ComfyUI nodes in ComfyUI

CLIP Text Encode zamienia tekstowy prompt na CONDITIONING używając modelu enkodera tekstu. Jeden node trzyma pozytywny prompt, drugi negatywny.

KSampler wykonuje pętlę odszumiania: bierze model, prompt i latent, i tworzy gotowy latent obrazu, kontrolowany przez seed, kroki, cfg, sampler, scheduler i denoise.

Load Checkpoint (CheckpointLoaderSimple) otwiera plik modelu .safetensors lub .ckpt i udostępnia trzy części potrzebne w każdym workflow: MODEL dyfuzji, enkoder tekstowy CLIP oraz VAE.

Save Image zapisuje tensor IMAGE do ComfyUI/output jako PNG, z całym workflow osadzonym w metadanych pliku, dzięki czemu obraz można przeciągnąć z powrotem do ComfyUI i przywrócić graf.

VAE Decode zamienia wylosowany LATENT na pikselowy OBRAZ za pomocą VAE; VAE Decode (Tiled) robi to samo, ale w kafelkach dla bardzo dużych obrazów.

Empty Latent Image tworzy pusty latentny obraz (szerokość, wysokość, batch_size), od którego zaczyna się generowanie obrazu z tekstu; wymiary muszą być wielokrotnością 8 i pasować do rodziny modelu.

Load Image wczytuje obraz z folderu wejściowego ComfyUI (lub z przesłanego pliku) i daje na wyjściu tensor IMAGE oraz MASKĘ z kanału alfa, czyli punkt startowy dla img2img, inpaintingu, ControlNet i IP-Adapter.

Load LoRA (LoraLoader) nakłada plik LoRA na MODEL i CLIP z osobnymi siłami, dzięki czemu styl, postać lub koncepcja mogą być dodane do dowolnego checkpointu bez łączenia.

Load Diffusion Model (UNETLoader) ładuje samą sieć denoisingową, taką jak Flux, SD3.5, Wan czy HunyuanVideo z folderu models/diffusion_models, z opcją weight_dtype dla fp8, żeby zaoszczędzić VRAM.

Apply ControlNet dołącza obraz przewodni i załadowany ControlNet do pozytywnego i negatywnego CONDITIONING z określoną siłą oraz procentami startu i końca, dzięki czemu sampler podąża za krawędziami, głębią lub pozą z przewodnika.

Preview Image pokazuje OBRAZ wewnątrz noda bez zapisywania go do folderu wyjściowego (plik tymczasowy jest przechowywany do restartu), idealne do sprawdzania pośrednich kroków jak maski, mapy ControlNet i przejścia wysokiej rozdzielczości.

Upscale Image (using Model) uruchamia upscaler w stylu ESRGAN (4x-UltraSharp, RealESRGAN, 4x_NMKD-Siax, 4x_foolhardy_Remacri) na OBRAZIE i zwraca go powiększonego o stały współczynnik modelu z dodatkowymi szczegółami.

DualCLIPLoader ładuje dwa enkodery tekstu naraz, na przykład clip_l plus t5xxl dla Flux albo clip_g plus t5xxl dla SD3, i daje jeden obiekt CLIP do węzłów promptów.

VAE Encode zamienia obraz PIXEL na LATENT do img2img; VAE Encode (for Inpainting) robi to samo, ale zamazuje zaznaczony obszar, żeby model do inpaintingu mógł go przemalować.

Upscale Image (ImageScale) i Upscale Image By zmieniają rozmiar OBRAZU klasyczną interpolacją (nearest, bilinear, bicubic, lanczos, area) do dokładnego rozmiaru lub przez współczynnik, bez użycia modelu AI.

WanImageToVideo tworzy conditioning i pusty latent wideo dla renderu obraz-do-wideo Wan 2.1/2.2 na podstawie obrazu startowego, osadzenia CLIP Vision i liczby klatek; otaczający graf używa Load Diffusion Model, Load CLIP, Load VAE i KSampler.

Load ControlNet Model wczytuje plik ControlNet (lub T2I-Adapter / ControlNet Union) z models/controlnet i zwraca obiekt CONTROL_NET do użycia w Apply ControlNet.

Load VAE (VAELoader) ładuje osobny plik VAE z models/vae, dzięki czemu checkpoint bez VAE lub ze słabym VAE generuje czyste kolory, a modele podzielone jak Flux i Wan mają swój dekoder.

Flux Guidance (FluxGuidance) zapisuje wartość sterującą w kondycjonowaniu, które Flux Dev został nauczony oczekiwać, zastępując cfg; domyślnie jest to 3.5, a przydatny zakres to 2 do 5.

Upscale Latent zmienia rozmiar latentnego obrazu na nowy rozmiar (lub przez współczynnik), żeby drugi KSampler mógł dodać szczegóły w wyższej rozdzielczości: to klasyczna poprawka hires.

Load Upscale Model (UpscaleModelLoader) ładuje upscaler w stylu ESRGAN, taki jak 4x-UltraSharp lub RealESRGAN z folderu models/upscale_models, do użycia z Upscale Image (using Model).

KSampler (Advanced) to KSampler z kontrolą zakresu kroków: add_noise, start_at_step, end_at_step i return_with_leftover_noise, używany do łańcuchów base + refiner i próbkowania dwoma modelami.

CLIP Set Last Layer to odpowiednik "clip skip" w ComfyUI: zatrzymuje enkoder tekstu kilka warstw wcześniej (-2 to popularne ustawienie dla modeli anime i Pony).

EmptySD3LatentImage tworzy pusty latent 16-kanałowy, którego potrzebują Flux, SD3 i SD3.5; zastępuje Empty Latent Image w tych workflow.

Węzły ModelSampling ustawiają przesunięcie harmonogramu szumu dla modeli flow-matching (Flux, SD3.5, Wan, Hunyuan, Qwen-Image, Chroma, Lumina), tak aby samplery spędzały odpowiednią ilość czasu na kompozycji względem detali.

Set Latent Noise Mask przypina MASKĘ do LATENTU, dzięki czemu sampler zmienia tylko białe obszary: inpainting i regionalna regeneracja z dowolnym normalnym checkpointem.

Conditioning (Combine) łączy dwa conditioningi, więc sampler jest prowadzony przez oba naraz; Conditioning (Concat) łączy sekwencje tokenów w jeden dłuższy prompt. Powiązane node’y ustawiają obszar, maskę i zakres kroków.

Load Image (as Mask) zamienia jeden kanał obrazu (alfa, czerwony, zielony lub niebieski) w MASKĘ, dzięki czemu pliki masek czarno-białych lub malowane warstwy mogą sterować inpaintingiem i kompozycją.

Węzły Primitive udostępniają jedną wartość (seed, steps, tekst prompta, rozdzielczość) dla wielu węzłów naraz, Reroute porządkuje przewody, Notes dokumentują graf, a Groups pozwalają na jednoczesne pomijanie lub wyciszanie całych sekcji.

Podstawowe narzędzia do masek rozszerzają (Grow Mask), wygładzają (Feather Mask) i odwracają (Invert Mask) MASKĘ, tak aby obszary do malowania wtórnego ładnie się zlewały z resztą obrazu bez widocznych krawędzi.