Appearance
第 8 课：理解节点与连线
📌 学习目标：深入理解 ComfyUI 的数据流原理，能够读懂和调试工作流 ⏱️ 预计时长：20 分钟 🎯 本节节奏：数据流原理 → 端口类型 → 常见连线错误 → 调试技巧
一、ComfyUI 的数据流模型
ComfyUI 的核心思想是数据流：每个节点接收输入数据，处理后输出新数据。
输入数据 ──→ [节点A] ──→ 中间数据 ──→ [节点B] ──→ 输出数据
│ │
└────────── 连线 ───────────────┘数据的四种类型
| 类型 | 颜色 | 含义 | 示例 |
|---|---|---|---|
| MODEL | 蓝色 | AI 模型 | Checkpoint、LoRA |
| CLIP | 浅蓝 | 文本编码器 | CLIP Text Encode 输出 |
| LATENT | 黄色 | 潜在空间数据 | KSampler 输出、Empty Latent |
| IMAGE | 绿色 | 像素图像 | VAE Decode 输出、Save Image |
理解这一点很重要：不同类型的线不能乱连，连错了节点不会报错但会静默失败。
二、常见节点详解
2.1 Checkpoint Loader
输入：无
输出：MODEL, CLIP, VAE
作用：加载主模型，提供模型、文本编码器和解码器2.2 CLIP Text Encode
输入：clip（来自 Checkpoint Loader）
输出：conditioning（条件数据）
作用：将文字提示词编码为 AI 能理解的特征向量
有两个实例：一个填正提示词，一个填负提示词2.3 Empty Latent Image
输入：无
输出：latent（潜在空间）
作用：创建一个空白的"画布"，设定图片的尺寸
Width/Height: 图片分辨率
Batch Size: 一次生成几张2.4 KSampler（核心节点）
输入：
model ← Checkpoint Loader
positive ← 正提示词 CLIP
negative ← 负提示词 CLIP
latent_image ← Empty Latent Image
输出：latent（去噪后的潜在空间数据）
作用：执行去噪过程，从随机噪声逐步生成图片特征KSampler 内部流程：
随机噪声(latent)
→ 根据提示词条件不断去噪(steps次)
→ 得到包含图片信息的latent2.5 VAE Decode
输入：
samples ← KSampler 输出的 latent
vae ← Checkpoint Loader 提供的 VAE
输出：IMAGE（实际的像素图片）
作用：将潜在空间数据解码为人类可见的图片2.6 Save Image
输入：IMAGE
输出：无
作用：将图片保存到硬盘三、连线的正确方式
正确连线示例
[Checkpoint Loader]
├── model ──────→ [KSampler] .model
├── CLIP ───────→ [CLIP Text Encode] × 2
└── VAE ────────→ [VAE Decode] .vae
[CLIP Text Encode - 正]
└── output ─────→ [KSampler] .positive
[CLIP Text Encode - 负]
└── output ─────→ [KSampler] .negative
[Empty Latent Image]
└── output ─────→ [KSampler] .latent_image
[KSampler]
└── output ─────→ [VAE Decode] .samples
[VAE Decode]
└── output ─────→ [Save Image] .images常见连线错误
| 错误 | 现象 | 原因 |
|---|---|---|
| IMAGE 接到 MODEL 端口 | 无报错但不出图 | 数据类型不匹配 |
| 漏掉负提示词连线 | 生成质量差 | 缺少约束条件 |
| VAE 连错端口 | 颜色异常或报错 | 接了错误的输入 |
| seed 固定不变 | 每次生成一模一样 | 应该设为随机 |
四、调试技巧
4.1 检查连线颜色
正确的连线应该显示颜色：
- 蓝色线 = MODEL 数据 ✓
- 绿色线 = IMAGE 数据 ✓
- 黄色线 = LATENT 数据 ✓
- 橙色线 = CONDITIONING 数据 ✓
灰色线 = 未连接（需要处理）4.2 悬停查看端口类型
将鼠标悬停在节点的输入/输出端口上，会显示：
- 端口名称
- 数据类型（MODEL/IMAGE/LATENT/CLIP）
- 当前连接状态
4.3 使用快捷操作
右键节点 → Connect All / Disconnect All
- 一键连接所有兼容的端口
- 一键断开所有连线
Ctrl+Z：撤销上一步操作
Ctrl+A：全选节点
Delete：删除选中的节点4.4 保存和加载工作流
保存：菜单 → Workflow → Save
→ 导出为 .json 文件，包含完整的节点配置和参数
加载：菜单 → Workflow → Load
→ 导入之前保存的工作流
分享：将 .json 文件发给别人，对方导入后可以直接使用五、读取别人分享的工作流
ComfyUI 最大的优势之一是工作流可以共享：
步骤：
1. 从 CivitAI 或其他地方下载 .json 工作流文件
2. 在 ComfyUI 中：菜单 → Workflow → Load
3. 选择下载的 .json 文件
4. 工作流会自动加载，所有节点和连线都会还原
5. 如果有缺失的模型，ComfyUI 会提示你下载注意： 别人的工作流可能需要特定的模型或节点，如果运行报错：
- 检查是否安装了所需的自定义节点
- 检查是否有缺失的模型文件
- 根据提示安装缺失项
六、本章小结
| 要点 | 说明 |
|---|---|
| 数据类型 | MODEL(蓝)/CLIP(浅蓝)/LATENT(黄)/IMAGE(绿)，不能混连 |
| 核心流程 | 提示词 → CLIP → KSampler → VAE Decode → 图片 |
| KSampler | 最关键节点，控制采样步数、CFG、种子等 |
| 连线检查 | 颜色对应数据类型，灰色表示未连接 |
| 工作流共享 | 保存为 .json，别人可以直接加载使用 |
下节课：第 9 课：常用参数详解