ComfyUI nodes in ComfyUI

CLIP Text Encode перетворює текстовий запит у CONDITIONING за допомогою текстового енкодера моделі. Один вузол тримає позитивний запит, другий — негативний.

KSampler запускає цикл денойзингу: він бере модель, підказки та латент і створює готове латентне зображення, керуючись сидом, кроками, cfg, семплером, планувальником і denoise.

Load Checkpoint (CheckpointLoaderSimple) відкриває файл моделі .safetensors або .ckpt і видає три частини, які потрібні будь-якому робочому процесу: diffusion MODEL, CLIP текстовий енкодер і VAE.

Save Image зберігає тензор IMAGE у папку ComfyUI/output у форматі PNG, вбудовуючи всю робочу схему у метадані файлу, щоб потім можна було перетягнути картинку назад у ComfyUI і відновити граф.

VAE Decode перетворює вибраний LATENT у піксельне IMAGE за допомогою VAE; VAE Decode (Tiled) робить те саме по частинах для дуже великих зображень.

Empty Latent Image створює порожнє латентне полотно (ширина, висота, batch_size), з якого починається текст-в-зображення семплінг; розміри мають бути кратними 8 і відповідати сімейству моделі.

Load Image зчитує зображення з папки ComfyUI input (або з завантаження) і видає тензор IMAGE плюс MASK, взятий з альфа-каналу, початкову точку для img2img, inpainting, ControlNet і IP-Adapter графів.

Load LoRA (LoraLoader) застосовує файл LoRA до MODEL і CLIP з окремими силами, щоб стиль, персонаж або концепт можна було додати до будь-якого чекпойнта без злиття.

Load Diffusion Model (UNETLoader) завантажує базову мережу для денойзингу, наприклад Flux, SD3.5, Wan або HunyuanVideo з папки models/diffusion_models, з опцією weight_dtype для fp8, щоб зекономити VRAM.

Apply ControlNet додає керівне зображення та завантажений ControlNet до позитивного та негативного CONDITIONING із силою та відсотками початку/закінчення, щоб семплер слідував за контурами, глибиною або позою з керівного зображення.

Preview Image показує ЗОБРАЖЕННЯ всередині вузла без збереження у вихідну папку (тимчасовий файл зберігається до перезапуску), ідеально підходить для перевірки проміжних кроків, як маски, карти ControlNet і високоякісні проходи.

Збільшення зображення (за допомогою моделі) запускає апскейлер у стилі ESRGAN (4x-UltraSharp, RealESRGAN, 4x_NMKD-Siax, 4x_foolhardy_Remacri) на IMAGE і повертає його збільшеним на фіксований коефіцієнт моделі з доданою деталізацією.

DualCLIPLoader завантажує одразу два текстові енкодери, наприклад clip_l плюс t5xxl для Flux або clip_g плюс t5xxl для SD3, і видає один об’єкт CLIP для вузлів з підказками.

VAE Encode перетворює піксельне ЗОБРАЖЕННЯ у ЛАТЕНТ для img2img; VAE Encode (для Inpainting) робить те саме, але замальовує замасковану область, щоб модель для інпейнтингу могла її перемалювати.

Upscale Image (ImageScale) і Upscale Image By змінюють розмір IMAGE за допомогою класичної інтерполяції (nearest, bilinear, bicubic, lanczos, area) до точного розміру або за коефіцієнтом, без використання AI-моделі.

WanImageToVideo створює кондиціювання та порожній відео-латент для рендеру зображення у відео Wan 2.1/2.2, використовуючи початкове зображення, вбудовування CLIP Vision і кількість кадрів; навколишній граф використовує Load Diffusion Model, Load CLIP, Load VAE та KSampler.

Завантажити модель ControlNet читає файл ControlNet (або T2I-Adapter / ControlNet Union) з папки models/controlnet і видає об'єкт CONTROL_NET для вузла Apply ControlNet.

Load VAE (VAELoader) завантажує окремий файл VAE з models/vae, щоб чекпойнт з відсутнім або слабким VAE міг декодувати чисті кольори, а розділені моделі, як Flux і Wan, отримували свій декодер.

Flux Guidance (FluxGuidance) записує значення керування у кондиціювання, яке очікується від Flux Dev, замінюючи cfg; за замовчуванням 3.5, корисний діапазон від 2 до 5.

Upscale Latent змінює розмір латенту на новий (або за коефіцієнтом), щоб другий KSampler міг додати деталі у вищій роздільній здатності: класичне виправлення для hires.

Load Upscale Model (UpscaleModelLoader) завантажує ESRGAN-подібний масштабувальник, наприклад 4x-UltraSharp або RealESRGAN з папки models/upscale_models для використання з Upscale Image (using Model).

KSampler (Advanced) — це KSampler з контролем діапазону кроків: add_noise, start_at_step, end_at_step і return_with_leftover_noise, використовується для ланцюжків base + refiner і вибірки з двох моделей.

CLIP Set Last Layer — це в ComfyUI те саме, що "clip skip": він зупиняє текстовий енкодер на кілька шарів раніше (-2 — це звичайне налаштування для аніме та Pony моделей).

EmptySD3LatentImage створює порожній латент з 16 каналами, який потрібен Flux, SD3 і SD3.5; він замінює Empty Latent Image у цих робочих процесах.

Вузли ModelSampling встановлюють зсув графіка шуму для моделей flow-matching (Flux, SD3.5, Wan, Hunyuan, Qwen-Image, Chroma, Lumina), щоб семплери витрачали правильну кількість часу на композицію і деталі.

Set Latent Noise Mask додає МАСКУ до ЛАТЕНТУ, щоб семплер змінював лише білі ділянки: для інпейнтингу та регенерації частин з будь-яким звичайним чекпоінтом.

Conditioning (Combine) об’єднує два кондишинги, щоб семплер керувався обома одночасно; Conditioning (Concat) з’єднує послідовності токенів в один довший промпт. Пов’язані ноди налаштовують область, маску та діапазони кроків.

Load Image (as Mask) перетворює один канал зображення (альфа, червоний, зелений або синій) у МАСКУ, щоб чорно-білі маски або намальовані шари могли керувати інпейнтингом і композитингом.

Примітивні вузли діляться одним значенням (seed, кроки, текст підказки, роздільна здатність) між багатьма вузлами, Reroute впорядковує дроти, Notes документують граф, а Groups дозволяють одночасно обходити або вимикати цілі секції.

Основні інструменти для масок розширюють (Grow Mask), розмивають (Feather Mask) і інвертують (Invert Mask) МАСКУ, щоб відновлені ділянки плавно зливалися з навколишнім зображенням без помітних швів.