Skip to content

KSampler 节点 ​

核心采样器,负责生成过程。

节点信息 ​

属性说明
类别采样器
输入MODEL, CONDITIONING(x2), LATENT

输入 ​

输入类型说明
modelMODEL从 CheckpointLoader 获取
positiveCONDITIONING正向条件
negativeCONDITIONING负向条件
latent_imageLATENT潜在空间图像

输出 ​

输出类型说明
LATENTLATENT处理后的潜在空间

参数 ​

基本参数 ​

参数类型说明范围
seedINT随机种子0-18446744073709551615
stepsINT采样步数1-10000
cfgFLOATCFG 强度0-100
sampler_nameSTRING采样器DPM++, Euler, etc.
schedulerSTRING调度器normal, karras, etc.

参数详解 ​

Seed(种子) ​

作用: 控制随机性
相同种子+相同参数 = 相同结果

技巧:
- 锁定种子复现结果
- 变化种子探索创意
- 使用 seed++ 批量生成

Steps(步数) ​

步数质量速度适用
10-15较低快快速预览
20-30标准中日常使用
35-50高慢重要作品

CFG(引导强度) ​

CFG效果
1-5创意自由,可能偏离提示
6-8平衡,推荐
9-12严格遵循提示
13+过度,可能变形

采样器类型 ​

常用采样器 ​

采样器特点推荐场景
DPM++ 2M平衡通用
DPM++ 2M Karras更平滑高质量
Euler快速预览
Euler a细节丰富创意
DDIM经典稳定

Karras 变体 ​

特点: 噪声计划优化
优点: 更好的收敛
适用: 高质量需求

调度器 ​

调度器说明
normal标准调度
karrasKarras 优化
exponential指数衰减
simple简单线性

KSampler Advanced ​

额外参数 ​

参数说明
start_at_step开始步数
end_at_step结束步数
return_with_leftover_noise保留噪声

使用技巧 ​

分步生成 ​

start_at_step: 0
end_at_step: 15
→ 第一阶段:粗略生成

start_at_step: 15
end_at_step: 30
→ 第二阶段:精细调整

噪声控制 ​

return_with_leftover_noise: enable
→ 保留部分噪声,可继续处理

工作流示例 ​

基础文生图 ​

CheckpointLoader
     MODEL → KSampler(seed=1234, steps=20, cfg=7)
     CLIP → CLIPTextEncode(+) → KSampler
           → CLIPTextEncode(-)
     
EmptyLatentImage → KSampler
                        ↓
                   VAEDecode → SaveImage

图生图 ​

LoadImage → VAEEncode → KSampler
                              ↓
                         VAEDecode → SaveImage

局部重绘 ​

LoadImage → VAEEncode(MASK) → KSampler
                                    ↓
                               VAEDecode → SaveImage

常见问题 ​

Q: 生成结果全黑/全白 ​

A:

  • 检查提示词
  • 降低 CFG 值
  • 确认模型正常

Q: 结果与提示词不符 ​

A:

  • 提高 CFG 值到 7-10
  • 增加步数
  • 优化提示词

Q: 如何批量生成 ​

A:

  • 固定 seed 值改变其他参数
  • 使用 seed++ 自动递增
  • 调整 batch_size

下一步 ​