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
model	MODEL	从 CheckpointLoader 获取
positive	CONDITIONING	正向条件
negative	CONDITIONING	负向条件
latent_image	LATENT	潜在空间图像

输出

输出	类型	说明
LATENT	LATENT	处理后的潜在空间

参数

基本参数

参数	类型	说明	范围
seed	INT	随机种子	0-18446744073709551615
steps	INT	采样步数	1-10000
cfg	FLOAT	CFG 强度	0-100
sampler_name	STRING	采样器	DPM++, Euler, etc.
scheduler	STRING	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
karras	Karras 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

• VAEDecode - 解码输出
• EmptyLatentImage - 创建 Latent