ComfyUI 的节点

ComfyUI 的节点大致上可以分为基础核心节点和强大的扩展生态两部分。简单来说基础节点是搭建工作流必须掌握的“骨架”而扩展节点则是决定工作流上限的“血肉”可以根据你的需要随时添加。 核心节点分类搭建工作流的基石这张表格汇集了最常用的基础核心节点帮助你快速了解它们的主要作用节点分类节点名称作用模型加载类Checkpoint Loader(检查点加载器)加载SD主模型如 SD 1.5, SDXL的“发动机”-5。VAE Loader(VAE加载器)单独加载负责细节的VAE模型用于改善色彩和锐度-5。LoRA Loader(LoRA加载器)加载风格、角色等微调模型快速赋予特定效果-5。ControlNet Loader(ControlNet加载器)加载ControlNet模型为生成过程增加精准控制-5。文本编码类CLIP Text Encode(CLIP文本编码)将提示词转化为模型能理解的向量是工作流的“指挥中心”-5。Text Multiline(多行文本输入)提供一个方便编辑和预览长提示词的输入框-5。图像创建/处理Empty Latent Image(空Latent)创建一张充满随机噪点的画布作为生成的起点-5。Load Image(加载图像)从本地加载图片用于图生图等需要输入图像的场景-5。VAE Encode(VAE编码)将像素图像编码为Latent格式以便在潜在空间中进行处理-5。Image Scale(图像缩放)调整图片尺寸以适应模型需求-5。核心采样器KSampler(采样器)生成的“车间”通过去噪过程最终生成图像是工作流的心脏-5。图像输出VAE Decode(VAE解码)将生成完成后的Latent图像解码回人类可见的像素图像-5。Save Image(保存图像)将最终图像保存到本地硬盘-5。1. 节点的基础结构与类型根据数据流向节点主要分为三类 ‌‌‌数据源节点Source Nodes‌‌特征‌只有输出端口没有输入端口。‌作用‌工作流的起点负责加载模型或创建初始数据。‌常见节点‌Checkpoint Loader加载大模型、Load Image加载图片、Empty Latent Image创建空白潜空间图像。‌数据处理节点Processing Nodes‌‌特征‌既有输入也有输出。‌作用‌对数据进行加工、转换或计算。‌常见节点‌CLIP Text Encode将文本提示词转换为模型可理解的条件信息。KSampler核心采样器负责在潜空间中进行去噪生成。VAE Decode将潜空间数据解码为像素图像。ControlNet Apply应用控制网络以约束图像结构。‌数据终点节点Sink Nodes‌‌特征‌只有输入端口没有输出端口或输出仅用于预览。‌作用‌工作流的终点负责保存结果或展示预览。‌常见节点‌Save Image保存图片到本地、Preview Image界面内预览。2. 核心功能分类ComfyUI 的节点按功能领域可分为以下几大类 ‌‌‌SD (Stable Diffusion) 专属‌包含针对 SD 系列模型优化的加载器、采样器和条件处理节点。‌Image (图像处理)‌提供缩放、裁剪、模糊、锐化、混合、量化等基础图像处理功能 。‌Latent (潜空间操作)‌在压缩状态下进行图像操作如批量管理、尺寸调整、拼接等效率高于像素级操作。‌Mask (遮罩)‌用于局部重绘Inpainting或区域控制允许用户指定图像中需要修改的具体区域。‌Conditioning (条件控制)‌高级提示词控制包括合并多个提示词、设置提示词生效的区域Set Area、平均权重等 。‌Advanced (高级/微调)‌如FreeU提升画质/节省显存、Model Patch等深层参数调整工具。‌Utils (工具)‌提供数值计算、注释、节点隐藏/显示、数据类型转换等辅助功能。‌Partner Nodes (合作伙伴节点)‌官方认证的第三方商业级节点如调用 GPT-4o 进行图像编辑、Bria 去背景、字节跳动视频生成等 。‌‌3. 关键操作与连线规则‌颜色匹配原则‌连线的颜色代表数据类型如粉色为 Latent蓝色为 Image黄色为 Conditioning。‌不同颜色的端口无法直接连接‌必须通过转换节点如 VAE Encode/Decode进行中转 。‌单向流动‌数据只能从右侧的输出端口流向左侧的输入端口。‌多对一限制‌一个输入端口通常只能连接一根线。若需合并多个数据流如两个提示词需使用专门的合并节点如Conditioning Combine。‌右键菜单功能‌‌Pin (固定)‌冻结节点输出避免上游变动导致重新计算。‌Bypass (绕过)‌暂时跳过该节点数据直通下游。‌Convert to Subgraph (转为子图)‌将一组节点封装为一个新节点简化工作流视图。‌Promote to Widget (提升组件)‌将子图内部的关键参数暴露到外层节点面板方便调整 。‌‌4. 扩展与管理‌自定义节点安装‌通过 ‌ComfyUI Manager‌ 插件用户可以搜索并安装社区开发的数千个自定义节点涵盖视频生成、3D 处理、音频合成等领域 。‌最新版本动态‌截至 2026 年 6 月ComfyUI v0.24.0 版本已正式集成 ‌Ideogram 4‌ 支持并优化了 BiRefNet 和 DINOv3 模型的推理稳定性与精度 。‌‌掌握节点的颜色含义、数据流向以及常用功能分类是高效使用 ComfyUI 的关键。建议从基础的“文生图”工作流开始逐步尝试添加 ControlNet、LoRA 和图像后处理节点。 扩展节点生态解锁进阶功能除了核心节点ComfyUI的魅力在于其庞大的扩展生态。这些扩展包Custom Nodes极大地拓展了工作流的可能性。 视频生成扩展安装相关扩展节点后ComfyUI就能实现从图像到视频的进阶。像LTX Video这样大火的视频模型官方或社区都会发布专属节点包。工作流通常涵盖文本到视频和图像到视频两条路径-32并可能包含文本编码、运动控制、帧插值等多个子模块-12-32。⚙️ 高级控制扩展以AnimateDiff节点为例它能在生成动画时确保画面在不同时间点上保持连贯、不跳帧-11非常适合制作动态效果-11。 风格化与高级渲染扩展你可能会遇到像SDXL Prompt Styler-28这样的节点它内置了数十种艺术风格模板可以一键套用。此外许多专用的渲染节点能实现3D、光影等特殊效果让你的作品更具艺术感。 节点如何连接与工作理解了这些节点后它们是如何通过“连线”协同工作的呢可以把这个过程理解为数据流文本输入 ➡️ 文本编码 ➡️ 采样生成 ➡️ 图像解码 ➡️ 图像保存输入的提示词会被CLIP Text Encode节点编码。编码后的结果会作为“工作指令”输入到KSampler采样器节点中。Empty Latent Image节点为KSampler提供一张空白的画布。KSampler在“条件”提示词和“画布”Latent的共同作用下开始处理最终输出一副处理好的“数字画布”Latent图像。最后这个“数字画布”通过VAE Decode节点转换成可看的图片并由Save Image节点保存下来-1。需要注意的是每个节点的输入输出端口都有其指定的数据类型只有类型匹配时才能成功连接。比如模型类型(Model)的端口只能接收加载SD模型后输出的数据不能直接连接一张图片-2。 实用操作技巧为了让你使用起来更顺手还有两个非常实用的操作技巧转换输入形式在节点上右键可以将参数面板上的参数如CFG值“转换为输入”为其创建一个新的输入端方便从其他节点接收数据反之也可以将输入端“转换为组件”变为面板上的固定数值-2。排查连接错误如果节点出现红色边框或输入端有红色圆圈说明必需的输入没有正确连接需要检查并修复连线-2。