NAIGC操作手册
四、基础节点详解
在 AIGC 图像生成系统中，节点并不仅仅是软件中的操作模块，而是构成整个生成逻辑的最小功能单元。理解节点，等同于理解人工智能图像生成的“工作机制”；掌握节点，意味着具备拆解与重构生成流程的能力。
采用节点化、可视化的工作流架构，将原本隐藏在算法与代码中的生成过程，拆解为一个个具有明确输入、输出与职责边界的功能节点。这种结构不仅降低了学习门槛，更使“生成过程”本身成为可分析、可教学、可评估的对象，非常适合应用于职业教育与技能训练场景。
在实际教学与生产中，许多学习者往往直接从“出图效果”入手，却忽视了节点背后所代表的模型结构、数据流向与生成逻辑。这种“结果导向”的使用方式，虽然可以快速获得图像，但难以形成稳定、可迁移的专业能力，也无法支撑复杂项目与真实生产需求。
因此，本章将从基础节点入手，对最核心、最具代表性的节点进行系统梳理与深入解析。通过对节点功能、参数含义及其在整体工作流中所处位置的讲解，帮助学习者建立起对 AIGC 图像生成流程的整体认知，为后续的进阶工作流设计、风格控制、生产级应用与职业能力评价打下坚实基础。
1、图像（Image）
节点功能：该节点用来加载图像。
注意：我们可以右键点击图像，选择“在遮罩编辑器中打开”选项，进入右侧蒙版编辑界面。
节点功能：该节点用来预览图像。
A. 保存图像（Save Image）
节点功能：该节点用来保存图像。
注意：保存图像的路径为当前目录下output文件夹内，这里文件前缀名输入的NAIGC，输出名称为“NAIGC_00001_.PNG”。
a) 图像缩放（Upscale Image）
节点功能：该节点用于将图片通过基础算法进行分辨率调整。
注意：该方法进行扩展的图像会通过数学计算的方式进行像素的填充，高清修复并非此过程。
b) 图像通过模型放大（Upscale Image(using Model)）
节点功能：该节点用来对图像进行放大，使用model进行图像放大。
注意：放大模型一般自带放大倍率。
a) 图像混合（Image Blend）
节点功能：该节点通过透明度设置将两张图片进行混合。
应用场景：
通过图像混合（Image Blend）节点，可以灵活地将两幅图像融合在一起，调整混合比例和模式，以实现丰富多样的图像处理效果。
b) 图像模糊（ImageBlur）
节点功能：该节点将输入的图像加上模糊效果。
应用场景：
通过图像模糊（Image Blur ）节点，可以根据需求调整图像的外观，使其更符合艺术创作或者设计需求。
c) 图像量化（ImageQuantize）
节点功能：该节点用于对图像的原始像素范围进行量化调整。
应用场景：
通过图像量化（ImageQuantize）节点，可以调整图像的色彩级别，从而控制图像的视觉表现和处理效率。
d) 图像锐化（ImageSharpen）
节点功能：该节点对原始图像增加锐化。
通过 图像锐化（Image Sharpen） 节点，可以定制化地调整图像的清晰度和细节，以满足不同的美学和功能需求。
节点功能：该节点用来对图像进行颜色反转，制作负片效果。
注意：在色轮中，每个颜色都存在一个补色，该节点的作用就是把原图中的颜色转换为对应的补色。
节点功能：该节点用来扩充现有画布的尺寸。
注意：如图所示，将遮罩转为图像后进行输出，可以看到羽化的值影像的是模板边缘的羽化值。该扩图方式一般配合VAE Encode For Inpaint Frames ∞Mixlab使用。
2、潜空间数据（LATENT）
节点功能：该节点用来生成纯噪声的潜空间图像，并设置图像的比例。
节点功能：该节点对潜空间图像增加蒙版，从而控制扩散区域
注意：因为该设置传入的蒙版并没有羽化的操作，所以会导致蒙版区域的扩散和原始图的融合度很低，不建议使用。
节点功能：该节点对潜空间图像进行分辨率调整，仅使用数学方式进行像素填充。
注意：潜空间图像的方法并不会很完美的融合图像，通过VAE解码后会出现毁坏的情况，正确的做法是使用K采样器进行二次采样，从而使得图像更加的美观。
节点功能：该节点类似于图像叠加节点，区别在于这个潜空间对图层进行叠加。
节点功能：该节点将Latent图像进行叠加，但是上层图像可以通过蒙版进行选择性粘贴。
注意：如下图所示，在源Latent图像中给出蒙版信息，传入LatentCompositeMasked节点，用来限制粘贴区域，后续经过VAE解码得到图像，仅粘贴了蒙版区域。
3、CLIP（Contrastive Language–Image Pretraining）
是一个典型的多模态对齐模型，由两个相互独立但共享语义空间的编码器构成：
模块 | 功能 | 在 ComfyUI 中的体现 |
文本编码器（Text Encoder） | 文本 → 语义向量 | Checkpoint 中自带的 CLIP 文本部分 |
视觉编码器（Vision Encoder） | 图像 → 语义向量 | 加载 CLIP 视觉 节点 |
二者的输出位于同一语义空间，这是“图文对齐”“图像提示”“风格参考”等高级应用的基础。
| 维度 | CLIP Text | CLIP Vision |
| 核心功能 | 将文本提示词（Prompt）转为语义向量 | 将图像转为语义向量（Embedding） |
| 输入类型 | 文字描述（Prompt） | 图像或参考图 |
| 输出 | 文本语义向量 | 图像语义向量 |
| 作用 | 提供文本条件，指导生成模型理解文字意图 | 提供视觉条件，指导生成模型理解图像语义 |
| 使用场景 | 文生图（Text-to-Image）、Prompt Engineering | 图像提示（Image Prompt）、IP-Adapter、风格/构图参考 |
| 在 ComfyUI 中对应节点 | Checkpoint 中自带的文本编码器 | 加载 CLIP 视觉（Load CLIP Vision） |
| 对齐方式 | 与图像语义向量对齐在同一语义空间 | 与文本语义向量对齐在同一语义空间 |
| 本质 | 理解文字 | 理解图像 |
节点功能：该节点用来输入正反向提示词，“文生图”、“文生视频”、“文生音乐”等场景中，录入文字内容的窗口。
该节点负责“看懂图片”，把图像转化为语义向量，供后续多模态生成节点使用。加载 CLIP 视觉（Load CLIP Vision） 是 ComfyUI 中用于加载 CLIP 模型的视觉编码器（Vision Encoder）的基础节点。该节点的核心作用并非生成图像，而是将输入图像转换为可被模型理解和计算的“视觉语义特征”。
4、VAE（变分自编码器）
VAE（变分自编码器） 是一种神经网络，用于在图像空间和潜空间（latent space）之间互相转换：
l 编码（Encode）：把像素图像压缩为潜在表示（latent tensor）。
l 解码（Decode）：把潜在表示重新转换成可见的图像。
这种转换在生成流程中非常关键，因为模型内部处理的是潜空间数据，而最终输出要变回图片。
节点功能：加载一个 VAE 模型文件，输出一个 VAE 类型对象 供其它节点使用（Encode / Decode 等）。必要时须加载正确的 VAE，否则解码出来的图片颜色、对比度可能异常（比如颜色偏移、噪点等）。
例如我们添加了一个节点，如果你不想用大语言模型的自带VAE那么就可以自己单独新建一个VAE加载器加载VAE。
节点功能：将像素图像转换为潜空间表示（latent tensor）。适用于图像到潜空间的转换，比如用于 img2img、inpainting（内补）等。
节点功能：该节点用来将潜空间图像解码为像素图像。
5、条件（conditioning）
节点功能：该节点根据强度因子对两个文本的条件信息进行插值混合。
注意：当系数为 1 时，图像生成过程将完全受到“条件到（conditioning_to）”的影响，而“条件从（conditioning_ from）”的影响将被忽略。反之，当系数为 0 时，图像生成将只受“条件从（conditioning_ from）”的影响，“条件到（conditioning_to）”的影响则不会起作用。
注意：当系数为 0.5 时，图像生成的结果将会受到“条件到（conditioning_to）”和“条件从（conditioning_ from）”两个条件的影响，它们的权重相等。这种情况下，生成的图像可能会展现出两个条件之间的竞争或者混合的特征。例如，在一个包含"green"和"dragon"这两个条件的情境中，生成的图像可能会显示出这两种特征的一种效果或者混合的效果。
应用场景：
通过条件平均（ConditioningAverage）节点，用户可以灵活地组合多个条件输入，提高图像生成的多样性和灵活性。
节点功能：该节点用来将条件的影响区域设置在图像的固定范围内，与条件合并Conditioning(Combine)节点合作使用。
应用场景
通过条件采样区域（Conditioning(Set Area)）节点，可以精确控制图像生成过程中特定区域的表现，从而增强生成图像的定制性和表现力。
6、Checkpoint加载器
原生的Checkpoint加载器一共有三个，他们都有什么区别呢？
节点功能：该节点用来加载Checkpoint大模型，常用的大模型有sd系列，Flux系列等等。这个应该是你用的最多的加载器了，它的主要功能是用来加载绘画大模型。
这个加载器与简易的相比CLIP变为了CLIP视觉，CLIP视觉接口是视频生成专用接口，专门用来进行视频输入。
专门用来加载UNclip大模型的，我们目前主要用的模型为Latent Diffusion模型。
7、Lora加载器
节点功能：该节点加载LoRA模型，并且设置LoRA模型的权重。这里可以加载各种lora模型，同时你可以手动调节模型强度和CLIP强度。
多重 LoRA
8、Controlnet加载器
ControlNet模型通过引入多模输入条件，显著提升了图像生成的可控性和细节再现能力，如边缘检测图、深度图和姿态关键点。
这些条件约束使图像生成更可控，允许在绘图过程中同时使用多个ControlNet模型以获得更好的结果。
节点功能：该节用来控制加入的ControlNet模型，进而控制图片去噪过程。该节点将多个ControlNet预处理结果（如边缘图、深度图、姿态骨骼图等）同时作用于生成过程，实现对构图、结构、细节的精细化引导。
该节点可加载ControlNet模型，并根据输入图像生成相应的控制条件。
1.确保能加载dreamCreationVirtual3DECommerce_v10.安全张量Load Checkpoint
2.确保能够加载vae-ft-mse-840000-ema-pruned.safetensorsLoad VAE
3.点击节点上传之前提供的输入图像UploadLoad Image
4.确保能够加载control_v11p_sd15_scribble_fp16.安全张量Load ControlNet
5.点击按钮或使用快捷键执行图像生成QueueCtrl(cmd) + Enter
首先双击空白区域搜索controlnet将插件节点调出
controlnet的前置接口是正负面条件
因此我们可以根据这个找上一个接点，发现正向提示词上也有条件，所以可以得出controlnet节点是接在正向提示词之后的。
拖拽接口然后松开就可以在接口上新建节点了
如上图我们新建了一个controlnet加载器。
那么在这个加载器中我们就可以使用controlnet模型。
模型加载好了，我们还需要添加一个预处理器处理图像。
双击空白地方添加一个canny预处理器出来，然后拖拽图像接口添加加载图像，然后连接
这样我们的一个加载lora并有controlnet的工作流就搭建好了
上传一张参考图测试一下，可以正常运行
我们可以将工作流保存方便下次使用。
这个是controlnet加载器的进阶版本，前面多了一个大模型的输入接口，这个加载器对于第三方开发的controlnet模型会更友好一些。
OpenPose可以同时检测图像中的多个人物，捕捉：
A.身体骨骼：18个关键点，包括头部、肩膀、肘部、手腕、臀部、膝盖和脚踝
B.面部表情：70个捕捉微表情和面部轮廓的关键点
C.手部细节：21个手部关键点，用于精确表达手指位置和手势
D.足姿：6英尺关键点，记录站立姿势和动作细节
A.确保它能加载majicmixRealistic_v7.安全张量Load Checkpoint
B.确保能够加载vae-ft-mse-840000-ema-pruned.safetensorsLoad VAE
C.确保能够加载control_v11p_sd15_openpose_fp16.安全张量Load ControlNet Model
D.点击节点中的选择按钮上传之前提供的姿势输入图像，或者使用你自己的OpenPose骨架映射Load Image
E.确保能够加载japaneseStyleRealistic_v20.安全张量Load Checkpoint
F.点击按钮或使用快捷键执行图像生成QueueCtrl(cmd) + Enter
9、Clip视觉加载器
专门用来加载clip视觉模型的，clip视觉模型可以学习参考图的风格
10、GLIGEN加载器
专门用来GLIGEN模型的，它可以指定某个区域生成特定的内容，实现文生图分区生成
11、超网络加载器
其实就是hypernetwork模型的加载器，目前已经被lora模型所取代，用到的不多
12、放大模型加载器
加载放大模型
13、风格模型加载器
加载风格模型进行画面风格迁移
14、遮罩编辑器
遮罩编辑器目前是通过节点触发的。上传图片后，你可以右键点击节点，从菜单中选择打开遮罩编辑器，可以用鼠标点击图片来创建和编辑蒙版。
