文生图

之前已经在界面（基础工作流创建）为大家讲解了如何创建最基础的工作流，但基础工作流只能加载SD1.5模型，那SDXL模型、Lora模型该如何在ComfyUI上运行呢？今天就来给大家讲解一下。

Lora

LoRA是微软技术人员于2021年为解决大语言模型微调而开发的一项技术，用于大语言模型在特定任务或领域上的高效适应，这是一种既节省资源又保持高性能的解决方案。更具体信息，请查看：Stable Diffusion绘画中常用的LoRA模型是什么？

在了解完基础工作流创建和LoRA模型后，LoRA模型的节点该如何添加呢？其实只需在基础工作流上添加一个LoRA模型加载节点即可，大家也不需要一步一步的添加，直接点击右侧面板的加载默认按钮，就会加载一个基础工作流。

1、添加 LoRA 节点

只需要右键 → 新建节点 →加载器→ LoRA加载器，即可添加 LoRA 节点

2、连接节点

节点左侧与 大模型相连，右侧与 CLIP 和 K采样器 相连，连线的规则也已经在界面（基础工作流创建）里为大家讲解过

如果要添加多个Lora，请看下图，使用串联方法连接

3、VAE

大家在下载LoRA模型的时候，请注意查看模型介绍，作者是否有推荐大家使用的大模型、LoRA和采样器，请根据作者的介绍来进行添加。

请根据LoRA作者的要求进行设置，如果有特殊VAE的要求，大家可以添加独立的VAE节点

SDXL

SDXL模型与SD1.5模型不同，他其实是由两个模型组成，具体可参考Stable Diffusion XL(SDXL),基础与细化（refiner）模型，不过目前很多第三方模型已经不需要refiner模型来进行细化，大家使用基础工作流就可以进行生图，不过还是要给大家细说一下怎么使用官方发布的SDXL如何在ComfyUI上使用。

一、加载 refiner 模型

加载基础工作流，在适当位置添加一个 Checkpoint 加载器，将节点标题更改为 refiner 模型

二、提示词输入

1、有了模型节点，接下来需要连接提示词。不仅基础模型需要连接提示词，refiner 细化也需要提示词作为基础，根据之前的连线规则，这时候就有问题了，总不能每次生图都要输入两次正反提示词吧？

2、因此我们需要输入一次提示词，就可以被两个模型使用，这时候我们就需要在“CLIP 文本编码器”上做一些改变

3、在“CLIP 文本编码器”上右键，选择“转换文本为输入”，这样我们就可以将文本输入框转换为文本节点，并传输内容到“CLIP 文本编码器”。

4、右键，选择“新建节点” -> “实用工具” -> “Primitive元节点”作为输入提示词的节点

5、连接“CLIP 文本编码器上的文本”和“Primitive 元节点”，这样之前输入的内容就会出现在“Primitive 元节点”上，并且还可以修改

使用克隆，快速创建节点

6、将“Primitive 元节点”作为输出项，连接到另一组“CLIP 文本编码器”，然后克隆这两组“CLIP 文本编码器”连接到 refiner 模型。

需要四个CLIP 文本编码器

三、K 采样器（高级）

1、在之前教程里已经提到，在采样器选择中，有两个选项：“K 采样器”和“K 采样器（高级）”。今天将讲解高级采样器的使用。

2、高级采样器具有“添加噪波、开始降噪步数、结束降噪步数、返回噪波”等选项，少了“降噪”选项。

• 添加噪波：控制是否生成随机种子。对于基础模型连接的采样器，启用此选项（enable）；对于 refiner 模型连接的采样器，禁用此选项（disable）。（PS：refiner 模型是对生成的图片进行细化，因此种子应与 base 模型相同）

• 开始/结束降噪步数：定义从哪一步开始/结束降噪。对于 base 模型，通常从第 0 步开始；对于 refiner 模型，开始步数与 base 模型的结束步数相对应。（PS：总步数 40 步，base 模型的结束步数是30，那 refiner 模型的开始步数就是 30）

• 返回噪波：将随机种子返回给下一个采样器。对于 base 模型连接的采样器，启用此选项；对于 refiner 模型连接的采样器，禁用此选项。

3、连接采样器，并将 refiner 采样器的“Latent”与 base 采样器的输出“Latent”连接，创建一个设置图片尺寸的节点，连接到base 采样器

四、VAE 解码及保存图像

1、将 VAE 解码器与 refiner 采样器连接。可以选择连接任何大模型的 VAE端点，或使用“VAE 加载器”加载一个；连接完成后，运行流程以检查是否有错误。

流程创建完毕后，检测是否有错误

2、若要查看 base 模型连接的采样器生成的图像，可以在 base 采样器后连接一个“VAE 解码”和“预览图像”节点。使用“预览图像”是因为输出的图像可能带有噪点，直接保存会占用存储空间。

优化流程

1、提取共享参数

完成SDXL的流程创建后，您可能会发现在两个采样器上都需要输入总步数、开始降噪步数、结束降噪步数等参数，这显得很繁琐。为了简化此过程，我们可以将这些共享参数提取出来，以实现更高效的参数管理。

2、统一输入数值

观察上述六个数值，我们发现两个总步数应该是相同的，而 base 采样器的结束降噪步数与 refiner 采样器的开始降噪步数也应该保持一致。因此，我们可以将这两组数值统一进行输入。

3、 转换参数为输入

• 在 base 采样器上，右键点击并选择“转换步数为输入”和“转换结束降噪步数为输入”。

• 在 refiner 采样器上，同样右键点击并选择“转换步数为输入”和“转换开始降噪步数为输入”。

这样，我们就将这些参数转换为了可输入的节点，使得参数的调整变得更加灵活和方便。

4、 创建输入节点

• 接下来，我们需要创建两个“Primitive元节点”作为输入节点。这可以通过右键点击并选择“新建节点” -> “实用工具” -> “Primitive元节点”来完成。

• 创建好两个输入节点后，一个用于连接步数，另一个用于连接结束/开始降噪步数。

5、完成与保存

• 如果你觉得线条和布局过于混乱，可以新建分组，对节点进行分组，让整个工作流更加清晰明了

• 最后，请记得保存您的工作流，以便下次使用时可以直接加载，无需重复上述步骤。