ComfyUI 参数说明手册：核心节点与参数详细说明

🧩 ComfyUI 参数说明手册

---

1. ComfyUI 概览

ComfyUI 是一个基于节点（Node Graph）的 Stable Diffusion 前端，可视化地构建图像生成流程。
每个节点表示一个功能模块（如文本编码、采样、图像解码、控制条件输入等），通过连接形成完整的生成管线。

典型生成模式：

• Text-to-Image（文生图）
• Image-to-Image（图生图）
• Image-to-Video（图生视频）

---

2. 核心节点与参数详细说明

2.1 CLIP Text Encoder

参数	类型	作用	默认值	调整影响	使用场景
Text	String	输入文本提示词	“”	文本越详细，生成图像越符合预期	文生图、图生图
Model	Enum	CLIP 模型选择	ViT-L/14	不同模型对语义理解和细节表现不同	SDXL、SD1.5
Truncate	Bool	是否截断超长文本	True	截断会丢失过长文本信息	长 prompt 场景
Embed Output	Vector	输出文本语义向量	—	用于 KSampler 的正向/负向 conditioning	所有流程中文本向量输入

作用说明：将文字提示转化为向量表示，为生成引擎提供语义指导。正向向量用于描述希望出现的元素，负向向量用于排除不希望出现的元素。

---

2.2 KSampler

核心作用：扩散采样引擎，将潜空间噪声逐步去噪成图像。

参数	类型	作用	默认值	调整影响	使用建议
Sampler	Enum	选择采样算法	Euler a	不同算法影响细节、稳定性、速度	SDXL 推荐 DPM++ 2M Karras
Steps	Int	迭代步数，决定精细度	20	步数越高，图像越精细，但耗时更长	30–50，复杂场景可增加
CFG Scale	Float	控制 prompt 对图像的影响	7	高值强化 prompt，但可能失真	7–12，根据目标调整
Seed	Int	随机种子	-1	相同 seed 可复现图像	调试时固定 seed
Batch Size	Int	一次生成数量	1	批量增加显存占用	小批量生成建议 1–4
Denoise Strength	Float	图生图中保留原图比例	0.5	越高去噪越彻底，原图信息损失越多	图生图 0.3–0.7
Latent Noise	Tensor	初始噪声或潜空间输入	随机	控制生成随机性	文生图/图生图初始输入

输入：噪声或潜空间 + 正/负 prompt 向量 + 可选条件（ControlNet 等）
输出：潜空间图像（Latent Image）

使用建议：

• 使用 DPM++ 2M Karras 在 SDXL 上稳定性最好
• CFG Scale 高会强化语义，但细节可能损失
• 固定 Seed 可复现结果，随机 Seed 可生成多样图像

---

2.3 VAE Encoder / Decoder

节点	输入	输出	作用
VAE Encoder	RGB 图像	潜空间	图生图预处理
VAE Decoder	潜空间	RGB 图像	将 latent 转为可视图像

参数详细说明：

参数	作用	默认值	调整影响	建议
VAE Model	选择 VAE 模型	与主模型匹配	不匹配会导致色偏或模糊	使用与 SDXL/SD1.5 配套的 VAE
FP16	是否半精度	True	半精度加速显存	推荐开启
Clip	是否裁剪数值	True	防止过曝或异常值	推荐开启

---

2.4 ControlNet

参数	类型	作用	默认值	调整影响	使用场景
Control Model	Enum	选择控制模型（Canny、Depth、OpenPose 等）	Canny	不同模型控制图像结构不同	精准构图、线稿上色
Control Weight	Float	控制强度	1.0	越高约束越严格，低则更自由	保持主体结构 0.8–1.2
Start Step	Float	控制生效起始步	0.0	控制何时开始影响生成	精细控制流程
End Step	Float	控制生效结束步	1.0	控制何时停止影响生成	高级调整
Input Image	Tensor	条件图像	—	作为生成参考	图生图、图生视频

作用说明：对生成潜空间进行结构约束，保证姿态、边缘、深度等一致性。

---

2.5 LoRA Loader

参数	作用	默认值	调整影响	使用场景
LoRA Path	权重文件路径	—	加载不同风格、人物微调权重	风格化生成
Weight	影响强度	0.8	权重越高风格越明显	推荐 0.6–1.0
Clip Skip	跳过 CLIP 层数	1	可改变风格匹配	SDXL/动漫模型调整

作用说明：在原模型基础上叠加微调权重，实现风格或特征增强。

---

2.6 输入/输出节点

节点	功能	参数	建议
Image Loader	加载输入图像	文件路径	JPG/PNG 支持，分辨率匹配模型
Image Save	保存生成结果	文件名/路径	建议时间戳命名
Latent Noise	生成初始噪声	尺寸、种子	与模型潜空间匹配
Mask Loader	加载遮罩	白=可编辑，黑=保留	局部重绘
Video Combine	合并帧为视频	帧率、输出路径	生成视频
AnimateDiff	时序连续生成	步数、控制节点	视频生成，保持前后帧一致

---

3. 典型流程示例

3.1 文生图（Text-to-Image）

Prompt → CLIP Text Encoder → KSampler → VAE Decoder → Image Save

• Steps: 30–40
• CFG Scale: 8–10
• Sampler: DPM++ 2M Karras
• Seed: 固定复现结果
• 可加入 ControlNet 控制布局或结构

3.2 图生图（Image-to-Image）

Image Loader → VAE Encoder → KSampler → VAE Decoder → Image Save

• Denoise Strength: 0.4–0.7
• CFG Scale: 6–9
• 可配合 ControlNet 保持原图结构
• 支持局部重绘 Mask 控制

3.3 图生视频（Image-to-Video）

Load Frames → AnimateDiff / ControlNet → KSampler → Video Combine → Save Video

• 保持每帧 latent 一致性
• 使用 Depth/Normal ControlNet 保持主体结构
• FlowFrame 插帧提升流畅度

---

4. 参数调优与组合策略

目标	节点组合	参数策略	使用场景
高保真写实	KSampler + CLIP + ControlNet	Steps 40+, CFG 9, Control Weight 1.0	风景、建筑
风格插画	CLIP + LoRA + KSampler	LoRA Weight 0.8+, Sampler Euler a	动漫风格
局部修复	Mask Loader + KSampler	Denoise 0.5 以下	局部重绘
视频生成	AnimateDiff + ControlNet	保持 latent 连续，Frame 插帧	动画、短视频

---