ComfyUI效率节点集合:简化工作流程的强大工具

Ray

ComfyUI效率节点集合:简化工作流程的强大工具

在人工智能图像生成领域,ComfyUI作为一个强大的开源框架,为创作者提供了灵活多样的选择。然而,随着工作流程的复杂化,节点数量的增加可能会导致效率的降低。为了解决这个问题,ComfyUI效率节点集合应运而生。这套由LucianoCirino开发的自定义节点旨在简化工作流程,减少总节点数量,从而提高用户的创作效率。

核心节点介绍

Efficient Loader 和 Eff. Loader SDXL

这两个加载器节点是效率节点集合的核心组件之一。它们不仅可以加载和缓存Checkpoint、VAE和LoRA等模型,还能通过lora_stackcnet_stack输入应用LoRA和ControlNet堆栈。这些节点还带有正面和负面提示文本框,用户可以通过token_normalizationweight_interpretation小部件设置提示编码方式。

Efficient Loader节点界面

KSampler系列节点

KSampler (Efficient)、KSampler Adv. (Efficient)和KSampler SDXL (Eff.)是经过修改的KSampler节点。它们具有实时预览生成结果和VAE解码图像的能力。这些节点还配备了特殊的种子框,可以更清晰地管理种子。用户只需连接输入连接,即可执行各种脚本,如XY Plot脚本。

KSampler (Efficient)节点界面

脚本节点

效率节点集合还包含了一系列脚本节点,这些节点与Efficient KSamplers配合使用,可以执行各种预设的操作。

XY Plot

XY Plot节点允许用户为Efficiency KSamplers指定参数,以在网格上进行绘图。这个功能对于比较不同参数设置的效果非常有用。

XY Plot节点示例

HighRes-Fix

HighRes-Fix节点给予用户通过各种不同方法放大KSampler结果的能力。它内置了流行的神经网络潜空间放大器,如Ttl的ComfyUi_NNLatentUpscale和City96的SD-Latent-Upscaler。此外,它还支持ControlNet引导的潜空间放大。

HighRes-Fix节点示例

Noise Control

Noise Control节点允许用户以多种方式操作噪声源,例如采样的RNG源。它还包含了由smZ开发的CFG Denoiser噪声劫持功能,可以帮助用户更接近地重现Automatic1111的结果。此外,这个节点还允许用户为生成添加噪声种子变化。

Noise Control脚本节点界面

Tiled Upscaler

Tiled Upscaler脚本尝试将BlenderNeko的ComfyUI_TiledKSampler工作流程整合到一个节点中。它支持通过选项进行平铺ControlNet辅助。在运行此脚本时,强烈建议将preview_method设置为"vae_decoded_only"。

Tiled Upscaler节点示例

AnimateDiff

要解锁AnimateDiff脚本,需要安装Kosinkadink的ComfyUI-AnimateDiff-Evolved。运行此脚本时,潜空间的batch_size将成为帧数。

AnimateDiff节点示例

其他实用节点

Image Overlay

Image Overlay节点允许灵活的图像叠加,也适用于图像批处理。

Image Overlay节点示例

SimpleEval Nodes

SimpleEval Nodes是一组允许用户为各种数据类型编写简单Python表达式的节点集合。这些节点使用simpleeval库,需要在Python工作空间中安装该库才能激活。

Evaluate Integers节点界面

工作流程示例

为了展示效率节点集合的强大功能,以下是几个工作流程示例:

  1. HiRes-Fix工作流程
  2. SDXL精炼和噪声控制脚本工作流程
  3. XY Plot: LoRA model_strength vs clip_strength
  4. 堆叠脚本: XY Plot + Noise Control + HiRes-Fix
  5. 堆叠脚本: AnimateDiff + HiRes-Fix (使用ControlNet)

这些工作流程展示了如何组合使用不同的效率节点来实现复杂的图像生成和处理任务。

安装和依赖

要使用效率节点集合,只需将"efficiency-nodes-comfyui"文件夹放入ComfyUI的custom_nodes目录中,然后重启UI即可。如果想使用SimpleEval节点,还需要安装simpleeval Python库:

pip install simpleeval

结语

ComfyUI效率节点集合为ComfyUI用户提供了一套强大的工具,能够显著简化工作流程,提高创作效率。通过使用这些节点,用户可以更轻松地实现复杂的图像生成和处理任务,同时减少所需的总节点数量。无论是进行简单的图像生成还是复杂的动画制作,效率节点集合都能为创作者提供有力的支持。

值得注意的是,虽然原作者LucianoCirino已经停止维护这个项目,但社区成员jags111已经接手并继续开发。这体现了开源社区的力量,确保了这个有价值的工具能够继续发展和改进。对于ComfyUI的用户来说,这无疑是一个好消息,意味着他们可以继续享受到效率节点集合带来的便利,并期待未来会有更多的功能和改进。

avatar
0
0
0
相关项目
Project Cover

fast-stable-diffusion

fast-stable-diffusion项目整合了AUTOMATIC1111 Webui、ComfyUI和DreamBooth,旨在提升稳定扩散技术的效率和效果。特别感谢Scenario和Paperspace的赞助支持。点击了解更多关于DreamBooth和实现细节。

Project Cover

comfyui_LLM_party

该项目基于ComfyUI前端,提供完整节点集以便快速构建和集成LLM工作流,并兼容现有的SD工作流。项目更新涵盖了自动生成LLM工具、支持DuckDuckGo搜索、多知识库调用、额外参数输入,以及多平台代理连接。该项目支持所有OpenAI格式的API调用和本地大模型,兼容多种API和本地模型。该项目还提供丰富的教程和示例工作流,以便用户快速上手和定制开发。

Project Cover

comfyui-reactor-node

ComfyUI的ReActor扩展节点,灵活实现快速简单的脸部置换,兼容GPEN 1024/2048等多种先进修复模型。最新版本引入ReActorFaceBoost节点,通过inswapper算法提升置换脸部质量。无需NSFW过滤器,用户需自行承担责任。提供全面安装指南和应用范例,适用于不同需求的用户。

Project Cover

ComfyUI_UltimateSDUpscale

ComfyUI_UltimateSDUpscale项目与Ultimate Stable Diffusion Upscale脚本集成,通过ComfyUI节点实现图片放大和自定义采样。用户可选择主要节点、无放大节点或自定义采样节点,适用于不同放大或采样需求的场景,支持多种参数设置,提高图片放大效果和效率。

Project Cover

rgthree-comfy

rgthree-comfy通过一系列节点和改进来优化和简化ComfyUI工作流程,使其更高效和直观。包括种子控制节点、重路由节点、书签节点、图像比较器、图像裁剪器等功能节点,并提供节点设置选项。这个项目专注于用户定制,帮助配置和管理不同节点,提升工作效率,并兼容ComfyUI的扩展设置,灵活应对未来的更改或功能扩展需求。

Project Cover

comfyui-inpaint-nodes

ComfyUI Inpaint Nodes项目提供先进的图像补绘功能,支持Fooocus inpaint、LaMa和MAT等多模型。项目包含多个用于inpaint和outpaint区域预填充的节点工具,如扩展和填充掩码、模糊处理等,以确保平滑的过渡。还包括后处理节点,如去噪和合成掩码,并附有详细的示例工作流和安装指南。

Project Cover

onediff

onediff提供开箱即用的扩散模型加速库,支持HF diffusers和ComfyUI。具备PyTorch代码编译及优化GPU内核,提升速度可达1.7倍。支持SD、SVD、LoRA等算法,兼容多种NVIDIA GPU。网站提供详细的安装与使用指南、性能对比及质量评估,适用于生产环境。了解更多关于onediff的加速方法和最新更新,以及详细的架构与功能特点。

Project Cover

SeargeSDXL

SeargeSDXL项目通过整合SDXL 1.0基础和改进检查点,为ComfyUI提供了一体化的图像生成工作流。该项目支持多达5个Controlnet和Revision节点,进一步提升了高分辨率图像质量,并新增FreeU v2支持。更新内容涵盖了安装指南、所需检查点和模型的直接下载链接,以及详细的操作模式介绍。最新v4.3版本还优化了处理速度并修复了多个Bug,提升了图像生成效率。

Project Cover

cog-face-to-many

face-to-many项目可以将任何面部图像转换为3D、像素艺术、电子游戏、粘土动画和玩具效果。该项目可在Replicate和ComfyUI上运行,提供了必要的自定义节点,如ComfyUI Controlnet Aux、InstantID和IPAdapter Plus等。通过克隆仓库、创建虚拟环境并安装依赖项,用户可以在本地运行该项目。详细的安装和运行指南帮助用户快速启动并体验项目功能。

最新项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号