首页/ 节点库/ KSampler (WAS)
第三方插件 was-node-suite-comfyui

KSampler (WAS)

KSampler (WAS) 2026-01-30 收录 549 次浏览

节点中英文对比

ComfyUI 结构对照

按当前节点配置,分别展示中文与英文节点结构。面板按 ComfyUI 实际界面还原: 左侧圆点是输入,右侧圆点与该行最右的名称为输出,下方胶囊是控件参数; 控件两端的三角表示可切换的选项。

中文节点 11 项
KSampler (WAS)
模型 LATENT
随机种子
正面条件
负面条件
Latent图像
steps —
cfg —
sampler_name —
scheduler —
denoise —
英文节点 11 项
KSampler (WAS)
model LATENT
seed
positive
negative
latent_image
steps —
cfg —
sampler_name —
scheduler —
denoise —
模型 条件 / 数值 Latent 其它类型 左圆点 = 输入,右圆点 = 输出 可切换选项 — 未设置默认值

面板用于对照参数位置与命名,不做交互;实际节点外观以 ComfyUI 内的主题为准。

参数说明

输入 5 · 输出 1 · 控件 5

依据当前节点关联的 NodesItems 数据,按输入、输出、控件三类分别列出名称与说明。

输入参数 5 项
模型 model
扩散模型:这是进行图像生成的预训练主模型。
随机种子 seed
随机种子:一个整数,用于初始化采样过程中的随机噪声。只要所有其他参数不变,相同的种子就能生成完全相同的图像,确保了结果的可复现性。
正面条件 positive
正向提示词。
负面条件 negative
负向提示词。
Latent图像 latent_image
潜空间图像:采样的起点。通常是一个由 Empty Latent Image 节点生成的纯噪声潜空间,也可以是 VAE 编码后的现有图像(用于图生图)。
输出参数 1 项
LATENT LATENT
输出潜空间:经过去噪后生成的最终潜空间图像。这个结果包含了符合文本提示的图像信息,但仍处于机器可读的潜空间格式。
控件参数 5 项
steps steps
采样步数:扩散模型去噪的总步数。步数越多,图像细节通常越丰富,但也需要更长的计算时间。一般在 20到 30 步之间可以取得较好的平衡。
cfg cfg
文本提示的引导强度。这个值决定了生成图像在多大程度上遵循正面提示。数值越高,图像与提示的关联性越强,但过高可能导致色彩过饱和或失真。7 到 8 是常用的初始值。
sampler_name sampler_name
采样器名称:选择执行去噪过程的具体算法。不同的采样器有不同的速度和出图风格。例如,euler 速度快但可能细节较少,dpmpp_2m_karras 则在质量和速度上表现均衡。
scheduler scheduler
调度器:决定在每一步去噪中如何减少噪声,与采样器协同工作。常用的调度器有 normal、karras 和 exponential 等,会影响图像的收敛速度和最终的细节质感。
denoise denoise
去噪强度:决定在多大程度上改变输入的 latent_image。值为 1.0 时,输入潜空间会被完全重绘(适用于文生图)。值小于 1.0 时,会保留一部分原始潜空间的结构,只在上面进行部分去噪(适用于图生图或 Inpainting)。

节点详解

原理 · 用法 · 常见问题
暂无节点说明

常见问题

按节点参数整理
KSampler (WAS)有哪些输入参数?
共 5 个输入,包括 模型(model)、随机种子(seed)、正面条件(positive)、负面条件(negative)、Latent图像(latent_image)。
KSampler (WAS)的输出是什么?
共 1 个输出:LATENT(LATENT)。
KSampler (WAS)有哪些可调参数?
共 5 个控件参数,包括 steps(steps)、cfg(cfg)、sampler_name(sampler_name)、scheduler(scheduler)、denoise(denoise)。
KSampler (WAS)属于哪个节点包?
属于「was-node-suite-comfyui」,节点分类为「第三方插件」。

同类节点

was-node-suite-comfyui