什么是Comfyui节点？连线颜色与数据类型

一、用一句话理解什么是Comfyui节点

在 ComfyUI 里，节点就是一个功能模块。

每个节点负责一件具体的事，例如：

• 加载模型

• 把文字变成 AI 能读懂的数据

• 在潜空间里去噪采样

• 把潜空间数据解码成看得见的图片

• 保存文件

节点左侧是 输入口，右侧是 输出口。
用 连线 把「上游节点的输出」接到「下游节点的输入」，就形成一条 数据处理流水线——这就是 ComfyUI 工作流的本质。

二、节点的基本结构

打开任意工作流，点击一个节点，你会看到类似下面的结构：

2.1 输入（Input）

• 位于节点 左侧，通常是一个个 圆点（插槽 Slot）。

• 表示：这个节点需要别人传给它什么数据，它自己无法凭空产生。

• 有些输入可以不连线，改用节点内部的 widgets（文本框、滑块、下拉菜单）填写，例如 seed、steps。

2.2 输出（Output）

• 位于节点 右侧，同样是圆点。

• 表示：这个节点处理完成后，会产出什么类型的数据，供下游节点使用。

2.3 连线（Link）

• 从 输出口 拖向 输入口。

• 数据流向永远是：右 → 左（从上游流向下游）。

• 一条线只传 一种数据类型；类型不匹配时，ComfyUI 通常会 拒绝连接 或 执行时报错。

2.4 参数（Widgets）

• 节点内部的文本框、数字、下拉选项，不需要连线，直接在节点上改。

• 例如：Load Image 节点选择文件名，CLIP Text Encode 节点里写 Prompt。

三、为什么「类型」如此重要？

ComfyUI 是 强类型 系统：每个插槽都声明了它只接受/只输出某一种 数据类型。

这就像：

• USB-C 口不能直接插 HDMI 线（除非转接）

• 水管接电线，系统会「对不上号」

举例：KSampler 的 latent_image 输入需要的是 LATENT（潜空间图像），如果你把 IMAGE（像素图片） 直接接上去，要么连不上，要么需要中间加一个 VAE Encode 节点做转换。

理解数据类型，是 从「会拖工作流」到「会改工作流」 的分水岭。

四、文生图必知的 7 种核心数据类型

下面这张表覆盖了 90% 入门工作流会用到的类型。
颜色以 ComfyUI 默认主题为准；不同皮肤/版本可能略有色差，但 类型名称不变。

4.1 MODEL（紫色）— 「画画的引擎」

• 从 Load Checkpoint 的 MODEL 口出来。

• 必须接到 KSampler 的 model 输入（或 ControlNet / LoRA 等会修改 MODEL 的中间节点）。

• 不能 直接当图片用，也 不能 直接写 Prompt 进去。

记忆口诀：紫色 = 模型在干活。

4.2 CLIP（黄色）— 「读文字的翻译官」

• 同样来自 Load Checkpoint 的 CLIP 口。

• 接到 CLIP Text Encode (Prompt) 节点，把中英文 Prompt 编码成 AI 能用的数学表示。

• 编码结果不会从 CLIP 口直接出来给 KSampler，而是变成 CONDITIONING（橙色） 再往下传。

记忆口诀：黄色 CLIP 进，橙色 CONDITIONING 出。

4.3 VAE（红色）— 「潜空间 ↔ 真实图片的翻译官」

• 来自 Checkpoint 的 VAE 口。

• VAE Decode：LATENT（粉）→ IMAGE（蓝），采样完成后才能看到图。

• VAE Encode：IMAGE（蓝）→ LATENT（粉），图生图时把照片压回潜空间。

记忆口诀：红色 VAE 管「解码/编码」，连接 latent 和 image。

4.4 CONDITIONING（橙色）— 「Prompt 打包后的指令包」

• 由 CLIP Text Encode 输出。

• 分 positive（正向） 和 negative（负向） 两路，分别接 KSampler。

• 里面不只是文字，还可能附带 ControlNet、区域限制等附加信息（进阶内容）。

记忆口诀：橙色 = 告诉模型「要什么 / 不要什么」。

4.5 LATENT（粉色）— 「压缩态的画布」

• 还不是 PNG/JPG 那种像素图，是模型内部在潜空间里操作的「草稿」。

• 文生图：Empty Latent Image 创建指定宽高的空白 latent。

• 图生图：VAE Encode 把上传图变成 latent。

• KSampler 在 latent 上逐步去噪，输出仍是 LATENT，必须再经 VAE Decode 才能看。

记忆口诀：粉色 latent 人眼看不见，Decode 之后才变蓝。

4.6 IMAGE（蓝色）— 「正常能打开的图片」

• 你在 Load Image、Preview Image、Save Image 里看到的都是 IMAGE。

• 分辨率、通道数在这里才有直观意义（如 512×512、1024×1024）。

• 若要把 IMAGE 送进 KSampler 做 img2img，中间通常需要 VAE Encode → LATENT。

记忆口诀：蓝色 = 肉眼可见的图。

4.7 MASK（绿色）— 「哪里改、哪里不改」

• 白色区域通常表示「要重绘/要处理」，黑色表示「保持原样」（具体节点可能略有差异，以节点说明为准）。

• 局部重绘（Inpaint）、部分 ControlNet、InstantID 等会用到。

• Load Image 若图片带 Alpha 通道，有时会同时输出 MASK。

记忆口诀：绿色蒙版管区域。

五、进阶常见类型（遇到再查）

入门之后，你会在插件节点里见到更多类型，不必一次背完，但知道名字可减少懵圈：

自定义节点的颜色由开发者定义，以节点文档和实际插槽标签为准；核心 SD 流程仍以 MODEL / CLIP / VAE / CONDITIONING / LATENT / IMAGE / MASK 为主。

六、连线颜色与类型：如何快速认线？

ComfyUI 在画布上会用 线的颜色 暗示当前连接的数据类型（与插槽颜色一致）。实操技巧：

6.1 拖线时看「插槽颜色」

把鼠标移到 输入口/输出口 上，插槽边缘颜色即类型色。
只有 同类型（或节点声明兼容）的口才能稳定连接。

6.2 从 Checkpoint 出发数「三口」

Load Checkpoint 是最常见的起点，固定三个输出：

MODEL  紫
CLIP   黄
VAE    红

新手搭建工作流时，先确认这三条线 各自去了该去的地方，再连 KSampler 和 Decode，错误率会大幅下降。

6.3 看类型名，不只看颜色

色弱或主题自定义时，以插槽上的英文类型名为准（MODEL、LATENT 等）。
颜色是辅助，名称才是 ComfyUI 判定能否连接的依据。

七、为什么连错会报错？常见错误对照

ComfyUI 报红时，优先检查：

1. 红线连到了哪个输入？ 类型是否匹配？

2. Checkpoint 的三出口是否都用了？

3. KSampler 后面有没有 VAE Decode？

八、节点的添加、删除与操作习惯

8.1 添加节点

• 空白处 双击 或 右键 → Add Node；

• 搜索英文名最准，如 KSampler、Load Checkpoint；

• 安装中文插件后可用中文搜索（依赖插件质量）。

8.2 连线

• 从 输出口 按住拖到 输入口；

• 断开：点击线或选中后 Delete；

• 改接：先删线再重连，避免中间「挂空」。

8.3 组织画布

• 数据流建议 从左到右：模型在左，采样在中，出图在右；

• 用 Group 把「加载模型」「提示词」「采样出图」分区，便于阅读和分享。

九、节点、类型与 WebUI 概念的对应

有 Stable Diffusion WebUI 基础的同学，可以这样对照：

ComfyUI 没有「藏起来的管线」，WebUI 里合并在一起的功能，在这里 拆成了可见的节点和类型——这就是学习曲线变陡、但可控性变强的原因。