ai绘画基础总结（三）学习工作流
教程源于学习：AI 绘画进阶入门 ComfyUI 系列教程 -1. 简易安装于配置完全指南！_ 哔哩哔哩 _bilibili，编写此教程目的作为笔记使用。
一、基本工作流控件
K 采样器
| 名称 | 参数 |
|---|---|
| 随即种 | 生成的图片 id |
| 运行后操作 | fixed（固定）、increment（增加）、decrement（减少）、randomize（随机）、 |
| 步数 | 采样步数通常 20-60 步 |
| CFG | 通常 7，少一点就是 4 |
| 采样器 | euler_ancestral+ 调度器 normal 对应 webui 中 Eulera（最普通的生成方式）、dpmpp_2m+ 调度器 karras 对应 webui 中的 dpm++2m Karras（没有 sde 效果好，增加了图片的发挥和想象力）、uni_pc 和 LCM 类似（10 步之内出不错的图像） |
| 调度器 | karras，ddim（可能会崩），simple（作者实验，不好用），normal（线性降噪╱型，泛用式调度器） |
| 降噪 | 默认文生图就是 1，图生图的重绘幅度 |
K 采样器（高级）
添加噪波二次渲染不需要
第一次渲染，开始步数默认为 0，步数为 30，结束降噪步数比 30 大没有任何意义。如果小于步数就会主动停止。现在结束降噪步数为 20，那么还剩余 10 步，就会传递给下一次降噪。返回噪波需要开启。二次渲染如果步数到了就不需要了。
也就是说当一次渲染为 30 步，开始降噪步数为 0，结束降噪步数 20，在 20 步结束了降噪步数，返回噪波需要开启噪波，第二次渲染的时候，步数为也为 30，开始降噪步数要设成 20。结束降噪步数 > 步数
这种方法适合不同模型的融合采样二次精炼，在 SDXL 和 1.5 模型都适用。
CheckPoint 加载器（简易）
加载主模型。模型训练的时候像素 512*512 的图像（真实空间（Pixel space）每一个像素生成的空间），训练后压缩一块一块的 64 * 64 电脑会在小块的空间（潜在空间）里面合成我们想要的消息，然后转换成我们肉眼所能看到的图像。
自己想的一个小小的例子，方便大家理解。
1. 前期准备：
- 您作为一个定制花瓶的生产者，已经积累了丰富的设计经验。
- 您准备了一个房间，里面存放了成千上万打碎的花瓶碎片。这些碎片代表了像素，而整个房间就是您的大模型，包含了丰富的花瓶样式和元素。
2. 接收需求：
- 有一天，有客户提出了他们的花瓶需求，通过语言描述的方式告诉您他们想要的花瓶样式。
3. 根据需求提取碎片：
- 您进入房间（大模型），开始根据客户的描述（CLIP 文本编码器）来寻找符合要求的碎片（像素）。
- 这个过程中，K 采样器会帮助您从众多的碎片中挑选出最合适的那些。
4. 草图设计：
- 您现在有了这些碎片，接下来需要进行设计。
- 您开始根据碎片的编号和需求进行草图设计（K 采样器步数）。这个步骤中，调度器会帮助您决定如何组合这些碎片，以达到最佳的设计效果。
- 草图的粗糙程度可以通过降噪技术来调整，使设计更加精确和美观。
5. 实物组装：
- 草图设计完成后，您拥有了花瓶的基本结构和样式。
- 但是，草图上的只是线条和碎片编号，还不是真正的花瓶。
- 这时，您会利用 VAE 编码器来进行最后的组装。VAE 编码器会根据您的草图，将对应的碎片（像素）进行组装，生成最终的花瓶实物。
图生图流程
1. 初始图片上传
- 用户上传一张照片作为参考，这张照片可以是一个具体的物体、风景、人物等，它提供了图生图过程的初始形态和细节。
2. 接收需求清单
- 用户输入一系列的正负提示词，作为对生成图片的具体要求或期望。这些提示词可以包括颜色、风格、元素增减等各个方面的描述。
3. 细节还原与碎片提取
- 系统根据您上传的照片，在大模型（即像素碎片库）中寻找与照片细节相匹配的碎片。这些碎片的提取过程确保了原始照片的细节能够得到很好的保留。
4. 设计与制作
- 有了初始照片和用户需求，系统开始根据这些信息进行设计和制作。它会在保持照片原有细节的基础上，根据用户的正负提示词，调整图片的颜色、添加或删除某些元素，以及改变整体风格等。
5. 降噪与重绘幅度调整
- 在这个过程中，降噪设置起到了关键作用。它决定了图片重绘的幅度。当降噪设置为 0. 几时，表示对原始图片的改动较小，更多地保留了原始细节。而降噪设置的参数越大，系统对图片的重绘幅度就越大，生成的图片与原始图片的差异也就越明显。
6. 最终生成
- 经过上述步骤后，系统最终生成一张既保留了原始照片细节，又符合用户需求的全新图片。这张图片是原始图片与用户需求的完美结合，展现了图生图技术的强大能力。
通过这样的流程，图生图技术能够根据用户提供的照片和需求，生成出既符合用户期望又具有创意的全新图片。这种技术不仅在艺术创作中有着重要的应用价值，也在许多其他领域如设计、广告等中发挥着重要作用。
Checkpoint 加载器（pysss）
瑞士军刀：新建节点 > 加载器 >Checkpoint 加载器（pysss）
加载模型是分类，适用于模型储存在不同文件夹分类内, 模型比较多的小伙伴.
Empty Latent Image
决定潜在空间的图像大小，batch_size 批次，就是生成多少张图，K 采样器输入输出都需要潜在空间控制。
VAE 解码
图片会在潜在空间之后解码
预览图像、保存图像
VAE 解码后，今儿可以看到我们的图像了。保存图像路径可以设置，默认存在 ComfyUI 文件夹下的 output 内。
CLIP 文本编码器
我们输入的是 String 类型的字符串，然后通过编码传给采样器。
以下节点需要安装插件使用，部分节点输出可能是 String，所以需要使用默认 CLIP 文本编码器在 CLIP 节点上面右键选择转换为文本输入
当然这种操作可以适用绝大多数节点，就像编程一样，可以把某些节点内的参数转换成变量使用。例如重绘多采样器或者放大操作使用共享相同的随机种子，专门的变量框可以使用元节点，也可以直接拉。
CLIP 文本编码器（Argos 翻译）
汉化插件：新建节点 >ALEK 节点 > 条件
from 设置现在的语言 to 设置要翻译的语言
文本翻译过后是否正确，可以使用预览文字和展示文本节点来查看。下同。
CLIP 文本编码器（翻译高级）
汉化插件：新建节点 >ALEK 节点 > 条件
form 设置 auto 自动 to 目标语言
add_proxies 可以开启代理
service 设置翻译引擎
CLIP 文本编码器（翻译）
汉化插件：新建节点 >ALEK 节点 > 条件
form 设置 auto 自动 to 目标语言
manual_translate 手动翻译
字符串操作
瑞士军刀插件：新建节点 > 实用工具 > 字符串操作
append 追加 replace 替换
可以提升文本框为变量，然后用翻译文本组合使用，每个翻译文本框里面都可以输入不同的场景，这样逻辑会更加清晰。比如第一个是场景环境，第二个是对人物进行修饰的提示词，还有很多操作。
CLIP 文本编码 SDXL（优化）
SDXL Prompt Styler 插件：新建节点 > 高级 > 条件
普通版：宽高，裁剪宽高一般不动，目标宽高。CLIP 中的分辨率一般是真实生成图像的倍数关系，一般都是 2 倍，4 倍这种，配个瑞士军刀的数学表达式使用会更简单。
优化：相比普通的 CLIP 文本编码 SDXL，优化适用于二次精炼。
数学表达式
新建节点 > 实用工具
可以直接作用于空 Latent 节点输出的宽高。
假设空 Latent 节点宽高为 1024，直接空 Latent 出连在 A 上。获取数据就是a.width，此时他就是 1024。如果 4 倍就是a.width * 4。注意在这个里面，不管条件是什么输出的只是一个数，出整数或者浮点直接连接 CLIP 文本编码 SDXL 的进宽高就行了。
加载图像
新建节点 > 图像 > 加载图像
图片上传输入。mask 就是图片蒙版，有可能照片年代久了，有些地方不出清楚了，或者之前有些地方不好看，我们就把它圈起来然他对圈起来的地方重新设计。
使用遮罩后要使用 VAE 内补码编码器，不然不识别遮罩。
VAE 内补码编码器
新建节点 >Latent> 内补 >VAE 内补码编码器
相比普通 VAE 编码多了一个遮罩连接点。
使用遮罩后，注意自己的题词，不然会出现更多的手和脚或者衣服之内的。
图像裁剪
新建节点 > 图像 > 变换 > 图像裁剪
宽高设置，x，y 实现裁剪偏移，在右侧菜单栏中更多选项中勾选自动执行（Auto Queue）改变状态。配合图像按系数缩放节点来实现
CLIP 设置停止层
对应 webui Clip 跳过层
WD14 反推提示词
新建节点 > 图像 >WD14 反推提示词
节点需要插件，并且配置科学，从远程批量下载模型提示词。同时也可以下载模型，本地运行。
在 clash 中要开启 tun 转发，在 cmd 管理员模式下输入上面命令并可开启代理。不会的请参考：AI 绘画拉取模型失败，DOS 开启代理 | XiSoul Blog's
模型：设置反推提示词模型
置信度：阈值，给的越低，反推出来的提示词越零碎，越详细。阈值越高，就会挑一些主要的提示词描述。角色置信度同理。
排除标签就是反推出来的字符串中有你不想要的，你可以复制粘贴进去。
同时也可以配合瑞士军刀插件字符串操作。
SDXL 风格化提示词（高级）
新建节点 > 实用工具 >SDXL 风格化提示词（高级）
L 偏向于 tag，类型人物，座椅板凳这种名词描述，短袖，牛仔裤。
G 偏向于风格，形容词，比如形容女性的头发：长发短发，什么颜色。穿着什么样：什么样的短袖，什么样的牛仔裤。
输出为字符串，普通的 SDXL 需要提供 CLIP 文本编码器将文本框提升为连接点，SDXL 风格化提示词（高级）需要提供 CLIP 文本编码器 SDXL。
SDXL 默认加载一个 offset 的 Lora，进行光线调节。使用风格化提示词，简单的图像也可以没必要使用 offset 的 Lora。
负面词应用可以控制只应用 G 或者 L。
ControlNet 应用
ControlNet 应用（高级）
新建节点 > 条件
高级和普通相比，多了开始时间和结束时间，连接点方面分为正负输出。
图像不能直接输入给 ControlNet 应用，需要安装预处理组件
Aux 集成预处理器
ControlNet 插件: 新建节点 >ControlNet 预处理器
方便简单调用各种预处理器
Lora 加载器
Lora 加载器（pysss）
瑞士军刀：新建节点 > 加载器
相比普通的，加载 Lora 方便文件夹内模型管理
二、快捷操作
| Keybind | Explanation |
|---|---|
| Ctrl + Enter | 出图 |
| Ctrl + Z/Ctrl + Y | 撤销 |
| Ctrl + S | 保存工作流 |
| Ctrl + O | 载入工作流 |
| Ctrl + A | 选择所有节点 |
| Alt + C | 折叠所选节点 |
| Ctrl + M | 屏蔽 / 取消屏蔽节点 |
| Ctrl + B | 穿过所选节点（就像此节点不存在，连线会穿越节点） |
| Delete/Backspace | 删除节点 |
| Ctrl + Delete/Backspace | 清空界面 |
| Space | 按住之后画布会随着鼠标移动 |
| Ctrl/Shift + Click | 多选 |
| Ctrl + C/Ctrl + V | 复制粘贴节点 |
| Ctrl + C/Ctrl + Shift + V | 保持连线复制粘贴 |
| Shift + Drag | 同时移动多个节点 |
| Ctrl + D | 加载默认工作流 |
| Q | 切换队列可见性 |
| H | 切换出图历史可见性 |
| R | 刷新界面 |
| 双击 | 打开节点搜索界面 |
多选：按住 ctrl+ 鼠标拖动
多选后可以右键创建模板组
鼠标中间可以添加中转节点（理线器）
三、功能操作
放大缩放
空间内放大
潜空间前放大
Latent 缩放
指定宽高倍数，粗暴放大，只是尺寸变大。
Latent 按系数缩放
指定倍数，粗暴放大，二次采样注意重绘幅度。
模型方法
放大模型加载器
新建节点 > 图像 > 放大 > 图像通过模型放大
放大中图像缩放，图像按系数缩放也是粗暴放大
4x-UltraSharp.pth
SD 放大
新建节点 > 图像 > 放大 >SD 放大
SD 放大节点混合了采样器采用区块式和 webui 一样。
区块大小自定义，区块模糊就是边缘羽化大小，分块分区通常默认。
接缝修复模式通常采用 Band Pass 效果较强，Half Tile 比较弱。Half Tile+Intersections 效果折中。如果不选默认为 none 会不起作用。
SD 放大（不放大）少一个，方法模型连接点。用于二次采样二次修复
遮罩
新建节点 > 遮罩 > 加载图像遮罩
这个操作是直接在潜空间里面拿图，不需要二次采样
新建节点 >Latent> 内补 > 设置 Latent 噪波遮罩
可以直接遮罩连接点向旁边拖选择设置 Latent 噪波遮罩, 然后直接使用上一个 K 采样器输出的 Latent 然后输出到下一个 K 采样器
反向
CLIP 视觉加载器输入到 CLIP 视觉编码，同时将图像也输入。输出 unCLIP 条件也可以利用提示词传给条件零化然后传给 unCLIP 条件，再然后直接传给 K 采样器。这个过程可以利用多 CLIP 视觉编码进行风格化图片等等。
__EOF__