comfyui工作流运行逻辑

在 ComfyUI 中，生成图像的工作流通常需要经过一系列功能节点的处理。以下是 ComfyUI 中一般出图的工作顺序及其关键节点的详细说明。

comfyui工作流运行逻辑

• 加载模型
  • 节点：CheckpointLoaderSimple 或 CheckpointLoader
  • 作用：加载 Stable Diffusion 模型（如 sd_xl_base_1.0.safetensors）。
  • 输出：MODEL：生成模型。CLIP：文本编码器。VAE：变分自编码器。
• 文本编码
  • 节点：CLIPTextEncode
  • 作用：将正面提示词（Prompt）和负面提示词（Negative Prompt）编码为条件向量。
  • 输入：
    • text：正面或负面提示词。
    • clip：从 CheckpointLoader 加载的 CLIP 模型。
  • 输出：
    • CONDITIONING：条件向量，用于指导生成过程。
• 生成潜空间图像
  • 节点：EmptyLatentImage
  • 作用：创建一个空的潜空间图像（Latent Image），用于后续生成。
  • 输入：
    • width 和 height：图像的宽度和高度。
    • batch_size：生成图像的数量。
  • 输出：
    • LATENT：空的潜空间图像。
• 图像生成
  • 节点：KSampler
  • 作用：使用 Stable Diffusion 模型生成潜空间图像。
  • 输入：
    • model：从 CheckpointLoader 加载的生成模型。
    • positive： 正 面 条 件 向 量 。
    • negative： 负 面 条 件 向 量 。
    • latent_image： 空 的 潜 空 间 图 像 。
    • seed：随机种子。
    • steps：采样步数。
    • cfg：分类器自由引导尺度（Classifier-Free Guidance Scale）。
    • sampler_name：采样器名称（如 euler 或 dpmpp_2m）。
    • scheduler：调度器名称（如 normal 或 karras）。
  • 输出：
    • LATENT：生成的潜空间图像。
• 潜空间解码
  • 节点：VAEDecode
  • 作用：将潜空间图像解码为像素图像。
  • 输入：
    • samples：生成的潜空间图像。
    • vae：从 CheckpointLoader 加载的 VAE 模型。
  • 输出：
    • IMAGE：生成的像素图像。
• 保存图像
  • 节点：SaveImage
  • 作用：将生成的图像保存到本地。
  • 输入：
    • images：生成的像素图像。
  • 输出：
    • 无（直接保存图像到指定路径）。
• 在 ComfyUI 中，生成图像的工作流通常需要经过一系列功能节点的处理。以下是 ComfyUI 中一般出图的工作顺序及其关键节点的详细说明：