ComfyUI 魔法书 Logo
🏠 首页
👥 加群
🔥 报错不求人
😎 大帅比
登录 →
ComfyUI 魔法书 Logo
🏠 首页 👥 加群 🔥 报错不求人 😎 大帅比
登录
  1. 首页
  2. 🧩 插件工坊 (Plugin Workshop)
  3. ComfyUI高级ControlNet插件使用教程 从入门到精通

ComfyUI高级ControlNet插件使用教程 从入门到精通

0
  • 🧩 插件工坊 (Plugin Workshop)
  • 发布于 2025-06-28
  • 35 次阅读
编程界的小学生
编程界的小学生

ComfyUI-Advanced-ControlNet 插件完全教程

1. 插件简介

插件地址: https://github.com/Kosinkadink/ComfyUI-Advanced-ControlNet

这个插件就像是给 ComfyUI 的 ControlNet 功能装上了一个超级强化包!它能让你:

  • 时间控制:就像调节音响的音量一样,可以在生成图片的不同阶段调节 ControlNet 的强度
  • 批量处理:一次性处理多张图片,每张图片都能设置不同的控制强度
  • 精细权重:就像调音台一样,可以精确控制每个部分的影响力
  • 多种模式:支持普通 ControlNet、T2I-Adapter、ControlLoRA 等多种控制方式

简单说,这个插件让你对图片生成的控制更加精准,就像从粗糙的画笔升级到了精密的雕刻刀!

2. 如何安装

  1. 打开 ComfyUI 的 custom_nodes 文件夹
  2. 在命令行中运行:git clone https://github.com/Kosinkadink/ComfyUI-Advanced-ControlNet.git
  3. 重启 ComfyUI
  4. 在节点菜单中找到带有 🛂🅐🅒🅝 标记的节点

3. 节点详细解析

3.1 Apply Advanced ControlNet - 高级控制网络应用器

这个节点就像一个智能的图片控制中心,它能把你的提示词和控制图片完美结合起来。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
positivepositiveCONDITIONING必填正面提示词,告诉AI你想要什么正向条件输入连接正面提示词编码器
negativenegativeCONDITIONING必填负面提示词,告诉AI你不想要什么负向条件输入连接负面提示词编码器
control_netcontrol_netCONTROL_NET必填控制网络模型,像是给AI的参考图纸ControlNet模型输入连接ControlNet加载器
imageimageIMAGE必填控制图片,告诉AI按什么样子生成控制图像输入连接预处理后的控制图
strengthstrength0.0-10.01.0控制强度,就像调节音量大小ControlNet整体强度1.0是标准强度,0.5是一半强度
start_percentstart_percent0.0-1.00.0开始时机,什么时候开始起作用采样开始百分比0.0从头开始,0.3从30%开始
end_percentend_percent0.0-1.01.0结束时机,什么时候停止作用采样结束百分比1.0到最后,0.8到80%停止
mask_optionalmask_optionalMASK可选遮罩,控制哪些区域受影响注意力遮罩黑色区域不受影响,白色区域受影响
timestep_kftimestep_kfTIMESTEP_KEYFRAME可选时间关键帧,精确控制不同时间的强度时间步关键帧连接时间关键帧节点
latent_kf_overridelatent_kf_overrideLATENT_KEYFRAME可选批次控制,给不同图片设置不同强度潜在空间关键帧覆盖连接潜在关键帧节点
weights_overrideweights_overrideCONTROL_NET_WEIGHTS可选权重覆盖,精细调节各层影响力权重覆盖连接权重节点
vae_optionalvae_optionalVAE可选VAE编码器,某些特殊模型需要VAE编码器连接VAE加载器

3.2 Load Advanced ControlNet Model - 高级控制网络模型加载器

这个节点就像一个模型仓库管理员,负责加载和准备各种 ControlNet 模型。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
cnetcnet文件列表必选选择要加载的ControlNet模型文件ControlNet模型文件路径选择canny、depth等模型文件
_tk_opt_tk_optTIMESTEP_KEYFRAME可选时间关键帧,预设时间控制时间步关键帧可选输入一般不用,在Apply节点设置

3.3 Timestep Keyframe - 时间关键帧

这个节点就像一个时间控制器,让你可以在生成过程的不同阶段设置不同的控制强度。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
start_percentstart_percent0.0-1.00.0这个设置从什么时候开始生效关键帧开始百分比0.0从头开始,0.5从中间开始
prev_timestep_kfprev_timestep_kfTIMESTEP_KEYFRAME可选连接上一个时间关键帧,形成时间链前置时间关键帧连接其他时间关键帧节点
strengthstrength0.0-10.01.0在这个时间段的控制强度关键帧强度值1.0标准强度,2.0双倍强度
cn_weightscn_weightsCONTROL_NET_WEIGHTS可选精细权重设置ControlNet权重连接权重节点
latent_keyframelatent_keyframeLATENT_KEYFRAME可选批次图片的个别控制潜在关键帧连接潜在关键帧节点
null_latent_kf_strengthnull_latent_kf_strength0.0-10.00.0没有特别设置的图片用这个强度默认潜在强度0.5表示其他图片用一半强度
inherit_missinginherit_missingTrue/FalseTrue是否继承上个时间点的设置继承缺失值True会复用之前的设置
guarantee_stepsguarantee_steps整数1强制使用这个设置多少步保证步数1表示至少用1步
mask_optionalmask_optionalMASK可选这个时间段的专用遮罩时间关键帧遮罩连接遮罩图片

3.4 Latent Keyframe - 潜在关键帧

这个节点就像给每张图片贴标签,让你可以给批次中的每张图片设置不同的控制强度。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
batch_indexbatch_index整数0第几张图片,从0开始数批次索引0是第1张,1是第2张
strengthstrength0.0-10.01.0这张图片的控制强度该索引的强度值1.0标准强度,0.5一半强度
prev_latent_kfprev_latent_kfLATENT_KEYFRAME可选连接上一个潜在关键帧前置潜在关键帧连接其他潜在关键帧节点

3.5 Scaled Soft Weights - 缩放软权重

这个节点就像一个智能调音台,可以让你的提示词和ControlNet之间找到完美的平衡。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
base_multiplierbase_multiplier0.0-1.00.825基础倍数,控制提示词的重要性基础乘数0.825让提示词更重要
uncond_multiplieruncond_multiplier0.0-1.01.0负面提示词的控制强度无条件乘数1.0标准,0.0忽略负面提示
cn_extrascn_extrasCN_WEIGHTS_EXTRAS可选额外的权重设置权重额外参数连接权重额外节点

3.6 ControlNet Soft Weights [SD1.5] - SD1.5软权重

这个节点专门为SD1.5模型设计,就像一个专业的混音器,有13个精确的控制旋钮。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
output_0output_00.0-10.00.099第1层输出的权重输出层0权重控制最浅层特征的影响
output_1output_10.0-10.00.121第2层输出的权重输出层1权重控制浅层特征的影响
output_2output_20.0-10.00.146第3层输出的权重输出层2权重控制中浅层特征的影响
output_3output_30.0-10.00.177第4层输出的权重输出层3权重控制中层特征的影响
output_4output_40.0-10.00.215第5层输出的权重输出层4权重控制中层特征的影响
output_5output_50.0-10.00.260第6层输出的权重输出层5权重控制中深层特征的影响
output_6output_60.0-10.00.315第7层输出的权重输出层6权重控制中深层特征的影响
output_7output_70.0-10.00.382第8层输出的权重输出层7权重控制深层特征的影响
output_8output_80.0-10.00.463第9层输出的权重输出层8权重控制深层特征的影响
output_9output_90.0-10.00.562第10层输出的权重输出层9权重控制更深层特征的影响
output_10output_100.0-10.00.681第11层输出的权重输出层10权重控制更深层特征的影响
output_11output_110.0-10.00.825第12层输出的权重输出层11权重控制最深层特征的影响
middle_0middle_00.0-10.01.0中间层的权重中间层权重控制核心特征的影响
uncond_multiplieruncond_multiplier0.0-1.01.0负面提示词控制强度无条件乘数1.0标准,0.0忽略负面
cn_extrascn_extrasCN_WEIGHTS_EXTRAS可选额外权重设置权重额外参数连接权重额外节点

3.7 T2I-Adapter Soft Weights - T2I适配器软权重

这个节点专门为T2I-Adapter设计,就像一个简化版的调音台,只有4个关键控制。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
input_0input_00.0-10.00.25第1个输入层权重输入层0权重控制最初特征的影响
input_1input_10.0-10.00.62第2个输入层权重输入层1权重控制中层特征的影响
input_2input_20.0-10.00.825第3个输入层权重输入层2权重控制深层特征的影响
input_3input_30.0-10.01.0第4个输入层权重输入层3权重控制最深层特征的影响
uncond_multiplieruncond_multiplier0.0-1.01.0负面提示词控制强度无条件乘数1.0标准,0.0忽略负面
cn_extrascn_extrasCN_WEIGHTS_EXTRAS可选额外权重设置权重额外参数连接权重额外节点

3.8 SparseCtrl Loader - 稀疏控制加载器

这个节点专门加载SparseCtrl模型,就像一个专业的动作控制器,特别适合视频生成。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
sparsectrl_namesparsectrl_name文件列表必选选择SparseCtrl模型文件SparseCtrl模型路径选择sparse相关的模型文件
use_motionuse_motionTrue/FalseTrue是否使用动作控制启用运动控制True开启动作,False静态
motion_strengthmotion_strength0.0-10.01.0动作控制的强度运动强度1.0标准动作,2.0强烈动作
motion_scalemotion_scale0.0-10.01.0动作的缩放比例运动缩放1.0原始大小,0.5缩小一半
sparse_methodsparse_methodSPARSE_METHOD可选稀疏控制的方法稀疏方法连接稀疏方法节点
tk_optionaltk_optionalTIMESTEP_KEYFRAME可选时间关键帧控制时间步关键帧连接时间关键帧节点
context_awarecontext_aware选项列表NEAREST_HINT上下文感知模式上下文感知类型选择最近提示模式
sparse_hint_multsparse_hint_mult0.0-10.01.0稀疏提示倍数稀疏提示乘数1.0标准,2.0加强提示
sparse_nonhint_multsparse_nonhint_mult0.0-10.01.0非提示区域倍数非提示乘数1.0标准,0.5减弱非提示
sparse_mask_multsparse_mask_mult0.0-10.01.0稀疏遮罩倍数稀疏遮罩乘数1.0标准,1.5加强遮罩

3.9 Reference ControlNet - 参考控制网络

这个节点就像一个参考图片分析器,能让AI参考一张图片的风格来生成新图片。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
reference_typereference_type选项列表必选参考类型,选择参考什么方面参考类型选择注意力、风格等模式
style_fidelitystyle_fidelity0.0-1.00.5风格保真度,多像参考图风格保真度0.5中等相似,1.0完全相似
ref_weightref_weight0.0-1.01.0参考权重,参考图的影响力参考权重1.0完全参考,0.5一半参考

3.10 ControlNet++ Loader - ControlNet++加载器

这个节点专门加载ControlNet++模型,就像一个增强版的控制器,支持多种输入类型。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
plus_inputplus_inputPLUS_INPUT必填ControlNet++的输入数据Plus输入组连接ControlNet++输入节点
namename文件列表必选选择ControlNet++模型文件模型文件名选择plus相关的模型文件

3.11 Timestep Keyframe Interpolation - 时间关键帧插值

这个节点就像一个自动渐变器,能在两个时间点之间自动创建平滑过渡。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
start_percentstart_percent0.0-1.00.0渐变开始时间插值开始百分比0.0从头开始渐变
end_percentend_percent0.0-1.01.0渐变结束时间插值结束百分比1.0渐变到最后
strength_startstrength_start0.0-10.01.0开始时的强度起始强度值1.0开始时标准强度
strength_endstrength_end0.0-10.01.0结束时的强度结束强度值0.0结束时无影响
interpolationinterpolation选项列表必选插值方式,渐变的曲线类型插值方法线性、缓入、缓出等
intervalsintervals2-10050分成多少段渐变插值间隔数50段渐变更平滑
prev_timestep_kfprev_timestep_kfTIMESTEP_KEYFRAME可选连接前一个时间关键帧前置时间关键帧连接其他时间关键帧
cn_weightscn_weightsCONTROL_NET_WEIGHTS可选权重设置ControlNet权重连接权重节点
latent_keyframelatent_keyframeLATENT_KEYFRAME可选潜在关键帧潜在关键帧连接潜在关键帧节点
null_latent_kf_strengthnull_latent_kf_strength0.0-10.00.0默认潜在强度空潜在关键帧强度0.5给其他图片一半强度
inherit_missinginherit_missingTrue/FalseTrue是否继承缺失设置继承缺失值True继承之前设置
mask_optionalmask_optionalMASK可选遮罩设置可选遮罩连接遮罩图片
print_keyframesprint_keyframesTrue/FalseFalse是否打印关键帧信息打印关键帧True在控制台显示信息

3.12 Latent Keyframe Group - 潜在关键帧组

这个节点就像一个批量标签器,能一次性给多张图片设置不同的控制强度。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
index_strengthsindex_strengths文本空批量设置格式,用逗号分隔索引强度字符串"0=1.0,1=0.5,2:5=0.8"
prev_latent_kfprev_latent_kfLATENT_KEYFRAME可选连接前一个潜在关键帧前置潜在关键帧连接其他潜在关键帧
latent_optionallatent_optionalLATENT可选潜在空间数据,用于负数索引可选潜在数据连接潜在空间
print_keyframesprint_keyframesTrue/FalseFalse是否打印关键帧信息打印关键帧True显示设置的关键帧

3.13 RGB SparseCtrl Preprocessor - RGB稀疏控制预处理器

这个节点就像一个图片格式转换器,专门为SparseCtrl准备RGB图片数据。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
imageimageIMAGE必填要处理的RGB图片输入图像连接原始图片
vaevaeVAE必填VAE编码器VAE编码器连接VAE加载器
latent_sizelatent_sizeLATENT必填潜在空间尺寸参考潜在尺寸连接潜在空间

3.14 CtrLoRA Loader - CtrLoRA加载器

这个节点就像一个模型合并器,能把基础模型和LoRA增强包组合起来。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
basebase文件列表必选基础ControlNet模型基础模型文件选择基础controlnet文件
loralora文件列表必选LoRA增强模型LoRA模型文件选择对应的lora文件

3.15 Default Weights - 默认权重

这个节点就像一个标准设置器,提供最基本的权重配置。

参数详解

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
cn_extrascn_extrasCN_WEIGHTS_EXTRAS可选额外权重设置权重额外参数连接权重额外节点

4. 使用技巧和建议

4.1 新手入门建议

  1. 从简单开始:先用基础的 Apply Advanced ControlNet 节点,不要一开始就用复杂的时间控制
  2. 逐步增加复杂度:熟悉基础功能后,再尝试时间关键帧和权重调节
  3. 多做实验:不同的参数组合会产生完全不同的效果,多试试找到最适合的设置

4.2 常用组合推荐

基础组合

  • Load Advanced ControlNet Model → Apply Advanced ControlNet
  • 适合:日常使用,简单控制

时间控制组合

  • Timestep Keyframe → Apply Advanced ControlNet
  • 适合:需要在生成过程中动态调整强度

精细控制组合

  • Scaled Soft Weights → Apply Advanced ControlNet
  • 适合:需要平衡提示词和ControlNet的影响

批量处理组合

  • Latent Keyframe Group → Apply Advanced ControlNet
  • 适合:一次生成多张图,每张都要不同效果

4.3 参数调节技巧

  1. strength 强度调节

    • 1.0:标准强度,适合大多数情况
    • 0.5-0.8:轻微控制,保持更多原创性
    • 1.2-2.0:强力控制,严格按照控制图生成
  2. 时间控制技巧

    • start_percent=0.0, end_percent=0.7:前70%使用控制,后30%自由发挥
    • start_percent=0.3, end_percent=1.0:前30%自由,后70%严格控制
  3. 权重调节原则

    • base_multiplier 越小,提示词越重要
    • uncond_multiplier 越小,负面提示词影响越小

5. 常见问题解答

Q1: 为什么我的ControlNet没有效果?

A: 检查以下几点:

  • strength 是否设置为0了
  • start_percent 和 end_percent 是否设置合理
  • 控制图片是否正确预处理过

Q2: 时间关键帧怎么用?

A: 时间关键帧让你在生成的不同阶段使用不同强度:

  • 创建多个 Timestep Keyframe 节点
  • 设置不同的 start_percent 和 strength
  • 按顺序连接起来

Q3: 批量生成时每张图效果不一样怎么办?

A: 使用 Latent Keyframe 系列节点:

  • Latent Keyframe:单独设置某张图
  • Latent Keyframe Group:批量设置多张图
  • 通过 batch_index 指定是第几张图

Q4: 什么时候用软权重?

A: 当你觉得:

  • ControlNet 太强,压制了提示词效果
  • 想要更自然的融合效果
  • 需要精细调节各层的影响力

Q5: SparseCtrl 和普通 ControlNet 有什么区别?

A: SparseCtrl 特别适合:

  • 视频生成
  • 动作控制
  • 稀疏关键帧控制
  • 需要上下文感知的场景

6. 进阶应用实例

实例1:渐变强度控制

使用 Timestep Keyframe Interpolation 创建从强到弱的渐变效果:

  • start_percent: 0.0, strength_start: 2.0
  • end_percent: 1.0, strength_end: 0.0
  • interpolation: linear
  • 效果:开始时强力控制,逐渐减弱,最后完全自由

实例2:批量风格变化

使用 Latent Keyframe Group 给不同图片设置不同强度:

  • index_strengths: "0=1.0,1=0.8,2=0.6,3=0.4"
  • 效果:第1张完全按控制图,后面逐渐减弱

实例3:精细权重调节

使用 ControlNet Soft Weights 微调各层影响:

  • 调低前几层权重:减少细节控制
  • 调高后几层权重:加强整体结构控制

7. 总结

ComfyUI-Advanced-ControlNet 插件就像给你的创作工具箱添加了一套精密仪器。从简单的强度控制到复杂的时间序列调节,从单图处理到批量生成,这个插件提供了前所未有的精确控制能力。

记住:

  • 新手从基础功能开始
  • 多实验找到最适合的参数
  • 善用时间控制和权重调节
  • 不同场景选择不同的节点组合

掌握了这个插件,你就能像专业摄影师调节相机参数一样,精确控制AI的每一个生成细节!

标签: #插件 2338
相关文章

ComfyUI错误修复插件详解:轻松解决常见问题 2025-07-10 18:25

ComfyUI-CustomMenu插件使用教程:高效自定义工作流指南 2025-07-10 17:50

ComfyUI图像合并插件comfyui-merge使用教程 2025-07-03 22:44

ComfyUI 图像合并插件教程 (comfyui-merge) 1. 插件简介 这是一个专门用来合并图片的 ComfyUI 插件,就像用 PS 把多张图片叠在一起那样。它的特别之处在于你精确控制每张图片的混合方式。 GitHub 地址:https://github.com/LingSss9/com

ComfyUI WAN 2.2视频插件教程:万相AI提示词全攻略 2025-07-31 11:47

ComfyUI WAN 2.2视频插件教程:万相AI提示词实战指南 2025-07-29 20:10

ComfyUI HeyGem数字人插件教程:零基础快速精通指南 2025-07-22 14:10

目录

从节点基础到高阶工作流,我们为你绘制最清晰的 ComfyUI 学习路径。告别困惑,让每一次连接都充满创造的魔力,轻松驾驭 AI 艺术的无限可能。

  • 微信
  • B站
  • GitHub
Copyright © 2025 AIX All Rights Reserved. Powered by AIX.
隐私政策
津ICP备2024019312号