节点列表
1. CheckpointLoaderSimple
加载Stable Diffusion主模型,是最常用的加载器节点。
- 节点类型: 加载器
- 输入数量: 0
- 输出数量: 3
- 所属类别: loaders
- 类型: MODEL(蓝色)
- 描述: Stable Diffusion主模型
- 用途: 传递给采样器使用
- 类型: CLIP(紫色)
- 描述: 文本编码器
- 用途: 用于编码文本提示词
- 类型: VAE
- 描述: VAE模型
- 用途: 用于解码潜在空间
- 类型: 下拉选择
- 描述: 选择要加载的模型文件
- 可选: 否
- 默认值: 无
- 示例: v1-5-pruned-emaonly.ckpt
{
"4": {
"inputs": {
"ckpt_name": "v1-5-pruned-emaonly.ckpt"
},
"class_type": "CheckpointLoaderSimple"
}
}
CheckpointLoaderSimple
├── MODEL → KSampler.model
├── CLIP → CLIPTextEncode.clip
└── VAE → VAEDecode.vae
- 文生图工作流
- 图生图工作流
- 图像修复工作流
- 所有需要主模型的工作流
- 确保模型文件已下载到
models/checkpoints/目录 - 模型文件较大,加载需要一定时间
- 不同模型有不同的特点和质量
2. VAELoader
单独加载VAE模型。
- 节点类型: 加载器
- 输入数量: 0
- 输出数量: 1
- 所属类别: loaders
- 类型: VAE
- 描述: VAE模型
- 用途: 用于解码潜在空间
- 类型: 下拉选择
- 描述: 选择要加载的VAE文件
- 可选: 否
- 默认值: 无
- 示例: vae-ft-mse-840000-ema-pruned.safetensors
{
"10": {
"inputs": {
"vae_name": "vae-ft-mse-840000-ema-pruned.safetensors"
},
"class_type": "VAELoader"
}
}
VAELoader.VAE → VAEDecode.vae
- 使用特定VAE模型
- 替换默认VAE
- 改善图像质量
- VAE模型文件应放在
models/vae/目录 - 不同VAE对图像质量有不同影响
- 某些模型自带VAE,不需要单独加载
3. LoraLoader
加载LoRA模型并融合到主模型中。
- 节点类型: 加载器
- 输入数量: 1
- 输出数量: 2
- 所属类别: loaders
- 类型: MODEL(蓝色)
- 描述: 主模型
- 用途: 融合LoRA到主模型
- 类型: MODEL(蓝色)
- 描述: 融合后的模型
- 用途: 传递给采样器
- 类型: CLIP(紫色)
- 描述: 融合后的CLIP
- 用途: 用于编码文本
- 类型: 下拉选择
- 描述: 选择要加载的LoRA文件
- 可选: 否
- 默认值: 无
- 示例: detail_tweaker.safetensors
- 类型: 数字
- 描述: LoRA对模型的影响强度
- 可选: 否
- 默认值: 1.0
- 取值范围: 0.0 - 2.0
- 示例: 0.8
- 类型: 数字
- 描述: LoRA对CLIP的影响强度
- 可选: 否
- 默认值: 1.0
- 取值范围: 0.0 - 2.0
- 示例: 0.8
{
"11": {
"inputs": {
"lora_name": "detail_tweaker.safetensors",
"strength_model": 0.8,
"strength_clip": 0.8,
"model": ["4", 0],
"clip": ["4", 1]
},
"class_type": "LoraLoader"
}
}
CheckpointLoaderSimple
├── MODEL ──┐
└── CLIP ───┼── LoraLoader ─── KSampler
└── LoraLoader.CLIP ─── CLIPTextEncode
- 添加特定风格
- 改善图像细节
- 定制模型效果
- LoRA文件应放在
models/lora/目录 - strength值过高可能导致图像失真
- 可以串联多个LoraLoader节点
4. ControlNetLoader
加载ControlNet模型。
- 节点类型: 加载器
- 输入数量: 0
- 输出数量: 1
- 所属类别: loaders
- 类型: CONTROL_NET
- 描述: ControlNet模型
- 用途: 用于控制图像生成
- 类型: 下拉选择
- 描述: 选择要加载的ControlNet文件
- 可选: 否
- 默认值: 无
- 示例: control_v11p_sd15_canny.safetensors
{
"12": {
"inputs": {
"control_net_name": "control_v11p_sd15_canny.safetensors"
},
"class_type": "ControlNetLoader"
}
}
ControlNetLoader.CONTROL_NET → ControlNetApply.control_net
- 精确控制图像生成
- 保持图像结构
- 添加特定约束
- ControlNet文件应放在
models/controlnet/目录 - 需要配合ControlNetApply节点使用
- 不同ControlNet有不同的控制方式
最佳实践
1. 模型选择
- 质量优先: 选择高质量的模型
- 适用场景: 根据场景选择合适模型
- 文件大小: 考虑模型文件大小
2. 性能优化
- 预加载: 工作流开始时加载模型
- 复用: 复用已加载的模型
- 避免重复: 避免重复加载相同模型
3. 参数设置
- LoRA强度: 从0.5开始,逐步调整
- VAE选择: 根据需要选择VAE
- ControlNet: 根据控制需求选择
常见问题
Q1: 模型文件在哪里下载?
A: 可以从Hugging Face、Civitai等平台下载模型文件。
Q2: 如何加载多个LoRA?
A: 串联多个LoraLoader节点,每个加载一个LoRA。
Q3: ControlNet和LoRA有什么区别?
A: ControlNet用于控制图像生成,LoRA用于添加特定风格。
Q4: 模型加载失败怎么办?
A: 检查模型文件是否正确放置,文件名是否正确。
Q5: 如何更换模型?
A: 更改ckpt_name参数,选择不同的模型文件。
相关节点
工作流示例
更新日志
- 2026-01-26: 初始版本创建