ComfyUI nodes in ComfyUI

CLIP Text Encode omvandlar en textprompt till CONDITIONING med hjälp av modellens textkodare. En nod håller den positiva prompten, en annan den negativa prompten.

KSampler kör avbrusningsloopen: den tar modellen, prompts och en latent och skapar den färdiga latenta bilden, styrd av seed, steg, cfg, sampler, scheduler och denoise.

Load Checkpoint (CheckpointLoaderSimple) öppnar en .safetensors- eller .ckpt-modellfil och delar upp den i de tre delar som varje arbetsflöde behöver: diffusionens MODEL, CLIP textkodare och VAE.

Save Image sparar IMAGE-tensorn som en PNG i ComfyUI/output, med hela arbetsflödet inbäddat i filens metadata så att bilden kan dras tillbaka till ComfyUI för att återställa grafen.

VAE Decode omvandlar den samplade LATENT till en pixel-BILD med VAE; VAE Decode (Tiled) gör samma sak i kakel för väldigt stora bilder.

Empty Latent Image skapar den tomma latenta ytan (bredd, höjd, batch_size) som text-till-bild-sampling börjar från; dimensionerna måste vara multiplar av 8 och matcha modelfamiljen.

Load Image läser in en bild från ComfyUI:s input-mapp (eller en uppladdning) och ger ut en IMAGE-tensor plus en MASK som tas från alfakanalen, startpunkten för img2img, inpainting, ControlNet och IP-Adapter-flöden.

Load LoRA (LoraLoader) applicerar en LoRA-fil på MODEL och CLIP med separata styrkor, så att en stil, karaktär eller koncept kan läggas till vilken checkpoint som helst utan att slå ihop dem.

Load Diffusion Model (UNETLoader) laddar ett rent brusreduceringsnätverk som Flux, SD3.5, Wan eller HunyuanVideo från models/diffusion_models, med ett vikt_dtype-alternativ för fp8 för att spara VRAM.

Apply ControlNet kopplar en guidebild och en laddad ControlNet till den positiva och negativa CONDITIONING med styrka och start-/slutprocent, så att samplern följer kanter, djup eller pose från guiden.

Preview Image visar en IMAGE inuti noden utan att spara den i utmatningsmappen (en temporär fil sparas tills omstart), perfekt för att kolla mellansteg som masker, ControlNet-kartor och hires-pass.

Upscale Image (using Model) kör en ESRGAN-liknande uppskalare (4x-UltraSharp, RealESRGAN, 4x_NMKD-Siax, 4x_foolhardy_Remacri) på en IMAGE och returnerar den förstärkt med modellens fasta faktor och med mer detaljer.

DualCLIPLoader laddar två textkodare samtidigt, till exempel clip_l plus t5xxl för Flux eller clip_g plus t5xxl för SD3, och ger ut ett CLIP-objekt för prompt-noderna.

VAE Encode omvandlar en pixel-BILD till en LATENT för img2img; VAE Encode (för Inpainting) gör samma sak men suddar ut det maskade området så en inpainting-modell kan måla om det.

Upscale Image (ImageScale) och Upscale Image By ändrar storlek på en BILD med klassisk interpolation (nearest, bilinear, bicubic, lanczos, area) till en exakt storlek eller med en faktor, utan att använda någon AI-modell.

WanImageToVideo bygger konditioneringen och den tomma video-latenten för en Wan 2.1/2.2 bild-till-video-rendering från en startbild, en CLIP Vision-inbäddning och antal ramar; den omgivande grafen använder Load Diffusion Model, Load CLIP, Load VAE och KSampler.

Load ControlNet Model läser en ControlNet (eller T2I-Adapter / ControlNet Union) fil från models/controlnet och ger ut ett CONTROL_NET-objekt för Apply ControlNet.

Load VAE (VAELoader) laddar en fristående VAE-fil från models/vae så att en checkpoint med en saknad eller svag VAE kan avkoda rena färger, och så att split-modeller som Flux och Wan får sin decoder.

Flux Guidance (FluxGuidance) skriver in styrvärdet i conditioningen som Flux Dev är destillerad för att förvänta sig, och ersätter cfg; 3.5 är standard och 2 till 5 är det användbara spannet.

Upscale Latent ändrar storleken på en latent till en ny storlek (eller med en faktor) så att en andra KSampler kan lägga till detaljer i högre upplösning: den klassiska hires-fixen.

Load Upscale Model (UpscaleModelLoader) laddar en ESRGAN-stil uppskalare som 4x-UltraSharp eller RealESRGAN från models/upscale_models för att användas med Upscale Image (using Model).

KSampler (Advanced) är KSampler med kontroll över stegintervall: add_noise, start_at_step, end_at_step och return_with_leftover_noise, används för bas + förfinare-kedjor och två-modells sampling.

CLIP Set Last Layer är ComfyUI:s motsvarighet till "clip skip": den stoppar textkodaren några lager tidigare (-2 är vanlig inställning för anime- och Pony-modeller).

EmptySD3LatentImage skapar den tomma latenta med 16 kanaler som Flux, SD3 och SD3.5 behöver; den ersätter Empty Latent Image i de arbetsflödena.

ModelSampling-noderna ställer in brus-schemat för flow-matching modeller (Flux, SD3.5, Wan, Hunyuan, Qwen-Image, Chroma, Lumina) så att samplarna lägger rätt tid på komposition kontra detaljer.

Set Latent Noise Mask fäster en MASK på en LATENT så att samplern bara ändrar det vita området: inpainting och regional omgenerering med vilken vanlig checkpoint som helst.

Conditioning (Kombinera) slår ihop två conditionings så att samplern styrs av båda samtidigt; Conditioning (Konkatenation) sätter ihop token-sekvenserna till en längre prompt. Relaterade noder ställer in område, mask och tidssteg.

Load Image (as Mask) tar en kanal från en bild (alpha, röd, grön eller blå) och gör om den till en MASK, så svartvita maskfiler eller målade lager kan styra inpainting och kompositering.

Primitive-noder delar ett värde (seed, steg, prompttext, upplösning) mellan många noder, Reroute håller sladdarna snygga, Notes dokumenterar flödet och Groups låter dig hoppa över eller tysta hela sektioner på en gång.

De grundläggande maskverktygen utvidgar (Grow Mask), mjukar upp (Feather Mask) och vänder (Invert Mask) en MASK så att målade områden smälter in i bilden runtom utan synliga kanter.