ComfyUI nodes in ComfyUI

CLIP Text EncodeはテキストプロンプトをモデルのテキストエンコーダーでCONDITIONINGに変換します。1つのノードがポジティブプロンプトを、もう1つがネガティブプロンプトを持ちます。

KSamplerはノイズ除去のループを実行します。モデル、プロンプト、潜在変数を受け取り、シード、ステップ数、cfg、サンプラー、スケジューラー、denoiseで制御された完成した潜在画像を出力します。

Load Checkpoint（CheckpointLoaderSimple）は、.safetensorsまたは.ckptのモデルファイルを開いて、ワークフローで必要な3つのパーツ、つまりdiffusion MODEL、CLIPテキストエンコーダー、VAEを出力します。

Save ImageはIMAGEテンソルをPNGとしてComfyUI/outputに保存します。ファイルのメタデータにワークフロー全体が埋め込まれているので、その画像をComfyUIにドラッグするとグラフを復元できます。

VAE DecodeはサンプリングされたLATENTをVAEを使ってピクセルのIMAGEに変換します。VAE Decode (Tiled)はとても大きな画像をタイル単位で同じ処理をします。

Empty Latent Imageは、テキストから画像を生成するときのスタート地点となる空の潜在キャンバス（幅、高さ、バッチサイズ）を作ります。サイズは8の倍数で、モデルファミリーに合っている必要があります。

Load ImageはComfyUIの入力フォルダ（またはアップロード）から画像を読み込み、IMAGEテンソルとアルファチャンネルから作られたMASKを出力します。これはimg2img、インペインティング、ControlNet、IP-Adapterのグラフのスタート地点になります。

Load LoRA（LoraLoader）は、LoRAファイルをMODELとCLIPに別々の強さで適用します。これにより、スタイルやキャラクター、コンセプトを任意のチェックポイントにマージせずに追加できます。

Load Diffusion Model (UNETLoader) は、Flux、SD3.5、Wan、HunyuanVideo などのシンプルなノイズ除去ネットワークを models/diffusion_models から読み込みます。weight_dtype オプションで fp8 を選べば VRAM を節約できます。

Apply ControlNetは、ガイド画像と読み込んだControlNetを正負のCONDITIONINGに強さや開始・終了の割合で付け加えて、サンプラーがガイドのエッジや深度、ポーズに従うようにします。

Preview Imageはノード内でIMAGEを表示しますが、出力フォルダには保存しません（再起動まで一時ファイルが保持されます）。マスクやControlNetマップ、高解像度パスなどの途中結果を確認するのに最適です。

Upscale Image (using Model) は ESRGANスタイルのアップスケーラー（4x-UltraSharp、RealESRGAN、4x_NMKD-Siax、4x_foolhardy_Remacri）をIMAGEにかけて、モデルの固定倍率で拡大し、ディテールを追加して返します。

DualCLIPLoaderは、clip_lとt5xxlの組み合わせ（Flux用）やclip_gとt5xxlの組み合わせ（SD3用）など、2つのテキストエンコーダーを同時に読み込んで、プロンプトノード用に1つのCLIPオブジェクトを出力します。

VAE EncodeはピクセルのIMAGEをLATENTに変換してimg2imgに使うよ。VAE Encode (for Inpainting)は同じことをするけど、マスクされた部分を空白にして、インペイントモデルがそこを塗り直せるようにするんだ。

Upscale Image (ImageScale) と Upscale Image By は、AIモデルを使わずに、古典的な補間（nearest, bilinear, bicubic, lanczos, area）で IMAGE を正確なサイズや倍率にリサイズするノードです。

WanImageToVideoは、スタート画像、CLIP Visionの埋め込み、フレーム数からWan 2.1/2.2の画像から動画へのレンダリング用のコンディショニングと空の動画ラテントを作るノードです。周辺のグラフはLoad Diffusion Model、Load CLIP、Load VAE、KSamplerを使います。

Load ControlNet Modelはmodels/controlnetからControlNet（またはT2I-Adapter / ControlNet Union）ファイルを読み込み、Apply ControlNet用のCONTROL_NETオブジェクトを出力します。

Load VAE (VAELoader)はmodels/vaeから単独のVAEファイルを読み込みます。これにより、VAEがないか弱いチェックポイントでもきれいな色でデコードでき、FluxやWanのような分割モデルはデコーダーを取得できます。

Flux Guidance（FluxGuidance）は、Flux Devが期待するように蒸留されたコンディショニングにガイダンス値を書き込み、cfgの代わりに使います。デフォルトは3.5で、2から5が使いやすい範囲です。

Upscale Latentは潜在表現のサイズを新しいサイズ（または倍率）に変えて、2回目のKSamplerが高解像度でディテールを追加できるようにするもの。いわゆるクラシックな高解像度修正方法だよ。

Load Upscale Model (UpscaleModelLoader) は、models/upscale_models から 4x-UltraSharp や RealESRGAN のような ESRGAN スタイルのアップスケーラーを読み込んで、Upscale Image (using Model) で使えるようにします。

KSampler (Advanced) はステップ範囲をコントロールできるKSamplerです。add_noise、start_at_step、end_at_step、return_with_leftover_noiseの設定ができて、ベース＋リファイナーチェーンや2モデルのサンプリングに使います。

CLIP Set Last LayerはComfyUIでいう「clip skip」と同じものです。テキストエンコーダーを数層手前で止めます（アニメやPonyモデルでは-2がよく使われます）。

EmptySD3LatentImageはFlux、SD3、SD3.5で必要な16チャンネルの空の潜在を作るノードで、これらのワークフローでEmpty Latent Imageの代わりに使います。

ModelSamplingノードは、フローマッチングモデル（Flux、SD3.5、Wan、Hunyuan、Qwen-Image、Chroma、Lumina）のノイズスケジュールのシフトを設定して、サンプラーが構図とディテールに適切な時間をかけるようにします。

Set Latent Noise Maskは、LATENTにMASKを付けて、サンプラーが白い部分だけを変えるようにするノードです。普通のチェックポイントでインペインティングや部分的な再生成ができます。

Conditioning (Combine) は2つのコンディショニングを合成して、サンプラーが両方の影響を同時に受けるようにします。Conditioning (Concat) はトークン列をつなげて、より長いプロンプトにします。関連ノードではエリアやマスク、タイムステップの範囲を設定できます。

Load Image (as Mask)は画像の1つのチャンネル（アルファ、赤、緑、青）をMASKに変換します。だから、白黒のマスクファイルやペイントしたレイヤーでインペイントや合成をコントロールできます。

Primitiveノードは複数のノードで同じ値（シード、ステップ数、プロンプトテキスト、解像度）を共有し、Rerouteは配線を整理し、Notesはグラフの説明を書き込み、Groupsは一度にセクション全体をバイパスやミュートできるようにします。

この基本的なマスクツールは、MASKを拡張（Grow Mask）、ぼかし（Feather Mask）、反転（Invert Mask）して、修正した部分が周囲の画像と自然に馴染むようにします。