ComfyUI 中 文生图（Text-to-Image）**工作流中常用的节点，帮助你快速理解其核心功能。这些节点是构建文生图流程的基础，通过连接它们可以完成从文本提示到生成图像的过程。

Load Checkpoint (加载模型)

• 作用：加载 Stable Diffusion 模型（例如 SD1.5、SDXL 等）。

• 输入：

  • ckpt_name：选择模型文件（.ckpt 或 .safetensors 格式）。

• 输出：

  • MODEL：模型对象。

  • CLIP：用于处理文本的 CLIP 模型。

  • VAE：变分自编码器，用于解码生成的图像。

• 用途：这是文生图的起点，加载预训练模型以供后续节点使用。

CLIP Text Encode (Prompt) (文本编码)

• 作用：将文本提示词（Prompt）编码为模型可理解的格式。

• 输入：

  • text：输入提示词，例如“a cute cat in a sunny garden”。

  • clip：从 Load Checkpoint 节点输出的 CLIP 模型。

• 输出：

  • CONDITIONING：编码后的提示词条件。

• 用途：

  • 需要两个这样的节点：一个用于正向提示词（Positive Prompt），一个用于负向提示词（Negative Prompt，例如“blurry, low quality”）。

  • 正向提示词描述你想要的内容，负向提示词排除不需要的元素。

Empty Latent Image (创建空白潜在图像)

• 作用：生成一个空白的潜在图像（Latent Image），作为生成图像的起点。

• 输入：

  • width 和 height：设置生成图像的分辨率（例如 512x512 或 1024x768）。

  • batch_size：生成图像的数量（通常设为 1）。

• 输出：

  • LATENT：空白的潜在图像。

• 用途：为后续采样过程提供初始的潜在空间数据。

KSampler (采样器)

• 作用：通过采样算法从潜在空间生成图像。

• 输入：

  • model：从 Load Checkpoint 节点输出的 MODEL。

  • positive 和 negative：从 CLIP Text Encode 节点输出的正向和负向条件。

  • latent_image：从 Empty Latent Image 节点输出的空白潜在图像。

  • seed：随机种子（控制生成结果的随机性，固定种子可复现结果）。

  • steps：采样步数（通常 20-50，步数越多细节越精细但耗时更长）。

  • cfg：提示词引导系数（CFG Scale，通常 7-12，控制提示词对生成结果的影响）。

  • sampler_name 和 scheduler：选择采样器和调度器（例如 Euler a、DPM++ 2M Karras）。

• 输出：

  • LATENT：采样后的潜在图像。

• 用途：核心节点，执行文生图的扩散过程，生成潜在图像。

VAE Decode (解码潜在图像)

• 作用：将潜在图像解码为实际图像。

• 输入：

  • samples：从 KSampler 输出的 LATENT。

  • vae：从 Load Checkpoint 节点输出的 VAE。

• 输出：

  • IMAGE：最终生成的图像。

• 用途：将潜在空间的表示转换为可见的像素图像。

Save Image (保存图像)

• 作用：将生成的图像保存到本地。

• 输入：

  • images：从 VAE Decode 输出的 IMAGE。

  • filename_prefix：文件名前缀（例如“output”）。

• 输出：无（直接保存图像到指定路径）。

• 用途：保存生成结果，通常保存在 ComfyUI 的 output 文件夹中。

典型文生图工作流连接

1. Load Checkpoint → 输出 MODEL、CLIP、VAE。

2. CLIP Text Encode (Positive) 和 CLIP Text Encode (Negative) → 用 CLIP 编码正向和负向提示词。

3. Empty Latent Image → 创建空白潜在图像。

4. KSampler → 连接 MODEL、正向/负向条件、空白潜在图像，设置采样参数，生成潜在图像。

5. VAE Decode → 连接 KSampler 的输出和 VAE，解码为图像。

6. Save Image → 保存最终图像。

补充节点（可选）

Preview Image：预览生成的图像，连接在 VAE Decode 后，方便调试。
Latent Upscale 或 Image Upscale：用于放大图像分辨率。
ControlNet 相关节点：如果需要基于草图、姿势等控制生成结果，可以添加 ControlNet 节点。

简单示例

假设你想生成“一只可爱的猫在阳光明媚的花园中”（分辨率 512x512，20步采样，CFG 7）：

1. Load Checkpoint：加载 SD1.5 模型。
2. CLIP Text Encode (Positive)：输入“a cute cat in a sunny garden”。
3. CLIP Text Encode (Negative)：输入“blurry, low quality”。
4. Empty Latent Image：设置 512x512。
5. KSampler：设置 steps=20, CFG=7, sampler=Euler a。
6. VAE Decode：解码图像。
7. Save Image：保存结果。