ComfyUI Wiki

1. Основной интерфейс

Это руководство предоставляет комплексный обзор пользовательского интерфейса ComfyUI, включая основные операции, настройки меню, операции с узлами и другие общие опции пользовательского интерфейса.

2. Руководство по операциям с узлами

Это руководство предоставляет комплексный обзор объяснения интерфейса узлов ComfyUI, включая опции меню узлов, состояния ошибок и общие операции.

3. Рабочий процесс

Подробное введение в основы рабочих процессов ComfyUI, методы использования, операции импорта/экспорта, подходит для начинающих

4. Промпт

Это руководство предоставляет комплексный обзор техник промптов ComfyUI.

5.1 Меню настроек

Этот раздел предоставляет объяснение опций настроек меню в системе ComfyUI.

5.2 Comfy

Подробное объяснение опций конфигурации Comfy в меню настроек ComfyUI

5.3 Lite Graph

Введение в настройки, связанные с интерфейсом в ComfyUI, включая настройки холста, настройки графа, настройки связей, настройки узлов и другие опции конфигурации

5.4 Внешний вид

Подробное объяснение опций настроек меню внешнего вида ComfyUI, включая конфигурацию стиля темы, настройки пользовательской темы, настройки боковой панели и серию настроек внешнего вида.

5.5 Редактор масок

Комплексное руководство по использованию и настройке редактора масок в ComfyUI

5.6 Горячие клавиши

Общие горячие клавиши в ComfyUI и как их настроить

5.7 Расширения

Инструкции и объяснения функций для настроек расширений в меню настроек ComfyUI

5.8 Конфигурация сервера

Инструкции по конфигурации, связанной с сервисом ComfyUI, и сетевым настройкам для LAN-обмена.

5.9 О программе

6. Структура файлов

Комплексное руководство по структуре папок установочного пакета ComfyUI. Узнайте о назначении и содержимом каждой директории и файла в настройке ComfyUI.

CLIP Text Encode SDXL

Узнайте об узле CLIP Text Encode SDXL в ComfyUI, который кодирует текстовые входные данные с использованием моделей CLIP, специально адаптированных для архитектуры SDXL, преобразуя текстовые описания в формат, подходящий для задач генерации или манипуляции изображениями.

CLIP Text Encode SDXL Refiner

Узнайте об узле CLIP Text Encode SDXL Refiner в ComfyUI, который улучшает кодирование текстовых входных данных с использованием моделей CLIP, повышая качество условных данных для генеративных задач путем включения эстетических оценок и размеров.

CLIP Text Encode Hunyuan DiT

Документация для узла CLIPTextEncodeHunyuanDiT в ComfyUI, включая типы входных/выходных данных, методы, введение в BERT и mT5-XL, а также советы по использованию.

Conditioning Set Timestep Range

Узнайте об узле Conditioning Set Timestep Range в ComfyUI, который настраивает временной аспект условных данных, устанавливая определенный диапазон временных шагов, что позволяет более целенаправленную и эффективную генерацию.

Conditioning Zero Out

Узнайте об узле Conditioning Zero Out в ComfyUI, который обнуляет определенные элементы в структуре условных данных, эффективно нейтрализуя их влияние в последующих шагах обработки.

Узел CLIPTextEncodeFlux для ComfyUI - Объяснение

Откройте для себя функциональность узла CLIPTextEncodeFlux в ComfyUI для продвинутого кодирования текста и условной генерации изображений.

FluxGuidance - Описание функциональности узла ComfyUI

Узнайте об узле FluxGuidance в ComfyUI, который контролирует влияние текстовых подсказок на генерацию изображений.

CLIP Loader

Узнайте об узле CLIP Loader в ComfyUI, который предназначен для загрузки моделей CLIP, поддерживая различные типы, такие как stable diffusion и stable cascade. Он абстрагирует сложности загрузки и настройки моделей CLIP для использования в различных приложениях, предоставляя упрощенный способ доступа к этим моделям с конкретными конфигурациями.

Load Checkpoint With Config (DEPRECATED)

Узнайте об узле Load Checkpoint With Config (DEPRECATED) в ComfyUI, который предназначен для загрузки контрольных точек моделей вместе с их конфигурациями. Он абстрагирует сложности загрузки и настройки контрольных точек моделей для использования в различных приложениях, предоставляя упрощенный способ доступа к этим моделям с конкретными конфигурациями.

Diffusers Loader

Узнайте об узле Diffusers Loader в ComfyUI, который предназначен для загрузки моделей из библиотеки diffusers, специально обрабатывая загрузку моделей UNet, CLIP и VAE на основе предоставленных путей к моделям. Он облегчает интеграцию этих моделей в фреймворк ComfyUI, обеспечивая продвинутые функции, такие как генерация изображений из текста, манипуляция изображениями и многое другое.

Dual CLIP Loader - Как это работает и как использовать

Узнайте об узле Dual CLIP Loader в ComfyUI, который предназначен для одновременной загрузки двух моделей CLIP, облегчая операции, требующие интеграции или сравнения функций обеих моделей.

QuadrupleCLIPLoader | Quadruple CLIP Loader - Узел ComfyUI

Узел QuadrupleCLIPLoader является одним из основных узлов ComfyUI, изначально добавлен для поддержки версии HiDream I1.

Руководство по UNET Loader | Загрузка модели диффузии - Документация и примеры

Узнайте об узле UNET Loader в ComfyUI, который предназначен для загрузки моделей U-Net по имени, облегчая использование предобученных архитектур U-Net в системе.

Model Sampling Continuous EDM

Узнайте об узле Model Sampling Continuous EDM в ComfyUI, который улучшает возможности сэмплирования модели путем интеграции техник сэмплирования непрерывного EDM (Energy-based Diffusion Models). Он позволяет динамически настраивать уровни шума в процессе сэмплирования модели, обеспечивая более точный контроль над качеством и разнообразием генерации.

Model Sampling Discrete

Узнайте об узле Model Sampling Discrete в ComfyUI, который модифицирует поведение сэмплирования модели путем применения дискретной стратегии сэмплирования. Он позволяет выбирать различные методы сэмплирования, такие как epsilon, v_prediction, lcm или x0, и опционально настраивает стратегию шумоподавления модели на основе настройки zero-shot noise ratio (zsnr).

Rescale CFG

Узнайте об узле Rescale CFG в ComfyUI, который настраивает масштабы условных и безусловных компонентов выхода модели на основе указанного множителя, стремясь достичь более сбалансированного и контролируемого процесса генерации. Он работает путем перемасштабирования выхода модели для изменения влияния условных и безусловных компонентов, тем самым потенциально улучшая производительность или качество выхода модели.

Checkpoint Save

Узнайте об узле Checkpoint Save в ComfyUI, который предназначен для сохранения состояния различных компонентов модели, включая модели, CLIP и VAE, в файл контрольной точки. Эта функциональность критически важна для сохранения прогресса обучения или конфигурации моделей для последующего использования или обмена.

CLIPMerge Simple

Узнайте об узле CLIPMerge Simple в ComfyUI, который специализируется на объединении двух моделей CLIP на основе указанного соотношения, эффективно смешивая их характеристики. Он выборочно применяет патчи от одной модели к другой, исключая определенные компоненты, такие как position IDs и logit scale, для создания гибридной модели, которая объединяет функции обеих исходных моделей.

CLIP Save

Узнайте об узле CLIPSave в ComfyUI, который предназначен для сохранения моделей CLIP вместе с дополнительной информацией, такой как промпты и дополнительные метаданные PNG. Он инкапсулирует функциональность для сериализации и хранения состояния модели, облегчая сохранение и обмен конфигурациями моделей и их связанными творческими промптами.

Model Merge Add

Узнайте об узле ModelMergeAdd в ComfyUI, который предназначен для объединения двух моделей путем добавления ключевых патчей от одной модели к другой. Этот процесс включает клонирование первой модели и затем применение патчей от второй модели, позволяя комбинировать функции или поведение обеих моделей.

Model Merge Blocks

Узнайте об узле ModelMergeBlocks в ComfyUI, который предназначен для продвинутых операций объединения моделей, позволяя интеграцию двух моделей с настраиваемыми соотношениями смешивания для различных частей моделей. Этот узел облегчает создание гибридных моделей путем выборочного объединения компонентов из двух исходных моделей на основе указанных параметров.

Model Merge Simple

Узнайте об узле ModelMergeSimple в ComfyUI, который предназначен для объединения двух моделей путем смешивания их параметров на основе указанного соотношения. Этот узел облегчает создание гибридных моделей, которые объединяют сильные стороны или характеристики обеих входных моделей.

Model Merge Subtract

Узнайте об узле ModelMergeSubtract в ComfyUI, который предназначен для продвинутых операций объединения моделей, специально для вычитания параметров одной модели из другой на основе указанного множителя. Он позволяет настраивать поведение моделей путем корректировки влияния параметров одной модели на другую, облегчая создание новых гибридных моделей.

VAE Save

Узнайте об узле VAESave в ComfyUI, который предназначен для сохранения моделей VAE вместе с их метаданными, включая промпты и дополнительную информацию PNG, в указанную выходную директорию. Он инкапсулирует функциональность для сериализации состояния модели и связанной информации в файл, облегчая сохранение и обмен обученными моделями.

Stable Zero 123 Conditioning

Learn about the StableZero123_Conditioning node in ComfyUI, which is designed for processing conditioning information specifically tailored for the StableZero123 model. It focuses on preparing the input in a specific format that is compatible and optimized for these models.

Stable Zero 123 Conditioning Batched

Learn about the StableZero123_Conditioning_Batched node in ComfyUI, which is designed for processing conditioning information in a batched manner specifically tailored for the StableZero123 model. It focuses on efficiently handling multiple sets of conditioning data simultaneously, optimizing the workflow for scenarios where batch processing is crucial.

CLIP Set Last Layer

Learn about the CLIPSetLastLayer node in ComfyUI, which is designed for modifying the behavior of a CLIP model by setting a specific layer as the last one to be executed. It allows for the customization of the depth of processing within the CLIP model, potentially affecting the model's output by limiting the amount of information processed.

CLIP Text Encode (Prompt)

Learn about the CLIPTextEncode node in ComfyUI, which is designed for encoding textual inputs using a CLIP model, transforming text into a form that can be utilized for conditioning in generative tasks. It abstracts the complexity of text tokenization and encoding, providing a streamlined interface for generating text-based conditioning vectors.

CLIP Vision Encode

Learn about the CLIPVisionEncode node in ComfyUI, which is designed for encoding images using a CLIP vision model, transforming visual input into a format suitable for further processing or analysis. It abstracts the complexity of image encoding, offering a streamlined interface for converting images into encoded representations.

Conditioning Average

Learn about the ConditioningAverage node in ComfyUI, which is designed for blending two sets of conditioning data, applying a weighted average based on a specified strength. This process allows for the dynamic adjustment of conditioning influence, facilitating the fine-tuning of generated content or features.

Conditioning (Combine)

Learn about the Conditioning(Combine) node in ComfyUI, which is designed for merging two sets of conditioning data, effectively combining their information. It provides a straightforward interface for integrating conditioning inputs, allowing for the dynamic adjustment of generated content or features.

Conditioning (Concat)

Learn about the Conditioning(Concat) node in ComfyUI, which is designed for concatenating conditioning vectors, effectively merging the 'conditioning_from' vector into the 'conditioning_to' vector. It provides a straightforward interface for integrating conditioning inputs, allowing for the dynamic adjustment of generated content or features.

Conditioning (Set Area)

Learn about the Conditioning(SetArea) node in ComfyUI, which is designed for modifying the conditioning information by setting specific areas within the conditioning context. It allows for the precise spatial manipulation of conditioning elements, enabling targeted adjustments and enhancements based on specified dimensions and strength.

Conditioning (Set Area with Percentage)

Learn about the Conditioning(SetAreaWithPercentage) node in ComfyUI, which is designed for adjusting the area of influence for conditioning elements based on percentage values. It allows for the specification of the area's dimensions and position as percentages of the total image size, alongside a strength parameter to modulate the intensity of the conditioning effect.

Conditioning (Set Area Strength)

Learn about the Conditioning(SetAreaStrength) node in ComfyUI, which is designed for adjusting the strength of conditioning elements within a specified area. It allows for the specification of the area's dimensions and position as percentages of the total image size, alongside a strength parameter to modulate the intensity of the conditioning effect.

Conditioning (Set Mask)

Learn about the Conditioning(SetMask) node in ComfyUI, which is designed for modifying the conditioning information by applying a mask with a specified strength to certain areas. It allows for targeted adjustments within the conditioning, enabling more precise control over the generation process.

Apply ControlNet

Learn about the ApplyControlNet node in ComfyUI, which is designed for applying control net transformations to conditioning data based on an image and a control net model. It allows for fine-tuned adjustments of the control net's influence over the generated content, enabling more precise and varied modifications to the conditioning.

Apply ControlNet (Advanced)

Learn about the ApplyControlNet(Advanced) node in ComfyUI, which is designed for applying advanced control net transformations to conditioning data based on an image and a control net model. It allows for fine-tuned adjustments of the control net's influence over the generated content, enabling more precise and varied modifications to the conditioning.

GLIGEN Text Box Apply

Learn about the GLIGENTextBoxApply node in ComfyUI, which is designed for integrating text-based conditioning into a generative model's input, specifically by applying text box parameters and encoding them using a CLIP model. This process enriches the conditioning with spatial and textual information, facilitating more precise and context-aware generation.

Inpaint Model Conditioning

Learn about the InpaintModelConditioning node in ComfyUI, which is designed for facilitating the conditioning process for inpainting models, enabling the integration and manipulation of various conditioning inputs to tailor the inpainting output. It encompasses a broad range of functionalities, from loading specific model checkpoints and applying style or control net models, to encoding and combining conditioning elements, thereby serving as a comprehensive tool for customizing inpainting tasks.

Apply Style Model

Learn about the StyleModelApply node in ComfyUI, which is designed for applying a style model to a given conditioning, enhancing or altering its style based on the output of a CLIP vision model. It integrates the style model's conditioning into the existing conditioning, allowing for a seamless blend of styles in the generation process.

unCLIP Conditioning

Learn about the unCLIPConditioning node in ComfyUI, which is designed for integrating CLIP vision outputs into the conditioning process, adjusting the influence of these outputs based on specified strength and noise augmentation parameters. It enriches the conditioning with visual context, enhancing the generation process.

SD_4X Upscale Conditioning

Learn about the SD_4XUpscale_Conditioning node in ComfyUI, which is designed for enhancing the resolution of images through a 4x upscale process, incorporating conditioning elements to refine the output. It leverages diffusion techniques to upscale images while allowing for the adjustment of scale ratio and noise augmentation to fine-tune the enhancement process.

SVD img2vid Conditioning

Learn about the SVD_img2vid_Conditioning node in ComfyUI, which is designed for generating conditioning data for video generation tasks, specifically tailored for use with SVD_img2vid models. It takes various inputs including initial images, video parameters, and a VAE model to produce conditioning data that can be used to guide the generation of video frames.

ComfyUI WanFunControlToVideo Node

Learn about the WanFunControlToVideo node in ComfyUI, used to generate conditioning data for video generation tasks, specifically designed for use with Wan 2.1 Fun Control models. It accepts various inputs including initial images, video parameters, and a VAE model to generate conditioning data that can be used to guide video frame generation.

Save Animated PNG

Узнайте об узле SaveAnimatedPNG в ComfyUI, который предназначен для создания и сохранения анимированных PNG изображений из последовательности кадров. Он обрабатывает сборку отдельных кадров изображений в связную анимацию, позволяя настраивать продолжительность кадров, зацикливание и включение метаданных.

Save Animated WEBP

Узнайте об узле SaveAnimatedWEBP в ComfyUI, который предназначен для сохранения последовательности изображений как анимированный WEBP файл. Он обрабатывает агрегацию отдельных кадров в связную анимацию, применяя указанные метаданные и оптимизируя выход на основе настроек качества и сжатия.

Изображение из пакета

Узнайте о узле ImageFromBatch в ComfyUI, который предназначен для извлечения определенного сегмента изображений из пакета на основе предоставленного индекса и длины. Он позволяет более детально контролировать пакетные изображения, обеспечивая операции с отдельными изображениями или подмножествами изображений в большем пакете.

Перегруппировка изображений

Узнайте о узле RebatchImages в ComfyUI, который предназначен для реорганизации пакета изображений в новую конфигурацию пакета, корректируя размер пакета согласно указанным параметрам. Этот процесс необходим для управления и оптимизации обработки данных изображений в пакетных операциях, обеспечивая группировку изображений согласно желаемому размеру пакета для эффективной обработки.

Повторение пакета изображений

Узнайте о узле RepeatImageBatch в ComfyUI, который предназначен для репликации заданного изображения указанное количество раз, создавая пакет идентичных изображений. Эта функциональность полезна для операций, которые требуют множественных экземпляров одного и того же изображения, таких как пакетная обработка или увеличение данных.

Пустое изображение

Узнайте о узле EmptyImage в ComfyUI, который предназначен для генерации пустых изображений указанных размеров и цвета. Он позволяет создавать изображения однородного цвета, которые могут служить фонами или заполнителями в различных задачах обработки изображений.

Пакет изображений

Узнайте о узле ImageBatch в ComfyUI, который предназначен для объединения двух изображений в один пакет. Если размеры изображений не совпадают, он автоматически изменяет масштаб второго изображения, чтобы соответствовать размерам первого, перед их объединением.

Составное изображение с маской

Узнайте о узле ImageCompositeMasked в ComfyUI, который предназначен для композитинга изображений, позволяя накладывать исходное изображение на целевое изображение в указанных координатах с опциональным изменением размера и маскированием.

Инвертирование изображения

Узнайте о узле ImageInvert в ComfyUI, который предназначен для инвертирования цветов изображения, эффективно преобразуя цветовое значение каждого пикселя в его дополнительный цвет на цветовом круге. Эта операция полезна для создания негативных изображений или для визуальных эффектов, которые требуют инвертирования цветов.

Дополнение изображения для внешней отрисовки

Узнайте о узле ImagePadForOutpaint в ComfyUI, который предназначен для подготовки изображений к процессу внешней отрисовки путем добавления отступов вокруг них. Он корректирует размеры изображения для обеспечения совместимости с алгоритмами внешней отрисовки, облегчая генерацию расширенных областей изображения за пределами исходных границ.

Загрузка изображения

Узнайте о узле LoadImage в ComfyUI, который предназначен для загрузки и предварительной обработки изображений из указанного пути. Он обрабатывает форматы изображений с несколькими кадрами, применяет необходимые преобразования, такие как поворот на основе данных EXIF, нормализует значения пикселей и опционально генерирует маску для изображений с альфа-каналом. Этот узел необходим для подготовки изображений к дальнейшей обработке или анализу в рамках конвейера.

Смешивание изображений

Узнайте о узле ImageBlend в ComfyUI, который предназначен для смешивания двух изображений на основе указанного режима смешивания и коэффициента смешивания. Он поддерживает различные режимы смешивания, такие как нормальный, умножение, экран, наложение, мягкий свет и разность, позволяя универсально манипулировать изображениями и применять техники композитинга. Этот узел необходим для создания составных изображений путем настройки визуального взаимодействия между двумя слоями изображений.

Размытие изображения

Узнайте о узле ImageBlur в ComfyUI, который предназначен для применения гауссова размытия к изображению, смягчения краев и уменьшения деталей и шума. Он обеспечивает контроль над интенсивностью и распространением размытия через параметры.

Квантизация изображения

Узнайте о узле ImageQuantize в ComfyUI, который предназначен для уменьшения количества цветов в изображении до указанного числа, с возможностью применения техник дизеринга для сохранения визуального качества. Этот процесс полезен для создания изображений на основе палитры или уменьшения цветовой сложности для определенных приложений.

Увеличение резкости изображения

Узнайте о узле ImageSharpen в ComfyUI, который предназначен для улучшения четкости изображения путем усиления его краев и деталей. Он применяет фильтр увеличения резкости к изображению, который можно настраивать по интенсивности и радиусу, делая изображение более четким и резким.

Узел Canny

Узнайте о узле Canny в ComfyUI, который предназначен для обнаружения краев в изображениях, используя алгоритм Canny для идентификации и выделения краев. Этот процесс включает применение серии фильтров к входному изображению для обнаружения областей с высоким градиентом, которые соответствуют краям, тем самым улучшая структурные детали изображения.

Предварительный просмотр изображения

Узнайте о узле PreviewImage в ComfyUI, который предназначен для создания временных изображений предварительного просмотра. Он автоматически генерирует уникальное временное имя файла для каждого изображения, сжимает изображение до указанного уровня и сохраняет его во временную директорию. Эта функциональность особенно полезна для генерации предварительных просмотров изображений во время обработки без влияния на исходные файлы.

Сохранение изображения - Сохранение изображений локально в ComfyUI

Узнайте о узле SaveImage в ComfyUI, который предназначен для сохранения изображений на диск. Он обрабатывает процесс преобразования данных изображения из тензоров в подходящий формат изображения, применяет опциональные метаданные и записывает изображения в указанные места с настраиваемыми уровнями сжатия.

Обрезка изображения

Узнайте о узле ImageCrop в ComfyUI, который предназначен для обрезки изображений до указанной ширины и высоты, начиная с заданных координат x и y. Эта функциональность необходима для фокусировки на определенных областях изображения или для корректировки размера изображения в соответствии с определенными требованиями.

Масштабирование изображения

Узнайте о узле ImageScale в ComfyUI, который предназначен для изменения размера изображений до конкретных размеров, предлагая выбор методов увеличения и возможность обрезки измененного изображения. Он абстрагирует сложность увеличения и обрезки изображений, предоставляя простой интерфейс для изменения размеров изображения согласно параметрам, определенным пользователем.

Узел масштабирования изображения

Узнайте о узле ImageScaleBy в ComfyUI, который предназначен для увеличения изображений на указанный коэффициент масштабирования с использованием различных методов интерполяции. Он позволяет гибко настраивать размер изображения, удовлетворяя различные потребности в увеличении.

Масштабирование изображения до общего количества пикселей

Узнайте о узле ImageScaleToTotalPixels в ComfyUI, который предназначен для изменения размера изображений до указанного общего количества пикселей с сохранением соотношения сторон. Он предоставляет различные методы для увеличения изображения для достижения желаемого количества пикселей.

Увеличение изображения с помощью модели

Откройте для себя узел ImageUpscaleWithModel в ComfyUI, предназначенный для увеличения изображений с использованием указанной модели увеличения. Он эффективно управляет процессом увеличения, корректируя изображение для соответствующего устройства, оптимизируя использование памяти и применяя модель увеличения мозаичным способом для предотвращения потенциальных ошибок нехватки памяти.

Latent Upscale

Узнайте о узле LatentUpscale в ComfyUI, который предназначен для масштабирования латентных представлений изображений. Он позволяет настраивать размеры выходного изображения и метод масштабирования, обеспечивая гибкость в улучшении разрешения латентных изображений.

Empty Latent Image

Узнайте о узле EmptyLatentImage в ComfyUI, который предназначен для генерации пустого латентного пространственного представления с указанными размерами и размером пакета. Этот узел служит основополагающим шагом в генерации или манипуляции изображениями в латентном пространстве, предоставляя отправную точку для дальнейших процессов синтеза или модификации изображений.

Latent Upscale By

Узнайте о узле LatentUpscaleBy в ComfyUI, который предназначен для масштабирования латентных представлений изображений на указанный коэффициент масштабирования. Этот узел позволяет настраивать коэффициент масштабирования и метод масштабирования, обеспечивая гибкость в улучшении разрешения латентных образцов.

Latent Composite

Узнайте о узле LatentComposite в ComfyUI, который предназначен для смешивания или объединения двух латентных представлений в единый выход. Этот процесс необходим для создания композитных изображений или признаков путем объединения характеристик входных латентных представлений контролируемым образом.

VAE Decode

Узнайте о узле VAEDecode в ComfyUI, который предназначен для декодирования латентных представлений в изображения с использованием указанного Вариационного Автоэнкодера (VAE). Он служит цели генерации изображений из сжатых представлений данных, облегчая реконструкцию изображений из их латентных пространственных кодировок.

VAE Encode

Узнайте о узле VAEEncode в ComfyUI, который предназначен для кодирования изображений в латентное пространственное представление с использованием указанного Вариационного Автоэнкодера (VAE). Он абстрагирует сложность процесса кодирования, предоставляя простой способ трансформации изображений в их латентные представления.

Latent Composite Masked

Узнайте о узле LatentCompositeMasked в ComfyUI, который предназначен для смешивания двух латентных представлений вместе в указанных координатах, опционально используя маску для более контролируемого композитинга. Этот узел позволяет создавать сложные латентные изображения путем наложения частей одного изображения на другое, с возможностью изменения размера исходного изображения для идеального соответствия.

Сложение латентных представлений

Узнайте о узле LatentAdd в ComfyUI, который предназначен для сложения двух латентных представлений. Он облегчает комбинирование признаков или характеристик, закодированных в этих представлениях, путем выполнения поэлементного сложения.

Поведение случайного семени латентного пакета

Узнайте о узле LatentBatchSeedBehavior в ComfyUI, который предназначен для изменения поведения случайного семени пакета латентных сэмплов. Он позволяет либо рандомизировать, либо фиксировать семя по всему пакету, тем самым влияя на процесс генерации путем либо введения вариативности, либо поддержания согласованности в генерируемых выходах.

Интерполяция латентных представлений

Узнайте о узле LatentInterpolate в ComfyUI, который предназначен для выполнения интерполяции между двумя наборами латентных сэмплов на основе указанного соотношения, смешивая характеристики обоих наборов для создания нового, промежуточного набора латентных сэмплов.

Умножение латентных представлений

Узнайте о узле LatentMultiply в ComfyUI, который предназначен для масштабирования латентного представления сэмплов на указанный множитель, позволяя тонкую настройку генерируемого содержимого или исследование вариаций в заданном латентном направлении.

Вычитание латентных представлений

Узнайте о узле LatentSubtract в ComfyUI, который предназначен для вычитания одного латентного представления из другого. Эта операция может использоваться для манипуляции или модификации характеристик выходов генеративных моделей путем эффективного удаления признаков или атрибутов, представленных в одном латентном пространстве, из другого.

Латентный пакет

Узнайте о узле LatentBatch в ComfyUI, который предназначен для объединения двух наборов латентных сэмплов в один пакет, потенциально изменяя размер одного набора для соответствия размерам другого перед конкатенацией. Эта операция облегчает комбинирование различных латентных представлений для дальнейшей обработки или генеративных задач.

Латентные представления из пакета

Узнайте о узле LatentFromBatch в ComfyUI, который предназначен для извлечения определенного подмножества латентных сэмплов из заданного пакета на основе указанного индекса пакета и длины. Он позволяет выборочную обработку латентных сэмплов, облегчая операции над меньшими сегментами пакета для эффективности или целенаправленной манипуляции.

Перегруппировка латентных представлений

Узнайте о узле RebatchLatents в ComfyUI, который предназначен для реорганизации пакета латентных представлений в новую конфигурацию пакета на основе указанного размера пакета. Он обеспечивает соответствующую группировку латентных сэмплов, обрабатывая вариации в размерах и измерениях, для облегчения дальнейшей обработки или вывода модели.

Повторение латентного пакета

Узнайте о узле RepeatLatentBatch в ComfyUI, который предназначен для репликации заданного пакета латентных представлений указанное количество раз, потенциально включая дополнительные данные, такие как маски шума и индексы пакетов. Эта функциональность имеет решающее значение для операций, которые требуют множественных экземпляров одних и тех же латентных данных, таких как увеличение данных или специфические генеративные задачи.

Установка маски шума латентных представлений

Узнайте о узле SetLatentNoiseMask в ComfyUI, который предназначен для применения маски шума к набору латентных сэмплов. Он модифицирует входные сэмплы путем интеграции указанной маски, тем самым изменяя их характеристики шума.

VAE Кодирование (для внутренней отрисовки)

Узнайте о узле VAEEncodeForInpaint в ComfyUI, который предназначен для кодирования изображений в латентное представление, подходящее для задач внутренней отрисовки, включая дополнительные шаги предварительной обработки для корректировки входного изображения и маски для оптимального кодирования моделью VAE.

Обрезка латентного представления

Узнайте о узле LatentCrop в ComfyUI, который предназначен для выполнения операций обрезки на латентных представлениях изображений. Он позволяет указать размеры и позицию обрезки, обеспечивая целенаправленные модификации латентного пространства.

Отражение латентного представления

Узнайте о узле LatentFlip в ComfyUI, который предназначен для манипуляции латентными представлениями путем их отражения по вертикали или горизонтали. Эта операция позволяет трансформировать латентное пространство, потенциально раскрывая новые вариации или перспективы в данных.

Поворот латентного представления

Узнайте о узле LatentRotate в ComfyUI, который предназначен для поворота латентных представлений изображений на указанные углы. Он абстрагирует сложность манипуляции латентным пространством для достижения эффектов поворота, позволяя пользователям легко трансформировать изображения в латентном пространстве генеративной модели.

Учебник по узлу Empty Hunyuan Latent Video

Узнайте о функциональности, настройке параметров и использовании узла Empty Hunyuan Latent Video в ComfyUI. Этот узел создает пустые латентные видеоканвы для генерации видео с использованием видеомодели Tencent Hunyuan.

Загрузчик чекпоинтов (Простой)

Узнайте о узле CheckpointLoaderSimple в ComfyUI, который предназначен для загрузки чекпоинтов модели без необходимости указания конфигурации. Он упрощает процесс загрузки чекпоинтов, требуя только имя чекпоинта, что делает его более доступным для пользователей, которые могут быть не знакомы с деталями конфигурации.

Загрузчик CLIP Vision

Узнайте о узле CLIPVisionLoader в ComfyUI, который предназначен для загрузки моделей CLIP Vision из указанных путей. Он абстрагирует сложности поиска и инициализации моделей CLIP Vision, делая их легко доступными для дальнейшей обработки или задач вывода.

Загрузчик ControlNet

Узнайте о узле ControlNetLoader в ComfyUI, который предназначен для загрузки моделей ControlNet из указанных путей. Он абстрагирует сложности поиска и инициализации моделей ControlNet, делая их легко доступными для дальнейшей обработки или задач вывода.

Загрузчик Diff ControlNet

Узнайте о узле DiffControlNetLoader в ComfyUI, который предназначен для загрузки дифференциальных контрольных сетей из указанных путей. Он абстрагирует сложности поиска и инициализации дифференциальных контрольных сетей, делая их легко доступными для дальнейшей обработки или задач вывода.

Загрузчик GLIGEN

Узнайте о узле GLIGENLoader в ComfyUI, который предназначен для загрузки моделей GLIGEN из указанных путей. Он абстрагирует сложности поиска и инициализации моделей GLIGEN, делая их легко доступными для дальнейшей обработки или задач вывода.

Загрузчик гиперсети

Узнайте о узле HypernetworkLoader в ComfyUI, который предназначен для загрузки моделей гиперсети из указанных путей. Он абстрагирует сложности поиска и инициализации моделей гиперсети, делая их легко доступными для дальнейшей обработки или задач вывода.

Загрузчик LoRA - Документация узла ComfyUI

Этот узел предназначен для динамической загрузки и применения настроек LoRA (Low-Rank Adaptation) к моделям и экземплярам CLIP на основе указанных сил и имен файлов LoRA. Он облегчает настройку предварительно обученных моделей путем применения точно настроенных корректировок без прямого изменения исходных весов модели, обеспечивая более гибкие и целенаправленные модификации поведения модели.

Загрузчик LoRA (только модель)

Узнайте о узле LoraLoaderModelOnly в ComfyUI, который предназначен для загрузки моделей LoRA без необходимости в модели CLIP, фокусируясь на улучшении или модификации данной модели на основе параметров LoRA. Он позволяет динамически настраивать силу модели через параметры LoRA, облегчая точную настройку контроля над поведением модели.

Загрузчик стилевых моделей

Узнайте о узле StyleModelLoader в ComfyUI, который предназначен для загрузки стилевых моделей из указанных путей. Он абстрагирует сложности поиска и инициализации стилевых моделей, делая их легко доступными для дальнейшей обработки или задач вывода.

Загрузчик чекпоинтов unCLIP

Узнайте о узле unCLIPCheckpointLoader в ComfyUI, который предназначен для загрузки чекпоинтов, специально адаптированных для моделей unCLIP. Он облегчает извлечение и инициализацию моделей, модулей CLIP vision и VAE из указанного чекпоинта, упрощая процесс настройки для дальнейших операций или анализов.

Загрузчик моделей масштабирования

Узнайте о узле UpscaleModelLoader в ComfyUI, который предназначен для загрузки моделей масштабирования из указанных путей. Он абстрагирует сложности поиска и инициализации моделей масштабирования, делая их легко доступными для дальнейшей обработки или задач вывода.

Загрузчик VAE

Узнайте о узле VAELoader в ComfyUI, который предназначен для загрузки моделей Вариационного Автоэнкодера (VAE), специально адаптированных для обработки как стандартных, так и приближенных VAE. Он поддерживает загрузку VAE по имени, включая специализированную обработку для моделей 'taesd' и 'taesdxl', и динамически настраивается на основе конкретной конфигурации VAE.

Загрузчик чекпоинтов только для изображений (модель img2vid)

Узнайте о узле ImageOnlyCheckpointLoader в ComfyUI, который предназначен для загрузки чекпоинтов, специально предназначенных для моделей на основе изображений в рабочих процессах генерации видео. Он эффективно извлекает и настраивает необходимые компоненты из данного чекпоинта, фокусируясь на аспектах модели, связанных с изображениями.

Объединение изображения с альфа-каналом

Узнайте о узле JoinImageWithAlpha в ComfyUI, который предназначен для объединения изображения с соответствующим альфа-маской для создания единого выходного изображения. Он эффективно комбинирует визуальный контент с информацией о прозрачности, позволяя создавать изображения, где определенные области прозрачны или полупрозрачны.

Композитинг изображений Porter-Duff

Узел PorterDuffImageComposite предназначен для выполнения композитинга изображений с использованием операторов композитинга Porter-Duff. Он позволяет комбинировать исходные и целевые изображения согласно различным режимам смешивания, обеспечивая создание сложных визуальных эффектов путем манипуляции прозрачностью изображений и наложения изображений творческими способами.

Разделение изображения с альфа-каналом

Узел SplitImageWithAlpha предназначен для разделения цветовых и альфа-компонентов изображения. Он обрабатывает входной тензор изображения, извлекая RGB-каналы как цветовой компонент и альфа-канал как компонент прозрачности, облегчая операции, которые требуют манипуляции этими различными аспектами изображения.

Обрезка маски

Узел CropMask предназначен для обрезки указанной области из заданной маски. Он позволяет пользователям определять интересующую область, указывая координаты и размеры, эффективно извлекая часть маски для дальнейшей обработки или анализа.

Размытие маски

Узел FeatherMask предназначен для применения эффекта размытия к краям заданной маски, плавно переходя по краям маски, регулируя их прозрачность на основе указанных расстояний от каждого края. Это создает более мягкий, более смешанный эффект краев.

Расширение маски

Узел GrowMask предназначен для изменения размера заданной маски, расширяя или сжимая её, с возможностью применения сужающегося эффекта к углам. Эта функциональность критически важна для динамической настройки границ маски в задачах обработки изображений, позволяя более гибкий и точный контроль над интересующей областью.

Цвет изображения в маску

Узел ImageColorToMask предназначен для преобразования указанного цвета в изображении в маску. Он обрабатывает изображение и целевой цвет, генерируя маску, где указанный цвет выделен, облегчая операции, такие как сегментация на основе цвета или изоляция объектов.

Изображение в маску

Узел ImageToMask предназначен для преобразования изображения в маску на основе указанного цветового канала. Он позволяет извлекать слои масок, соответствующие красному, зеленому, синему или альфа-каналам изображения, облегчая операции, которые требуют маскирования или обработки на основе конкретных каналов.

Инверсия маски

Узел InvertMask предназначен для инверсии значений заданной маски, эффективно переворачивая замаскированные и незамаскированные области. Эта операция является фундаментальной в задачах обработки изображений, где фокус интереса должен быть переключен между передним планом и фоном.

Загрузить изображение (как маску)

Узел LoadImageMask предназначен для загрузки изображений и их связанных масок из указанного пути, обрабатывая их для обеспечения совместимости с дальнейшими задачами манипуляции или анализа изображений. Он фокусируется на обработке различных форматов изображений и условий, таких как наличие альфа-канала для масок, и подготавливает изображения и маски для последующей обработки, преобразуя их в стандартизированный формат.

Композиция масок

Узел MaskComposite предназначен для объединения двух входных масок через различные операции, такие как сложение, вычитание и логические операции, для создания новой, измененной маски. Он абстрактно обрабатывает манипуляции с данными масок для достижения сложных эффектов маскирования, служа критически важным компонентом в рабочих процессах редактирования и обработки изображений на основе масок.

Маска в изображение

Узел MaskToImage предназначен для преобразования маски в формат изображения. Это преобразование позволяет визуализировать и дополнительно обрабатывать маски как изображения, обеспечивая мост между операциями на основе масок и приложениями на основе изображений.

Сплошная маска

Узел SolidMask генерирует однородную маску с указанным значением по всей области. Он предназначен для создания масок определенных размеров и интенсивности, полезных в различных задачах обработки изображений и маскирования.

SamplerCustom

Узел SamplerCustom предназначен для предоставления гибкого и настраиваемого механизма сэмплирования для различных приложений. Он позволяет пользователям выбирать и настраивать различные стратегии сэмплирования, адаптированные к их конкретным потребностям, повышая адаптивность и эффективность процесса сэмплирования.

Выбор K-сэмплера

Узел KSamplerSelect предназначен для выбора конкретного сэмплера на основе предоставленного имени сэмплера. Он абстрагирует сложность выбора сэмплера, позволяя пользователям легко переключаться между различными стратегиями сэмплирования для своих задач.

Сэмплер DPMPP_2M_SDE

Узел SamplerDPMPP_2M_SDE предназначен для генерации сэмплера для модели DPMPP_2M_SDE, позволяя создавать сэмплы на основе указанных типов решателей, уровней шума и предпочтений вычислительных устройств. Он абстрагирует сложности конфигурации сэмплера, предоставляя упрощенный интерфейс для генерации сэмплов с настраиваемыми параметрами.

Сэмплер DPMPP_SDE

Узел SamplerDPMPP_SDE предназначен для генерации сэмплера для модели DPMPP_SDE, позволяя создавать сэмплы на основе указанных типов решателей, уровней шума и предпочтений вычислительных устройств. Он абстрагирует сложности конфигурации сэмплера, предоставляя упрощенный интерфейс для генерации сэмплов с настраиваемыми параметрами.

Базовый планировщик

Узел BasicScheduler предназначен для вычисления последовательности значений сигма для диффузионных моделей на основе предоставленного планировщика, модели и параметров шумоподавления. Он динамически настраивает общее количество шагов на основе фактора шумоподавления для тонкой настройки диффузионного процесса.

Экспоненциальный планировщик

Узел ExponentialScheduler предназначен для генерации последовательности значений сигма, следующих экспоненциальному расписанию для процессов диффузионного сэмплирования. Он предоставляет настраиваемый подход для контроля уровней шума, применяемых на каждом шаге диффузионного процесса, позволяя тонкую настройку поведения сэмплирования.

Планировщик Карраса

Узел KarrasScheduler предназначен для генерации последовательности уровней шума (сигма) на основе расписания шума Карраса и др. (2022). Этот планировщик полезен для контроля диффузионного процесса в генеративных моделях, позволяя тонко настроенные корректировки уровней шума, применяемых на каждом шаге процесса генерации.

Полиэкспоненциальный планировщик

Узел PolyexponentialScheduler предназначен для генерации последовательности уровней шума (сигма) на основе полиэкспоненциального расписания шума. Это расписание является полиномиальной функцией в логарифме сигма, позволяя гибкую и настраиваемую прогрессию уровней шума на протяжении всего диффузионного процесса.

SD Turbo планировщик

Узел SDTurboScheduler предназначен для генерации последовательности значений сигма для сэмплирования изображений, настраивая последовательность на основе уровня шумоподавления и указанного количества шагов. Он использует возможности сэмплирования конкретной модели для производства этих значений сигма, которые критически важны для контроля процесса шумоподавления во время генерации изображений.

VP планировщик

Узел VPScheduler предназначен для генерации последовательности уровней шума (сигма) на основе метода планирования с сохранением дисперсии (VP). Эта последовательность критически важна для направления процесса шумоподавления в диффузионных моделях, позволяя контролируемую генерацию изображений или других типов данных.

Переворот сигма

Узел FlipSigmas предназначен для манипуляции последовательностью значений сигма, используемых в диффузионных моделях, путем изменения их порядка и обеспечения того, чтобы первое значение было ненулевым, если изначально было нулевым. Эта операция критически важна для адаптации уровней шума в обратном порядке, облегчая процесс генерации в моделях, которые работают путем постепенного уменьшения шума из данных.

Разделение сигма

Узел SplitSigmas предназначен для разделения последовательности значений сигма на две части на основе указанного шага. Эта функциональность критически важна для операций, которые требуют различной обработки или обработки начальных и последующих частей последовательности сигма, позволяя более гибкую и целенаправленную манипуляцию этими значениями.

KSampler

Этот узел предназначен для предоставления базового механизма сэмплирования для удовлетворения различных потребностей приложений. Он позволяет пользователям выбирать и настраивать различные стратегии сэмплирования для удовлетворения их конкретных требований, тем самым повышая адаптивность и эффективность процесса сэмплирования.

KSampler (Расширенный)

Узел KSamplerAdvanced предназначен для улучшения процесса сэмплирования путем предоставления расширенных конфигураций и техник. Он стремится предложить более сложные опции для генерации сэмплов из модели, улучшая базовые функции KSampler.

Сэмплер

Узел Sampler предназначен для предоставления базового механизма сэмплирования для различных приложений. Он позволяет пользователям выбирать и настраивать различные стратегии сэмплирования, адаптированные к их конкретным потребностям, повышая адаптивность и эффективность процесса сэмплирования.

Линейное управление CFG для видео

Узел VideoLinearCFGGuidance применяет линейную шкалу управления условиями к видеомодели, регулируя влияние обусловленных и необусловленных компонентов в заданном диапазоне. Это обеспечивает динамический контроль над процессом генерации, позволяя точно настраивать выходные данные модели в зависимости от желаемого уровня обусловленности.

Note

The Note node is designed to provide a basic sampling mechanism for various applications. It enables users to select and configure different sampling strategies tailored to their specific needs, enhancing the adaptability and efficiency of the sampling process.

Primitive

The Primitive node can recognize the type of input connected to it and provide input data accordingly. When this node is connected to different input types, it will change to different input states. It can be used to use a unified parameter among multiple different nodes, such as using the same seed in multiple Ksampler.

Reroute

The Reroute node is designed to provide a basic sampling mechanism for various applications. It enables users to select and configure different sampling strategies tailored to their specific needs, enhancing the adaptability and efficiency of the sampling process.

Terminal Log (Manager)

The Terminal Log (Manager) node is primarily used to display the running information of ComfyUI in the terminal within the ComfyUI interface. To use it, you need to set the `mode` to **logging** mode. This will allow it to record corresponding log information during the image generation task. If the `mode` is set to **stop** mode, it will not record log information. When you access and use ComfyUI via remote connections or local area network connections, Terminal Log (Manager) node becomes particularly useful. It allows you to directly view error messages from the CMD within the ComfyUI interface, making it easier to understand the current status of ComfyUI's operation.