教程源于学习：AI绘画进阶入门ComfyUI系列教程-1.简易安装于配置完全指南！_哔哩哔哩_bilibili，编写此教程目的作为笔记使用。

一、基本工作流控件

K采样器

名称	参数
随即种	生成的图片id
运行后操作	fixed（固定）、increment（增加）、decrement（减少）、randomize（随机）、
步数	采样步数通常20-60步
CFG	通常7，少一点就是4
采样器	euler_ancestral+调度器normal对应webui中Eulera（最普通的生成方式）、dpmpp_2m+调度器karras对应webui中的dpm++2m Karras（没有sde效果好，增加了图片的发挥和想象力）、uni_pc和LCM类似（10步之内出不错的图像）
调度器	karras，ddim（可能会崩），simple（作者实验，不好用），normal（线性降噪╱型，泛用式调度器），karras（曲线降噪s型，较为平滑，刚开始比较少，到了中间大幅降噪，快结束时又比较少），karras（急速降噪，后半部，收敛块)，sgm配合采样器LCM搭配使用
降噪	默认文生图就是1，图生图的重绘幅度

K采样器（高级）

添加噪波二次渲染不需要

第一次渲染，开始步数默认为0，步数为30，结束降噪步数比30大没有任何意义。如果小于步数就会主动停止。现在结束降噪步数为20，那么还剩余10步，就会传递给下一次降噪。返回噪波需要开启。二次渲染如果步数到了就不需要了。

也就是说当一次渲染为30步，开始降噪步数为0，结束降噪步数20，在20步结束了降噪步数，返回噪波需要开启噪波，第二次渲染的时候，步数为也为30，开始降噪步数要设成20。结束降噪步数>步数

这种方法适合不同模型的融合采样二次精炼，在SDXL和1.5模型都适用。

CheckPoint加载器（简易）

加载主模型。模型训练的时候像素512512的图像（真实空间（Pixel space）每一个像素生成的空间），训练后压缩一块一块的64 64电脑会在小块的空间（潜在空间）里面合成我们想要的消息，然后转换成我们肉眼所能看到的图像。

自己想的一个小小的例子，方便大家理解。

1. 前期准备：

您作为一个定制花瓶的生产者，已经积累了丰富的设计经验。

您准备了一个房间，里面存放了成千上万打碎的花瓶碎片。这些碎片代表了像素，而整个房间就是您的大模型，包含了丰富的花瓶样式和元素。

2. 接收需求：

有一天，有客户提出了他们的花瓶需求，通过语言描述的方式告诉您他们想要的花瓶样式。

3. 根据需求提取碎片：

您进入房间（大模型），开始根据客户的描述（CLIP文本编码器）来寻找符合要求的碎片（像素）。

这个过程中，K采样器会帮助您从众多的碎片中挑选出最合适的那些。

4. 草图设计：

您现在有了这些碎片，接下来需要进行设计。

您开始根据碎片的编号和需求进行草图设计（K采样器步数）。这个步骤中，调度器会帮助您决定如何组合这些碎片，以达到最佳的设计效果。

草图的粗糙程度可以通过降噪技术来调整，使设计更加精确和美观。

5. 实物组装：

草图设计完成后，您拥有了花瓶的基本结构和样式。

但是，草图上的只是线条和碎片编号，还不是真正的花瓶。

这时，您会利用VAE编码器来进行最后的组装。VAE编码器会根据您的草图，将对应的碎片（像素）进行组装，生成最终的花瓶实物。

图生图流程

1. 初始图片上传

用户上传一张照片作为参考，这张照片可以是一个具体的物体、风景、人物等，它提供了图生图过程的初始形态和细节。

2. 接收需求清单

用户输入一系列的正负提示词，作为对生成图片的具体要求或期望。这些提示词可以包括颜色、风格、元素增减等各个方面的描述。

3. 细节还原与碎片提取

系统根据您上传的照片，在大模型（即像素碎片库）中寻找与照片细节相匹配的碎片。这些碎片的提取过程确保了原始照片的细节能够得到很好的保留。

4. 设计与制作

有了初始照片和用户需求，系统开始根据这些信息进行设计和制作。它会在保持照片原有细节的基础上，根据用户的正负提示词，调整图片的颜色、添加或删除某些元素，以及改变整体风格等。

5. 降噪与重绘幅度调整

在这个过程中，降噪设置起到了关键作用。它决定了图片重绘的幅度。当降噪设置为0.几时，表示对原始图片的改动较小，更多地保留了原始细节。而降噪设置的参数越大，系统对图片的重绘幅度就越大，生成的图片与原始图片的差异也就越明显。

6. 最终生成

经过上述步骤后，系统最终生成一张既保留了原始照片细节，又符合用户需求的全新图片。这张图片是原始图片与用户需求的完美结合，展现了图生图技术的强大能力。

通过这样的流程，图生图技术能够根据用户提供的照片和需求，生成出既符合用户期望又具有创意的全新图片。这种技术不仅在艺术创作中有着重要的应用价值，也在许多其他领域如设计、广告等中发挥着重要作用。

Checkpoint加载器（pysss）

瑞士军刀：新建节点>加载器>Checkpoint加载器（pysss）

加载模型是分类，适用于模型储存在不同文件夹分类内,模型比较多的小伙伴.

Empty Latent Image

决定潜在空间的图像大小，batch_size批次，就是生成多少张图，K采样器输入输出都需要潜在空间控制。

VAE解码

图片会在潜在空间之后解码

预览图像、保存图像

VAE解码后，今儿可以看到我们的图像了。保存图像路径可以设置，默认存在ComfyUI文件夹下的output内。

CLIP文本编码器

我们输入的是String类型的字符串，然后通过编码传给采样器。

以下节点需要安装插件使用，部分节点输出可能是String，所以需要使用默认CLIP文本编码器在CLIP节点上面右键选择转换为文本输入

当然这种操作可以适用绝大多数节点，就像编程一样，可以把某些节点内的参数转换成变量使用。例如重绘多采样器或者放大操作使用共享相同的随机种子，专门的变量框可以使用元节点，也可以直接拉。

CLIP文本编码器（Argos翻译）

汉化插件：新建节点>ALEK节点>条件

from设置现在的语言to设置要翻译的语言

文本翻译过后是否正确，可以使用预览文字和展示文本节点来查看。下同。

CLIP文本编码器（翻译高级）

汉化插件：新建节点>ALEK节点>条件

form设置auto自动to目标语言

add_proxies可以开启代理

service设置翻译引擎

CLIP文本编码器（翻译）

汉化插件：新建节点>ALEK节点>条件

form设置auto自动to目标语言

manual_translate 手动翻译

字符串操作

瑞士军刀插件：新建节点>实用工具>字符串操作

append追加replace替换

可以提升文本框为变量，然后用翻译文本组合使用，每个翻译文本框里面都可以输入不同的场景，这样逻辑会更加清晰。比如第一个是场景环境，第二个是对人物进行修饰的提示词，还有很多操作。

CLIP文本编码SDXL（优化）

SDXL Prompt Styler插件：新建节点>高级>条件

普通版：宽高，裁剪宽高一般不动，目标宽高。CLIP中的分辨率一般是真实生成图像的倍数关系，一般都是2倍，4倍这种，配个瑞士军刀的数学表达式使用会更简单。

优化：相比普通的CLIP文本编码SDXL，优化适用于二次精炼。

数学表达式

新建节点>实用工具

可以直接作用于空Latent节点输出的宽高。

假设空Latent节点宽高为1024，直接空Latent出连在A上。获取数据就是a.width，此时他就是1024。如果4倍就是a.width * 4。注意在这个里面，不管条件是什么输出的只是一个数，出整数或者浮点直接连接CLIP文本编码SDXL的进宽高就行了。

加载图像

新建节点>图像>加载图像

图片上传输入。mask就是图片蒙版，有可能照片年代久了，有些地方不出清楚了，或者之前有些地方不好看，我们就把它圈起来然他对圈起来的地方重新设计。

使用遮罩后要使用VAE内补码编码器，不然不识别遮罩。

VAE内补码编码器

新建节点>Latent>内补>VAE内补码编码器

相比普通VAE编码多了一个遮罩连接点。

使用遮罩后，注意自己的题词，不然会出现更多的手和脚或者衣服之内的。

图像裁剪

新建节点>图像>变换>图像裁剪

宽高设置，x，y实现裁剪偏移，在右侧菜单栏中更多选项中勾选自动执行（Auto Queue）改变状态。配合图像按系数缩放节点来实现

CLIP设置停止层

对应webui Clip跳过层

WD14反推提示词

新建节点>图像>WD14反推提示词

节点需要插件，并且配置科学，从远程批量下载模型提示词。同时也可以下载模型，本地运行。

在clash中要开启tun转发，在cmd管理员模式下输入上面命令并可开启代理。不会的请参考：AI绘画拉取模型失败，DOS开启代理 | XiSoul Blog’s

模型：设置反推提示词模型

置信度：阈值，给的越低，反推出来的提示词越零碎，越详细。阈值越高，就会挑一些主要的提示词描述。角色置信度同理。

排除标签就是反推出来的字符串中有你不想要的，你可以复制粘贴进去。

同时也可以配合瑞士军刀插件字符串操作。

SDXL风格化提示词（高级）

新建节点>实用工具>SDXL风格化提示词（高级）

L偏向于tag，类型人物，座椅板凳这种名词描述，短袖，牛仔裤。

G偏向于风格，形容词，比如形容女性的头发：长发短发，什么颜色。穿着什么样：什么样的短袖，什么样的牛仔裤。

输出为字符串，普通的SDXL需要提供CLIP文本编码器将文本框提升为连接点，SDXL风格化提示词（高级）需要提供CLIP文本编码器SDXL。

SDXL默认加载一个offset的Lora，进行光线调节。使用风格化提示词，简单的图像也可以没必要使用offset的Lora。

负面词应用可以控制只应用G或者L。

ControlNet应用

ControlNet应用（高级）

新建节点>条件

高级和普通相比，多了开始时间和结束时间，连接点方面分为正负输出。

图像不能直接输入给ControlNet应用，需要安装预处理组件

　Aux集成预处理器

ControlNet插件:新建节点>ControlNet预处理器

方便简单调用各种预处理器

Lora加载器

Lora加载器（pysss）

瑞士军刀：新建节点>加载器

相比普通的，加载Lora方便文件夹内模型管理

二、快捷操作

Keybind	Explanation
Ctrl + Enter	出图
Ctrl + Z/Ctrl + Y	撤销
Ctrl + S	保存工作流
Ctrl + O	载入工作流
Ctrl + A	选择所有节点
Alt + C	折叠所选节点
Ctrl + M	屏蔽/取消屏蔽节点
Ctrl + B	穿过所选节点（就像此节点不存在，连线会穿越节点）
Delete/Backspace	删除节点
Ctrl + Delete/Backspace	清空界面
Space	按住之后画布会随着鼠标移动
Ctrl/Shift + Click	多选
Ctrl + C/Ctrl + V	复制粘贴节点
Ctrl + C/Ctrl + Shift + V	保持连线复制粘贴
Shift + Drag	同时移动多个节点
Ctrl + D	加载默认工作流
Q	切换队列可见性
H	切换出图历史可见性
R	刷新界面
双击	打开节点搜索界面

多选：按住ctrl+鼠标拖动

多选后可以右键创建模板组

鼠标中间可以添加中转节点（理线器）

三、功能操作

放大缩放

空间内放大

潜空间前放大

Latent缩放

指定宽高倍数，粗暴放大，只是尺寸变大。

Latent按系数缩放

指定倍数，粗暴放大，二次采样注意重绘幅度。

模型方法

放大模型加载器

新建节点>图像>放大>图像通过模型放大

放大中图像缩放，图像按系数缩放也是粗暴放大

4x-UltraSharp.pth

SD放大

新建节点>图像>放大>SD放大

SD放大节点混合了采样器采用区块式和webui一样。

区块大小自定义，区块模糊就是边缘羽化大小，分块分区通常默认。

接缝修复模式通常采用Band Pass效果较强，Half Tile比较弱。Half Tile+Intersections效果折中。如果不选默认为none会不起作用。

SD放大（不放大）少一个，方法模型连接点。用于二次采样二次修复

遮罩

新建节点>遮罩>加载图像遮罩

这个操作是直接在潜空间里面拿图，不需要二次采样

新建节点>Latent>内补>设置Latent噪波遮罩

可以直接遮罩连接点向旁边拖选择设置Latent噪波遮罩,然后直接使用上一个K采样器输出的Latent然后输出到下一个K采样器

反向

CLIP视觉加载器输入到CLIP视觉编码，同时将图像也输入。输出unCLIP条件也可以利用提示词传给条件零化然后传给unCLIP条件，再然后直接传给K采样器。这个过程可以利用多CLIP视觉编码进行风格化图片等等。