da2el-ai-D2-nodes-ComfyUI/docs/zh/node.md

English | 日本語 | 繁体中文

• Top
• Node / Image Node / Text Node / XYPlot Node / Float Palet
• Workflow

Node

🍅 Sampler Nodes

D2 KSampler / D2 KSampler(Advanced)

• 可以用 STRING 格式輸入提示詞的 KSampler

Input

• cnet_stack
  • 用於連接 D2 Controlnet Loader
• model / clip / vae / ..etc
  • 與標準 KSampler 相同
• negative / positive
  • STRING 格式的提示詞

Output

• IMAGE
  • 圖像輸出
• positive / negative
  • Input 的直通

---

D2 Pipe

• 用於修改和提取 d2_pipe 內容的節點
• d2_pipe 用於在 D2 XY Plot Easy、D2 KSampler、D2 Send Eagle 等節點中批量傳遞參數

---

🍅 Loader Node

D2 Checkpoint Loader

• 輸出模型檔案完整路徑的 Checkpoint Loader
• 當檔案名稱包含「vpred」時，可以自動套用 v_prediction 設定

Input

• ckpt_name
  • 檢查點名稱
• auto_vpred
  • true: 當檔案名稱包含「vpred」時，自動套用 v_prediction 設定
• sampling / zsnr
  • 與 ModelSamplingDiscrete 相同的設定（詳細不明）
• multiplier
  • 與 RescaleCFG 相同的設定（詳細不明）

Output

• model / clip / vae
  • 與一般的 CheckpointLoader 相同。
• ckpt_name / ckpt_hash / ckpt_fullpath
  • 檢查點名稱、雜湊值和完整路徑。

---

D2 Controlnet Loader

• 連接到 D2 KSampler 可建立簡單工作流程的 Controlnet Loader

Input

• cnet_stack
  • 用於連接 D2 Controlnet Loader

Output

• cnet_stack
  • 用於連接 D2 KSampler 或 D2 Controlnet Loader

---

D2 Load Lora

• 可以通過文本指定Lora的Lora加載器
• 也可以指定model_weight / clip_weight

• 有兩種模式：使用與StableDiffusion webui A1111相同格式的模式（a1111）和僅列出LoRA名稱的模式（simple）
• 具體使用方法請參考範例工作流程

輸入

• mode
  • a1111: 可以使用與StableDiffusion webui A1111相同格式的模式
  • simple: 僅列出LoRA名稱的簡單模式。在此模式下，不使用輸出中的STRING

不同模式下的格式差異

mode: a1111 表示為<lora:~>。

<lora:lora_name:1>

mode: simple 前後不需要裝飾

lora_name:1

如何指定Weight

按照{lora_name}:{model_weight}:{clip_weight}的格式書寫。

foo:0.8:1

如果未指定clip_weight，則應用與model_weight相同的值。 以下具有相同含義。

foo:0.8
foo:0.8:0.8

如果未指定weight，則應用"1" 以下具有相同含義。

foo
foo:1:1

如何在simple模式下指定多個LoRA

用換行分隔

foo:0.5
bar

當在一行中寫入兩種類型時，用","分隔

foo:0.5,bar

註釋

以"//"或"#"開頭的行將被忽略。

//foo:0.5
#bar

---

🍅 Size Node

D2 Get Image Size

• 同時執行尺寸的輸出和顯示

---

D2 Size Selector

• 可從預設中選擇圖像尺寸的節點
• 也可從圖像獲取尺寸
• 可從 Ceil / Float / None 中選擇數值的捨入方式

Input

• images
  • 用於從圖像獲取尺寸
  • 需要將 preset 設為 custom
• preset
  • 尺寸預設
  • 使用下方的 width height 或 images 的尺寸時需要設為 custom
  • 要修改預設時請編輯 /custom_nodes/D2-nodes-ComfyUI/config/sizeselector_config.yaml
• width / height
  • 寬高尺寸
  • 需要將 preset 設為 custom
• swap_dimensions
  • 交換 width / height
• upscale_factor
  • 傳遞給其他調整尺寸節點的數值，此節點不做任何處理
• prescale_factor
  • 以此倍率調整尺寸後輸出 width / height
• round_method
  • Round: 四捨五入
  • Floor: 無條件捨去
  • None: 不處理
• batch_size
  • 設定給 empty_latent 的批次大小

Output

• width / height
  • 將輸入的 width、height 乘以 prescale_factor
• upscale_factor / prescale_factor
  • 直通輸入值
• batch_size
  • 直通輸入值
• empty_latent
  • 輸出以指定尺寸和批次大小創建的 latent

---

D2 Image Resize

• 簡單的圖像縮放
• 可指定到小數點後3位
• 可選擇四捨五入、無條件捨去、無條件進位
• 可使用放大模型進行放大
• 可輸出 Latent（需要 VAE）

---

D2 Resize Calculator

• 可選擇四捨五入、無條件捨去、無條件進位

---

🍅 Refiner Node

D2 Refiner Steps

• 輸出用於 Refiner 的 steps 的節點

Input

• steps
  • 總步數
• start
  • 第一個 KSampler 的開始步數
• end
  • 第一個 KSampler 的結束步數

Output

• steps / start / end
  • Input 的直通
• refiner_start
  • 第二個 KSampler 的開始步數

---

D2 Refiner Steps A1111

• 用於 img2img 的 Refiner，可指定 denoise 的節點

Input

• steps
  • 總步數
• denoise
  • 指定 img2img 的 denoise
• switch_at
  • 在總步數的多少比例時切換到下一個 KSampler

Output

• steps
  • Input 的直通
• start
  • 第一個 KSampler 的開始步數
• end
  • 第一個 KSampler 的結束步數
• refiner_start
  • 第二個 KSampler 的開始步數

---

D2 Refiner Steps Tester

• 用於確認步數的節點

---

🍅 Merge Node

D2 Model and CLIP Merge SDXL

• 將 ModelMergeSDXL 和 CLIPMergeSimple 結合的節點
• 為了便於在 XYPlot 中使用，可以用逗號分隔指定各個權重
• 在此圖中指定了 0.85,0.85,1,1,0.4,0.4,1,0.4,0.4,0.4,1,0.4,0.4,0.4,0,0.55,0.85,0.85,0.85,0.85,0.85,0.85,1,1,0.65