CheckpointLoaderSimple

• ckpt_name :用于选择模型。

• MODEL:用于连接KSampler 模块的model节点。

• CLIP :用于连接CLIPTextEncode 模块的clip节点。

• VAE:用于连接VAEDecode 模块的vae 节点。

CLIPTextEncode

• clip:用于连接CheckpointLoaderSimple模块的CLIP 节点。

• CNDITIONING :用于连接Ksampler 的positive节点或者negative节点。

EmptyLatentImage

• width :图片宽度。

• height :图片高度。

• batch_size:图片数量。

• LATENT:用于连接Ksampler 的latent_image节点。

KSampler

• model:用于连接CheckpointLoaderSimple模块MODEL节点。

• positive:用于连接正向反馈的CLIPTextEncode 模块的CNDITIONING 节点。

• negative:用于连接负向反馈的CLIPTextEncode 模块的CNDITIONING 节点。

• latent_image:用于连接EmptyLatentImage模块的LATENT节点。

• seed:图片随机种子。用于控制潜空间的初始噪声。如果你想重复生成一模一样的图片。就需要用到这个随机种子。种子和 Prompt 都要相同，才能生成一模一样的图。

• control_after_generated:每次生成完图片后，上面的 seed 数字都会变化，而这个配置项，则是设置这个变化规则：randomize（随机）、increment（递增 1）、decrement（递减 1）、fixed（固定）。

• steps:采样的步数。一般步数越大，效果越好，但也跟使用的模型和采样器有关。

• cfg:全称 Classifier Free Guidance，一般设置为 6～8 之间会比较好。在生成图片的过程中，通过乘以这个参数，来刻意提高「根据 Prompt 预测的噪声」的权重，使生成的图片跟给的Prompt相关度高一些， 提高图片生成的准确性。设置过高的比例会对图像的质量产生负面影响。

• sampler_name:采样器，通过选择不同的采样器，达到不一样的运算效果。

• scheduler:调度器主要是控制每个步骤中去噪的过程。通过它选择不同的调度算法，有些算法是选择每一步减去相同数量的噪声，有些则是每一步都尽可能去掉多的噪声。

• denoise:表示要增加多少初始噪声，1 表示全部。一般文生图你都可以默认将其设置成 1。

采样器

• euler:特点在于其运算速度快，适用于快速成图。在图像生成过程中，它通过每一步迭代地减少噪声来生成图像。特别是在图片较柔和、有一定环境快速成图细节、景深和快速出效果的场景中，Euler采样器表现出色。然而，需要注意的是，当采样步数超过一定数量后（如30步），图片的变化就不再显著。

• euler_ancestral:即euler 的祖先采样器，祖先采样器在每个采样步骤中都会向图像添加噪声，采样结果具有一定的随机性。祖先采样器一般不推荐使用。

• heun:与euler采样器相比，heun采样器在数值精度和稳定性方面有所提升。

• dpm:DPM（离散概率模型）采样器是基于离散概率模型进行采样，常用于图像生成等任务。这类采样器基于概率密度函数进行采样，能够生成符合特定概率分布的图像数据。DPM采样器通过优化采样策略，提高了图像生成的质量和效率，使得生成的图像更加清晰、真实。而dpm_2是对DPM的改进，dpm_2采用二阶方法，其结果更准确，但是相应的也会更慢一些。

• lms:LMS采样器的核心思想是梯度下降法，它通过使用误差信号的负梯度方向来更新滤波器的系数。根据误差信号的梯度方向，调整滤波器的系数以减小误差。在AI图像生成或处理中，LMS采样器可能与其他类型的采样器（如Euler、DDIM等）结合使用，以实现更高效、更准确的图像生成和恢复。通过不断优化滤波器的系数，LMS采样器可以帮助减少生成图像中的噪声和失真，提高图像的清晰度和质量。

• ddpm：比较早起的采样器之一。DDPM需要执行大量的处理步骤才能获得满意的结果，因此现在很多算法已经不再提供这个采样器。不推荐使用。

• ddim:DDIM采样器从潜在空间中生成一个完全随机的图像，然后通过噪声预测器估计图像的噪声，并从图像中减去预测的噪声，重复多次，最终得到一个干净的图像。DDIM提出了非马尔科夫过程来进行生成（采样），从而大幅度加速了模型，并且还具有生成一致性。这使得DDIM采样器在图像生成任务中，特别是在需要快速且高质量图像生成的应用场景中，成为一种非常有效的工具。

• lcm:LCM采样器的核心优势在于其能够实时生成高分辨率图像。LCM采样器能够在1到4步内生成高质量图像，比传统的采样器实现了约4倍的实际推理时间加速。这使得LCM采样器在图像生成任务中，特别是在需要快速且高质量图像生成的场景中，具有显著的优势。

调度器

VAEDecode

• samples:用于连接KSampler模块的LATENT节点。

• vae:用于连接CheckpointLoaderSimple模块的VAE节点。

• IMAGE:用于连接SaveImage模块的images节点。

SaveImage