中篇：核心节点详解（新手必掌握）

本篇为ComfyUI新手入门中篇，基于上篇搭建的环境和界面认知，重点拆解6个基础核心节点的功能、关键参数及使用技巧，帮你吃透“节点+连接”的核心逻辑，为下篇实战搭建工作流做好准备。\r\n\r\n一、核心节点基础逻辑\r\n\r\nComfyUI的核心是“节点+连接”，不同节点负责不同功能，节点之间通过端口连接实现数据流转，完成AI生成全流程。新手无需掌握所有节点，先吃透以下6个基础节点，就能完成大部分基础AI生成任务（以“文生图”为例），核心数据流向为：文本输入→文本编码→模型加载→采样→图像解码→输出保存。\r\n\r\n二、6个核心基础节点详解\r\n\r\n2.1 模型加载节点（Checkpoint Loader）\r\n\r\n核心功能：加载本地的Checkpoint模型（生图核心），是所有文生图、图生图工作流的基础，相当于“AI生成的发动机”，没有该节点，后续所有生成操作都无法开展。\r\n\r\n关键参数：ckpt_name：下拉选择已放入“models/checkpoints”文件夹的模型（如Stable Diffusion v1.5），新手建议先固定使用一个模型，熟悉其生成风格后再更换。输出端口：模型加载后，会输出“model”（模型权重）、“clip”（文本编码器）、“vae”（图像解码器）三个端口，后续节点需对应连接这些端口，才能获取所需数据。\r\n\r\n2.2 文本编码节点（CLIP Text Encode）\r\n\r\n核心功能：将我们输入的文字提示词（Prompt）转换为AI能识别的语言，分为“正向提示词”和“负向提示词”两个节点（部分版本合并为一个节点，可切换正负向），直接决定生成图像的内容和风格。\r\n\r\n关键参数：text：输入提示词，正向提示词写“想要生成的内容”（如“一只可爱的小猫，白色毛发，蓝色眼睛，治愈系，高清”），负向提示词写“不想要的内容”（如“模糊，畸形，低画质，水印”）。clip：必须连接“Checkpoint Loader”节点的“clip”输出端口，否则无法完成文本编码，提示词无法生效。\r\n\r\n提示词技巧：新手无需写复杂提示词，重点突出“主体+风格+细节”，语言简洁，避免堆砌无关词汇（如生成人物，可写“年轻女孩，长发，休闲装，自然光，高清，细腻皮肤”），过多无关词汇会干扰AI生成效果。\r\n\r\n2.3 潜空间图像节点（Empty Latent Image）\r\n\r\n核心功能：创建一张“空白的潜空间图像”，相当于AI生成图像的“画布”，后续采样节点会在这张“画布”上逐步绘制图像，其参数直接决定生成图像的尺寸和数量。\r\n\r\n关键参数：width/height：设置生成图像的宽度和高度（如512×512、768×1024），新手建议先使用512×512，显存占用低，生成速度快；后续可根据需求调整，注意比例协调（如16:9、4:3），避免出现拉伸变形。batch_size：生成图像的数量，默认1，新手建议先生成1张，确认效果后再批量生成，避免占用过多显存。\r\n\r\n2.4 采样节点（KSampler）\r\n\r\n核心功能：AI根据模型、提示词和潜空间图像，逐步生成最终图像，是整个工作流的“核心执行环节”，参数调节直接影响生成效果和速度，新手需重点掌握。\r\n\r\n关键参数（新手重点调节3个）：model：连接“Checkpoint Loader”节点的“model”输出端口，获取生成所需的模型权重。positive/negative：分别连接“CLIP Text Encode”的正向、负向提示词输出端口，获取AI生成的核心指令。latent_image：连接“Empty Latent Image”的输出端口，获取生成图像的“画布”。steps：采样步数，默认20-30步，步数越多，图像细节越丰富，但生成速度越慢；新手建议设置25步左右，平衡效果和速度。cfg：提示词权重，默认7，数值越高，提示词对生成图像的影响越大；数值越低，AI发挥空间越大，新手建议设置5-8，避免数值过高导致图像畸形。sampler_name：采样器，新手默认选择“euler”即可，速度快、效果稳定，熟悉后可尝试“dpm++ 2m karras”等采样器，获得更细腻的效果。\r\n\r\n2.5 图像解码节点（VAE Decode）\r\n\r\n核心功能：将采样节点生成的“潜空间图像”（AI内部识别的图像格式，肉眼无法直接查看）解码为我们能看到的RGB图像，是连接“AI内部生成”和“肉眼可见”的关键节点。\r\n\r\n关键参数：samples：连接“KSampler”节点的“samples”输出端口，获取潜空间图像数据。vae：连接“Checkpoint Loader”节点的“vae”输出端口，获取解码所需的模型支持，缺少该连接会导致无法解码，无法生成可见图像。\r\n\r\n2.6 图像输出节点（Save Image）\r\n\r\n核心功能：保存生成的最终图像，可设置保存路径和文件名前缀，方便后续查找和管理，是整个工作流的“收尾节点”。\r\n\r\n关键参数：images：连接“VAE Decode”节点的“images”输出端口，获取解码后的可见图像。filename_prefix：设置图像保存的前缀（如“cat_”），方便后续区分不同生成结果。output_path：设置保存路径，默认保存在ComfyUI的“output”文件夹中，可手动修改为自己方便查找的路径（建议路径无中文、无空格）。\r\n\r\n本篇已详细讲解所有基础核心节点的用法，重点记住各节点的核心功能和端口连接逻辑，建议结合上篇熟悉的界面，手动拖拽各节点熟悉位置和参数。接下来可进入下篇，通过实战搭建文生图工作流，巩固本篇所学内容，实现从“懂节点”到“会操作”的跨越。