Model
Trends
.ai
Model
Trends
.ai
i migliori modelli di IA open source

Nodo KSampler (Advanced) in ComfyUI

KSampler (Avanzato) è KSampler con controllo sull'intervallo di passi: add_noise, start_at_step, end_at_step e return_with_leftover_noise, usato per catene base + rifinitore e campionamento con due modelli.
Pacchetto di nodi: ComfyUI core
Categoria: Campionamento

Cosa fa KSampler (Advanced)

Il sampler avanzato esegue lo stesso ciclo di denoising ma ti permette di campionare solo una parte del programma. Con return_with_leftover_noise abilitato e end_at_step impostato, per esempio, a 20 su 25, il primo sampler si ferma prima e passa un latente ancora rumoroso a un secondo KSampler (Avanzato) che parte dal passo 20 con add_noise disabilitato. Così funziona il flusso base/rifinitore di SDXL e molti trucchi con due modelli.
Non c’è uno slider per il denoise; la forza del denoise si esprime tramite l’intervallo di passi. start_at_step 10 su 20 passi è come denoise 0.5 su un KSampler normale.

Ingressi

Nome
Tipo
Cos'è
model / positive / negative / latent_image
various
Uguale a KSampler.
add_noise
COMBO
abilita per aggiungere rumore fresco al latente prima del campionamento (prima fase), disabilita per continuare un latente parzialmente campionato.
noise_seed
INT
Il seed per il rumore.
steps / cfg / sampler_name / scheduler
various
Il programma completo; entrambe le fasi devono usare lo stesso numero totale di passi.
start_at_step
INT
Primo passo da eseguire. 0 per la prima fase.
end_at_step
INT
Passo a cui fermarsi. 10000 significa fino alla fine.
return_with_leftover_noise
COMBO
abilita quando un altro sampler continuerà da questo latente.

Uscite

Nome
Tipo
Cos'è
LATENT
LATENT
Il latente (forse parzialmente campionato).
AD
Salta la configurazione: workflow ComfyUI preinstallati sul cloud
BitVector esegue workflow ComfyUI pronti all'uso sulle proprie GPU. Niente installazione, niente nodi mancanti, niente riquadri rossi. Aprilo dal telefono o dal portatile e genera in un minuto.

Come usare KSampler (Advanced)

  1. Prima fase: add_noise abilitato, start_at_step 0, end_at_step 20, return_with_leftover_noise abilitato, passi 25.
  2. Seconda fase con il secondo modello: add_noise disabilitato, start_at_step 20, end_at_step 10000, return_with_leftover_noise disabilitato, stessi passi, scheduler e seed.
  3. Decodifica il secondo latente.

Impostazioni e consigli

  • Mantieni passi, scheduler e seed uguali in entrambe le fasi; cambiano solo modello, prompt e intervallo di passi.
  • Per img2img senza slider denoise: 20 passi, start_at_step 10 equivale a denoise 0.5.
  • Il rifinitore SDXL è stato tarato per l’ultimo 20% dei passi; con checkpoint SDXL moderni di solito non serve.

Risoluzione dei problemi di KSampler (Advanced)

L’output della seconda fase è solo rumore

Perché succede
add_noise è abilitato nella seconda fase, o return_with_leftover_noise era disabilitato nella prima, quindi i livelli di rumore non corrispondono.

Come risolverlo
Prima fase: leftover noise abilitato. Seconda fase: add_noise disabilitato, start_at_step uguale a end_at_step della prima.

La seconda fase sembra troppo levigata o ignora il prompt

Perché succede
La fase rifinitore usa troppi passi o uno scheduler diverso dalla fase base.

Come risolverlo
Dai alla seconda fase l’ultimo 15-25% dei passi e lo stesso scheduler.

Niente succede nel secondo sampler (output uguale all’input)

Perché succede
start_at_step è uguale o maggiore di steps, quindi non c’è nulla da campionare.

Come risolverlo
Imposta start_at_step più piccolo di steps e più piccolo di end_at_step.

AD
Esegui questo workflow dal telefono
Ogni workflow di questa pagina è preinstallato su BitVector con modelli e nodi personalizzati già al loro posto. Scegline uno, scrivi un prompt, fatto. Zero configurazione, niente da scaricare.

Domande su KSampler (Advanced)

Posso usarlo come un sampler normale?

Sì: add_noise abilitato, start 0, end 10000, leftover disabilitato è uguale a KSampler con denoise 1.0.

Come faccio a ottenere denoise 0.35?

Con 20 passi, start_at_step 13.

Nodi correlati

AD
Stanco di riparare nodi? Lascia fare al cloud
BitVector mantiene centinaia di workflow ComfyUI installati, aggiornati e testati su GPU cloud veloci. Niente Python, niente errori CUDA, niente limiti di VRAM. Funziona da qualsiasi browser.

Altri nodi ComfyUI

CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode trasforma un prompt di testo in CONDITIONING usando l'encoder testuale del modello. Un nodo contiene il prompt positivo, un altro quello negativo.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager è l’estensione che installa, aggiorna e sistema i pacchetti di nodi personalizzati e i modelli direttamente dall’interfaccia, risolve i nodi mancanti nei workflow importati e salva la tua configurazione.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) apre un file modello .safetensors o .ckpt e fornisce le tre parti di cui ogni workflow ha bisogno: il MODEL di diffusione, l'encoder testuale CLIP e il VAE.
Save Image
ComfyUI core
Save Image salva il tensore IMAGE in ComfyUI/output come PNG, con tutto il flusso di lavoro incorporato nei metadati del file così puoi trascinare l'immagine di nuovo in ComfyUI per ripristinare il grafico.
Empty Latent Image
ComfyUI core
Empty Latent Image crea la tela latente vuota (larghezza, altezza, batch_size) da cui parte il campionamento testo-immagine; le dimensioni devono essere multipli di 8 e corrispondere alla famiglia del modello.
Load Image
ComfyUI core
Load Image carica un'immagine dalla cartella di input di ComfyUI (o da un upload) e produce un tensore IMAGE più una MASK ricavata dal canale alfa, il punto di partenza per img2img, inpainting, ControlNet e IP-Adapter.