⚠️ 重要提示: 本仓库不再接收更新或维护。如需持续开发，请查看由 jags111 维护的本项目分支。

ComfyUI 效率节点

这是一个 <a href="https://github.com/comfyanonymous/ComfyUI">ComfyUI</a> 自定义节点集合，旨在简化工作流程并减少总节点数量。

直接下载链接

节点列表：

<details> <summary>高效加载器 和 高效 SDXL 加载器</summary> <ul> <li>可加载和缓存 Checkpoint、VAE 和 LoRA 类型模型的节点。（缓存设置可在配置文件 'node_settings.json' 中找到）</li> <li>能够通过 <code>lora_stack</code> 和 <code>cnet_stack</code> 输入应用 LoRA 和 ControlNet 堆栈。</li> <li>自带正面和负面提示文本框。您还可以通过 <code>token_normalization</code> 和 <code>weight_interpretation</code> 小部件设置提示<a href="https://github.com/BlenderNeko/ComfyUI_ADV_CLIP_emb">编码</a>方式。</li> <li>这些节点还具有多种自定义菜单选项，如下所示。 <img src="https://yellow-cdn.veclightyear.com/835a84d5/d6306408-bd32-441d-9eed-c44de2e7feac.png" width="240" style="display: inline-block;"> 注意："🔍 查看模型信息..." 需要安装 <a href="https://github.com/pythongosssss/ComfyUI-Custom-Scripts">ComfyUI-Custom-Scripts</a> 才能正常工作。</li> <li>这些加载器被 XY 绘图节点用于许多绘图类型依赖。</li> </ul> <img src="https://yellow-cdn.veclightyear.com/835a84d5/81c01067-78f9-48bb-9a42-ce8c2a079d62.png" width="240" style="display: inline-block;"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/5c296dc3-9523-49ef-8b96-500f42e276a7.png" width="240" style="display: inline-block;"> </details> <details> <summary>KSampler (高效)、KSampler 高级 (高效)、KSampler SDXL (高效)</summary>

经过修改的 KSampler，能够实时预览生成结果和/或 VAE 解码图像。
具有特殊的种子框，可以更清晰地管理种子。（-1 种子以应用所选种子行为）
可以执行多种脚本，如 XY 绘图脚本。只需连接输入连接即可激活 <code>脚本</code>。

一组与高效 KSampler 配合使用的节点，用于执行各种"预设"操作。
如果输入/输出允许，脚本节点可以链接。在链中多次使用相同的脚本节点不会产生额外效果。
 <img src="https://yellow-cdn.veclightyear.com/835a84d5/2ef733fb-57d1-4f5a-a37e-01de76a37108.png" width="1080"> <details> <summary>XY 绘图</summary> <ul> <li>允许用户为高效 KSampler 指定在网格上绘制的参数的节点。</li> </ul> <img src="https://yellow-cdn.veclightyear.com/835a84d5/5ca1be97-81bc-4aad-9888-26cbddd0a3f5.png" width="1080"> </details> <details> <summary>高分辨率修复</summary> <ul> <li>为用户提供通过多种不同方法放大 KSampler 结果的能力的节点。</li> <li>自带流行的神经网络潜在空间放大器，如 Ttl 的 <a href="https://github.com/Ttl/ComfyUi_NNLatentUpscale">ComfyUi_NNLatentUpscale</a> 和 City96 的 <a href="https://github.com/city96/SD-Latent-Upscaler">SD-Latent-Upscaler</a>。</li> <li>支持 ControlNet 引导的潜在空间放大。（您必须安装 Fannovel 的 <a href="https://github.com/Fannovel16/comfyui_controlnet_aux">comfyui_controlnet_aux</a> 才能解锁此功能）</li> </ul> <img src="https://yellow-cdn.veclightyear.com/835a84d5/aef1b03c-a150-44f2-a198-fc8b374146cd.gif" width="1080"> </details> <details> <summary>噪声控制</summary> <ul> <li>该节点使用户能够以多种方式操纵噪声源，如采样的 RNG 源。</li> <li><a href="https://github.com/shiimizu/ComfyUI_smZNodes">CFG 降噪器</a>噪声劫持由 smZ 开发，它允许您更接近地重现 Automatic1111 的结果。</li> 注意：CFG 降噪器不适用于多种条件类型，如 ControlNet 和 GLIGEN <li>该节点还允许您向生成添加<a href="https://github.com/chrisgoringe/cg-noise">种子变化</a>噪声。</li> <li>为了尝试复制 Automatic1111 图像，此节点将帮助您实现。使用"length+mean"<code>token_normalization</code>和"A1111"<code>weight_interpretation</code>编码您的提示，将噪声控制脚本节点的<code>rng_source</code>设置为"gpu"，并将<code>cfg_denoiser</code>设置为 true。</li> </ul> <img src="https://yellow-cdn.veclightyear.com/835a84d5/c3a87eef-7188-43f4-b8d0-e616afa93461.png" width="320"> </details> <details> <summary>分块放大器</summary> <ul> <li>分块放大器脚本尝试将 BlenderNeko 的 <a href="https://github.com/BlenderNeko/ComfyUI_TiledKSampler">ComfyUI_TiledKSampler</a> 工作流程整合到一个节点中。</li> <li>脚本通过选项支持分块 ControlNet 辅助。</li> <li>强烈建议运行脚本时将 <code>preview_method</code> 设置为 "vae_decoded_only"。</li> </ul> <img src="https://yellow-cdn.veclightyear.com/835a84d5/e77c08bc-eb0b-4c79-9f48-6026f4cf2623.gif" width="1080"> </details>

</details> </details>  <details> <summary>AnimateDiff</summary> <ul> <li>要解锁AnimateDiff脚本,需要安装Kosinkadink的<a href="https://github.com/Kosinkadink/ComfyUI-AnimateDiff-Evolved">ComfyUI-AnimateDiff-Evolved</a>。</li> <li>运行此脚本时的潜在空间<code>batch_size</code>将成为你的帧数。</li> </ul> <img src="https://yellow-cdn.veclightyear.com/835a84d5/98ed7cea-7dbe-4a88-8c2f-88a62b47446f.gif" width="1080"> </details>  <details> <summary>图像叠加</summary> <ul> <li>允许灵活图像叠加的节点。也适用于图像批处理。</li> </ul> <img src="https://yellow-cdn.veclightyear.com/835a84d5/cf3c05ef-2d2b-45a4-8949-801787dc2c50.png" width="1080"> </details>  <details> <summary>SimpleEval节点</summary> <ul> <li>一系列节点,允许用户使用<a href="https://github.com/danthedeckie/simpleeval">simpleeval</a>库为各种数据类型编写简单的Python表达式。</li> <li>要激活它,你必须在Python工作环境中安装simpleeval库。</li> <pre>pip install simpleeval</pre> </ul> <img src="https://yellow-cdn.veclightyear.com/835a84d5/2c0bb1be-3079-4e8e-9a0a-f2ad886cef35.png" width="320">     <img src="https://yellow-cdn.veclightyear.com/835a84d5/5f2b1cf1-398b-4549-ac2d-284951b64c8c.png" width="320">     <img src="https://yellow-cdn.veclightyear.com/835a84d5/eb6d8a1e-e0d8-44ab-9252-2be6be51e6dd.png" width="320"> </details>