ComfyUI-ZImagePowerNodes：专为 Z-Image 模型优化的强力节点套件

如果你正在使用 Z-Image 这一高性能图像生成模型，那么 ComfyUI-ZImagePowerNodes 值得加入你的工作流。这是一组由开发者 martin-rizzo 专为 Z-Image 设计的自定义 ComfyUI 节点，源于其在构建 “Amazing Z-Image Workflow” 过程中的实战经验，旨在提升生成效率、控制力与图像质量。

• GitHub：https://github.com/martin-rizzo/ComfyUI-ZImagePowerNodes

核心节点介绍

ZSampler Turbo

• 将去噪过程划分为 构图 → 细节 → 精修 三个阶段
• 在 4–9 步 内保持图像稳定性
• 从第 7 步起即可获得足够细节与质量，无需额外后处理
• 特别适合追求“少步数、高保真”的高效生成场景

Photo-Style Prompt Encoder

• 将选定的摄影风格（如胶片、人像、街拍）注入提示词
• 通过 CLIP 文本编码器引导扩散过程
• 生成符合特定美学的照片级图像

Illustration-Style Prompt Encoder

• 支持插画风格（如日漫、美式卡通、水彩）的语义控制
• 同样基于 CLIP 编码，确保风格与内容一致
• 适用于角色设计、概念艺术等创作

Save Image

• 保存生成图像
• 可选嵌入 CivitAI 兼容元数据（模型、提示、参数等）
• 便于作品归档与社区分享

Empty Z-Image Latent Image

• 为 Z-Image 模型提供标准潜空间输入
• 确保与其他节点兼容

安装方式

推荐：通过 ComfyUI Manager 安装

1. 打开 ComfyUI，点击 Manager
2. 进入 Custom Nodes Manager
3. 搜索 “Z-Image Power Nodes”
4. 点击 Install，重启 ComfyUI 即可

🔧 手动安装（高级用户）

cd ComfyUI/custom_nodes
git clone https://github.com/martin-rizzo/ComfyUI-ZImagePowerNodes.git

模型推荐配置

Z-Image 依赖两个核心组件：主扩散模型 和 文本编码器。开发者提供了两种格式选择：

⚠️ 注意：

• 使用 GGUF 需先安装 ComfyUI-GGUF 节点
• 避免使用 fp8 格式的 safetensors，会显著降低图像质量
• 所有模型需放置在对应目录（diffusion_models/, text_encoders/, vae/）

示例工作流

项目仓库的 /workflows 目录包含多个基础示例，涵盖：

• 风格化图像生成
• 三阶段采样流程
• 元数据保存配置

适合快速上手和二次开发。