ComfyUI nodes in ComfyUI

CLIP Text Encode 用模型文本编码器把文本提示转换成 CONDITIONING。一个节点放正面提示，另一个放负面提示。

KSampler 运行去噪循环：它接收模型、提示词和潜变量，生成最终的潜变量图像，受种子、步数、cfg、采样器、调度器和去噪程度控制。

Load Checkpoint（CheckpointLoaderSimple）打开一个 .safetensors 或 .ckpt 模型文件，并输出每个工作流程都需要的三个部分：扩散模型 MODEL、CLIP 文本编码器和 VAE。

Save Image 会把 IMAGE 张量保存成 PNG 文件到 ComfyUI/output 文件夹，文件里还会嵌入整个工作流程的元数据，这样你以后可以把图片拖回 ComfyUI，恢复整个图。

VAE Decode 使用 VAE 将采样得到的 LATENT 转换成像素 IMAGE；VAE Decode (Tiled) 则是对非常大的图片进行分块处理，效果相同。

Empty Latent Image 创建一个空白的潜在画布（宽度、高度、批量大小），文本到图像采样就是从这里开始的；尺寸必须是8的倍数，并且要和模型家族匹配。

Load Image 从 ComfyUI 的输入文件夹（或上传）读取图片，输出一个 IMAGE 张量和一个从 alpha 通道提取的 MASK，这是 img2img、修补、ControlNet 和 IP-Adapter 图的起点。

Load LoRA（LoraLoader）会把 LoRA 文件应用到 MODEL 和 CLIP 上，分别设置强度，这样你可以给任何检查点加上风格、角色或概念，而不用合并模型。

Load Diffusion Model (UNETLoader) 从 models/diffusion_models 加载一个基础的去噪网络，比如 Flux、SD3.5、Wan 或 HunyuanVideo，支持 weight_dtype 选项为 fp8 以节省显存。

Apply ControlNet 会把引导图和加载好的 ControlNet 附加到正负 CONDITIONING 上，带有强度和开始/结束百分比，这样采样器就能根据引导图的边缘、深度或姿势来工作。

Preview Image 在节点内显示 IMAGE，但不会保存到输出文件夹（会保留一个临时文件直到重启），非常适合检查中间步骤，比如蒙版、ControlNet 图和高分辨率处理。

Upscale Image (using Model) 使用 ESRGAN 风格的放大器（4x-UltraSharp、RealESRGAN、4x_NMKD-Siax、4x_foolhardy_Remacri）对 IMAGE 进行放大，并返回模型固定倍数放大且细节增强的图像。

DualCLIPLoader 一次加载两个文本编码器，比如 Flux 用的 clip_l 加 t5xxl，或者 SD3 用的 clip_g 加 t5xxl，然后输出一个 CLIP 对象给提示节点用。

VAE Encode 把像素图像转换成 img2img 用的潜空间 LATENT；VAE Encode（用于修补）也做同样的事，但会把遮罩区域变空白，这样修补模型才能重新绘制。

Upscale Image（ImageScale）和Upscale Image By 用经典插值法（nearest、bilinear、bicubic、lanczos、area）调整IMAGE的大小，可以设定具体尺寸或按比例缩放，不涉及任何AI模型。

WanImageToVideo 根据起始图像、CLIP Vision 嵌入和帧数，为 Wan 2.1/2.2 图像转视频渲染构建条件和空的视频潜变量；周边的图使用 Load Diffusion Model、Load CLIP、Load VAE 和 KSampler。

加载 ControlNet 模型会从 models/controlnet 读取一个 ControlNet（或 T2I-Adapter / ControlNet Union）文件，并输出一个用于 Apply ControlNet 的 CONTROL_NET 对象。

Load VAE（VAELoader）从 models/vae 加载一个独立的 VAE 文件，这样即使检查点缺少或 VAE 很弱，也能解码出干净的颜色，同时像 Flux 和 Wan 这样的拆分模型也能获得它们的解码器。

Flux Guidance（FluxGuidance）把指导值写进Flux Dev模型预期的conditioning里，替代了cfg；默认是3.5，有用的范围是2到5。

Upscale Latent 会把潜空间（latent）调整到一个新的尺寸（或者按比例放大），这样第二次用 KSampler 就能在更高分辨率下加细节：这就是经典的高分辨率修复方法。

Load Upscale Model (UpscaleModelLoader) 会从 models/upscale_models 文件夹加载 ESRGAN 风格的放大模型，比如 4x-UltraSharp 或 RealESRGAN，供 Upscale Image (using Model) 使用。

KSampler (高级) 是带有步数范围控制的 KSampler：add_noise、start_at_step、end_at_step 和 return_with_leftover_noise，用于基础 + 精炼链和双模型采样。

CLIP Set Last Layer 是 ComfyUI 里对应“clip skip”的节点：它会提前几层停止文本编码器（-2 是动漫和 Pony 模型常用的设置）。

EmptySD3LatentImage 创建 Flux、SD3 和 SD3.5 需要的16通道空潜变量；它替代了这些工作流中的 Empty Latent Image。

ModelSampling 节点设置流匹配模型（Flux、SD3.5、Wan、Hunyuan、Qwen-Image、Chroma、Lumina）的噪声调度偏移，这样采样器才能在构图和细节上花费合适的时间。

Set Latent Noise Mask 会给 LATENT 附加一个 MASK，这样采样器只会改变白色区域：可以用任何普通模型做修补和局部重绘。

Conditioning (Combine) 会把两个条件合并，这样采样器会同时受到两个条件的引导；Conditioning (Concat) 会把两个令牌序列拼接成一个更长的提示。相关节点可以设置区域、遮罩和时间步范围。

Load Image (as Mask) 会把图片的一个通道（alpha、红、绿或蓝）变成一个 MASK，这样黑白蒙版文件或绘制的图层就能用来做修补和合成。

原始节点可以在多个节点间共享一个值（比如种子、步数、提示文本、分辨率），重路由节点用来整理连线，注释节点用来给图表写说明，分组节点可以让你一次性绕过或静音整块区域。

核心蒙版工具用来扩展（扩展蒙版）、柔化（羽化蒙版）和反转（反转蒙版）蒙版，这样修补区域能和周围图片自然融合，没有明显边界。