ComfyUI必修基础课 第三章 基础插件＆基础节点

无论是web UI还是conf UI这里都有全套的系统化教程大家好我是林虾欢迎来到conf UI第三章基础插件与基础节点小伙伴们调整好最佳状态让我们开始今天的学习吧我们先来看今天的第一个学习内容

三个基础插件及其安装方式

ConvUI的自定义节点和WebUI的插件安装方式大同小异可以通过Git进行科隆也可以通过ConvUI管理器进行安装当然直接解压压缩包也是没有问题的我们先来演示通过Git安装第一个必备插件ConvUI管理器找到ConvUI自定义节点目录鼠标右键Git Bashir直接粘贴科隆命令等待下载

OK无论通过合众安装方式记得安装完成之后重启一下config UI现在在右下角的功能区就会多出一个管理器的按钮这就是我们的config UI管理器了现在我们就可以通过管理器的安装自定义节点进行下一个界面翻译的安装了

界面翻译插件的安装

等待加载连接后在右上方的搜索框搜索我们需要安装的界面翻译插件名称点击搜索再点击安装

缺失节点的安装

而在管理器里面安装缺失节点则可以让我们在使用从其他渠道获取的成品工作流时快速查找该工作流中缺失的自定义节点从而进行缺失节点安装现在我们拖入一个带有高级文本编码器的工作流可以看见缺失的节点部分会在Config UI中呈现红色的状态这个时候我们再点击安装缺失节点

绘式启动器的使用

好了三个基础插件已经安装完毕在WebUI我们可以通过秋叶大佬的绘式启动器对本体及插件进行版本管理而想要在ConferUI同样使用绘式启动器对本体和自定义节点版本进行管理只需要将A启动器的exe文件复制粘贴到ConferUI的根目录就可以对本体和自定义节点版本进行管理

提示词翻译问题的解决

接下来我们还需要解决提示词翻译问题虽然在Config UI可以通过安装额外的文本翻译节点进行提示词翻译但目前的Config UI还没有能够像WebUI的in1翻译插件这样便捷的功能所以暂时不推荐安装使用额外的翻译节点今天我们来使用外扩翻译器第一个浏览器扩展沉浸式翻译可以直接将我们输入框中输入的中文文本快速翻译为英文安装方式也很简单直接打开我们使用的浏览器粘贴学习资料中的安装网址

基础节点的拆解与搭建

现在我们从零开始搭建基础节点右键新建节点checkpoint 加载器在检查点右侧不同颜色的原点我们称之为该节点的出点我们可以通过右键拿取该出点连接下一个节点模型到模型也可以单独建立节点后通过点对点进行连接

连接线的设置

所以，现在我们可以知道为什么把WebUI比作一款游戏的居心模式，ConfigURI比作沙盒模式了。WebUI其实就是提前连接固定的所有模块，而ConfigURI则是可以更为灵活的进行手动创建连接，并将整个连接的过程进行了可视化。

以上就是ComfyUI必修基础课 第三章的内容，希望对大家有所帮助。

---

---

ComfyUI必修基础课

第三章 基础插件＆基础节点

👩‍🏫 调整预览过程

在工作界面调整随机种子数后，再次点击生成，但是预览过程仍然相当粗糙。为了呈现清晰的预览过程，我们只需要将学习资料里的精细预览的四个模型复制并粘贴到convUI目录下的models-v1-approx-many，然后重新启动convUI。这样整个图像扩散过程就会变得清晰可见。

🖥️ 复现webUI的生成结果

在config.ui中使用相同的采样器、迭代步数、cf机制和其他参数，我们发现config.ui和webUI生成的结果完全不同。这是因为ConvUI默认使用CPU生成随机噪声图，而VBUI则是GPU。这种差异会导致生成的结果不同。为了同步VVI的生成结果，我们需要使用自定义节点高级文本编码系，并替换掉原本的文本编码系Cliff。

🔌 SD的工作流程

在config UI中，SD的工作流程包括ULITE、CLIP、VA和Latent浅空间。ULITE主要工作是通过模型训练数据和设置的采样参数进行每一步迭代的噪声预测，从而完成整个SD的降噪工作。CLIP是文本与图像之间的桥梁，将输入的提示词转换为ULITE能够理解的语言向量。Latent浅空间则是整个SD扩散工作中的浅空间大小，通过CPU生成随机阻值的高斯噪声矩阵，然后注入浅空间中进行图像扩散。

以上是关于基础插件和基础工作流的相关内容。下一章我们将继续学习在ConferUI的基础工作流中增加ControlLite和LOLA的使用。