性随机性会随着步数增加更强，变化更多。对于调度器exponential，则较多用于扩图放大等情况。

国外有位大佬对Flux各种采样器和调度器进行组合测试出最适合的采样模式。表格中的绿色标记表示该组合可用，红色标记表示不可用。

推荐的采样器和调度器组合:

euler + normal：适用于快速生成图像，但细节可能不够精细。（生成时间20s）
heunpp2 + ddim_uniform：适用于生成细节丰富的图像，但速度较慢。（生成时间54s）
uni_pc +beta：适用于平衡速度和质量，是大多数情况下的推荐选择。（生成时间20s）
DPM2+ SIMPLE是我最近比较喜欢的组合，能够提供非常好的图片精细度。（生成时间37s）
DEIS+DDIM_UNIFORM是新出现的组合，非常好的把握光影明暗。（生成时间20s）

三.加载器

ComfyUI基础节点中的加载器类别，加载器是工作流中各个模块的生产力源头，可以提供不同模型的加载。下面详细介绍了trap point加载器、VA1加载器、LUA加载器、control加载器、clip视觉加载器、n clip trip point加载器、格莱根加载器和超网络加载器的作用和使用方法。通过加载器可以方便地选择不同的模型进行加载和应用，提高工作流的效率和灵活性。

所谓的加载器主要的作用就是给工作流提供各种不同模型的加载，大部分的工作流都是以大模型的加载作为起始输入源来进行展开的。

一个工作流里可能存在多个加载器，例如对图片进行放大，需要用到放大模型加载器。连接controlnet时需要controlnet加载器。

1.Checkpoint加载器

【加载大模型】

节点功能：该节点用来加载checkpoint大模型，常用的大模型有sd1.0,sd1.5,sd2.0,sdxl等等。

输入：

扩散模型的路径 **假如配置好了路径文件，模型可自行选择**

输出：

MODEL -> 该模型用于对潜空间图片进行去噪
CLIP -> 返回与加载的检查点关联的CLIP模型。
VAE -> 返回与加载的检查点关联的VAE模型。用于对潜在空间的图像进行编码和解码。

注意：StableDIffusion大模型(checkpoint)内置有CLIP和VAE模型。

2.VAE加载器

大模型都自带有VAE，如果你不想使用大模型的VAE时，就可以新建一个VAE加载器

3.lora加载器

【预训练模型微调调整】

模型强度 -> 确定应用于模型的LoRA调整的强度。更高的强度意味着更显著的调整，可能导致模型行为的显著变化，潜在地提高特定任务的性能。

CLIP强度 -> 与模型强度类似，更高的强度导致更明显的变化，影响CLIP模型处理数据的方式。

当需要多个lora时，串联下去比较麻烦，这时我们就可以使用lora堆节点

4.GLIGEN 加载器

【指定特定区域生成特定的内容】注意不适用于SXDL，请使用SD1.5模型

将 GLIGEN 模型文件放在 ComfyUI/models/gligen 目录中。

下载链接：

https://huggingface.co/comfyanonymous/GLIGEN_pruned_safetensors/tree/mainhuggingface.co/comfyanonymous/GLIGEN_pruned_safetensors/tree/main

文本框 GLIGEN 模型允许您指定图像中多个对象的位置和大小。要正确使用它，您应该正常编写提示，然后使用 GLIGEN 文本框应用节点指定提示中某些对象/概念在图像中的位置。

本地部署版也有了，可视化操控，更加方便。只能期待comfyUI版的插件能尽快出可视华化操作吧。

5.放大模型加载器

【图片放大时加载模型】

常见的放大算法有下面几个：

无/None：单纯的放大，不做任何优化处理。
Lanczos：使用加权平均插值方法，利用原始图像自身的像素信息，增加图像的细节，从而提高图像的分辨率。传统的纯数学算法，效果一般。
Nearest：使用简单的插值方法，基于最近邻像素的值进行插值，从而增加图像的细节和提高分辨率。传统的纯数学算法，效果一般，还不如 Lanczos 的效果好。
LDSR：基于深度学习，通过使用轻量级的网络结构和残差学习，实现较高的超分性能和计算效率。适用于各种需要快速且准确地提高图像分辨率的应用场景，如实时视频处理、移动设备图像处理等。
ESRGAN：全称Enhanced Super-Resolution Generative Adversarial Networks （增强超分生成对抗网络），基于深度学习的超分辨率算法。增加了很多看上去很真实的纹理，但是有时可能会过度拟合，出现不好的效果。
4x-UltraSharp：基于ESRGAN做了优化，比较适合处理真人。
ESRGAN_4x：Real ESRGAN，完全使用纯合成数据来尽量贴近真实数据进行训练。腾讯贡献。
R-ESRGAN 4x+：基于Real ESRGAN的优化模型，适合放大真实风格的图片，常用。
R-ESRGAN 4x+ Anime6B：基于Real ESRGAN的优化模型，适合放大动漫风格的图片，常用。这个模型是专供动画使用的, 用在真人视频会有很重的涂抹感
ScuNET GAN：基于深度学习，使用生成对抗网络（GAN）进行训练。主要用在提高图像的视觉效果和感知质量，例如在图像增强、视频处理等。
ScuNET PSNR：基于深度学习，使用均方误差（PSNR）进行训练。主要用在提高图像的客观质量和准确性，例如在医学图像分析、监控视频处理等。
SwinIR_4x：使用Swin Transformer思想，基于自注意力机制的Transformer结构，适合各种图像的超分，比较通用。

04） 【Upscaler2】用来避免 Upscaler1 过度处理的问题，比如磨皮太严重。可以使用一些普通方法算法，比如 Lanczos。Upscaler2 【可见度】是指图片放大时使用 Upscaler2 算法进行处理的比例，为0时完全不使用 Upscaler2，为1时只使用 Upscaler2。

算法模型下载：

算法模型下载huggingface.co/uwg/upscaler/tree/main/ESRGAN