ComfyUI 基础教程(二) —— Stable Diffusion 文生图基础工作流及模型、常用节点介绍 - SharpCJ
内容提要
本文介绍了ComfyUI的默认文生图工作流和核心节点，包括采样器、主模型加载器、Clip文本编码器、空Latent和VAE解码。还介绍了模型的后缀名区别、分类、存放路径和下载地址，以及其他常用节点的简介。
延伸解读
模型格式选择：安全与兼容的权衡
文章详细对比了.ckpt与.safetensors等模型格式。.ckpt源自TensorFlow，可能包含训练状态和代码，存在安全风险且体积大；.safetensors由Hugging Face推出，仅存储权重，更安全、加载更快。对于最终使用，推荐.safetensors；若需继续训练或微调，.ckpt更合适。
模型版本兼容性：不可忽视的细节
文章强调，不同版本的模型（如SD1.5、SDXL）不能混用。例如，主模型为SDXL时，Lora也必须使用SDXL版本，否则无法正常运行。这提醒用户在下载模型时务必注意版本匹配，避免因兼容性问题导致工作流失败。
采样器参数调整：平衡质量与速度
K采样器的步数和CFG是关键参数。步数一般25-40，过高收益递减；CFG控制提示词相关性，默认8，一般10左右。采样器推荐euler_ancestral或dpmpp系列，调度器选normal或Karras。用户需根据模型特点调整，而非固定值。
实用插件：降低使用门槛
汉化插件和提示词翻译插件能显著提升非英语用户的使用体验。汉化插件将界面中文化；翻译插件允许输入中文提示词，但依赖Google翻译，需外网环境。这些插件降低了ComfyUI的学习成本，尤其适合初学者。
Q&A
ComfyUI的默认文生图工作流如何打开？
可以通过菜单选项或快捷键 ctrl + D 打开默认工作流。
K采样器在文生图工作流中有什么作用？
K采样器是生成图片的核心节点，负责去除噪波并生成最终图像。
ComfyUI中模型的后缀名有什么区别？
模型后缀名如.ckpt、.pt、.pth等，分别对应不同的深度学习框架和用途，.safetensors格式更安全且体积小。
如何在ComfyUI中使用提示词翻译插件？
可以通过右键点击Clip文本编码器节点，选择转换为输入，然后新建提示词翻译节点连接即可。
ComfyUI的模型存放路径在哪里？
模型存放在ComfyUI安装目录的专用文件夹中。
VAE解码器在文生图工作流中起什么作用？
VAE解码器将潜空间中的图像解码为像素图像，并输出到保存图像节点。
