ComfyUI Caching to not Waste 插件新手保姆级教程

1. 插件简介

插件地址： https://github.com/alastor-666-1933/caching_to_not_waste

这个插件简单来说就是一个"记忆小帮手"，专门帮你节省时间和显卡资源。

想象一下，你每次做菜都要重新洗菜、切菜、调料，但如果你把洗好切好的菜和调好的料先准备好放冰箱里，下次做同样的菜时就能直接用，省下一大堆时间。这个插件就是这个道理！

它能缓存什么？ - 图片（比如调整过大小的图片） - 面具（就是选择区域用的黑白图） - 控制图（像姿势图、深度图这些） - 文字（比如提示词）

能带来什么效果？ - 第一次运行可能要40秒，用了这个插件后只要13秒 - 如果是同一张图片的重复操作，甚至能从20秒降到0.3秒 - 省显存，不容易爆内存 - 特别适合配置不高的电脑

2. 如何安装

方法一：ComfyUI Manager 安装（推荐） 1. 在 ComfyUI 界面点击右下角的 "Manager" 按钮 2. 点击 "Install Custom Nodes" 3. 搜索 "caching_to_not_waste" 4. 点击 Install 安装 5. 重启 ComfyUI

方法二：手动安装 1. 找到你的 ComfyUI 安装目录 2. 进入 custom_nodes 文件夹 3. 打开命令行，输入： git clone https://github.com/alastor-666-1933/caching_to_not_waste 4. 重启 ComfyUI

3. 节点详细解析

3.1 Caching Image to not Waste 节点

这个节点是干嘛的？ 这就像一个智能相册管理员。当你对一张图片做了调整（比如改大小、加滤镜等），它会把结果保存起来。下次用同一张原图做同样操作时，直接从"相册"里拿出来用，不用重新处理。

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 | 专业解释 | 怎么用/举个例子 | | :— | :— | :— | :— | :— | :— | :— | | 原始图片 | original_image | 图片输入 | - | 这是你要做"记号"的主图片，就像给每个文件夹贴标签一样 | 用于生成缓存唯一标识的基准图像 | 把你的源图片连接到这里，比如一张人物照片 | | 执行器 | executor | 图片输入 | - | 这是经过处理后的图片，就像是"成品菜" | 实际需要缓存的处理结果 | 连接resize节点或其他图像处理节点的输出 | | 识别码 | identification | 文字输入 | 有意义的名字 | 给这个缓存起个名字，就像给文件夹命名 | 缓存文件的唯一标识符 | 输入"resize_512"或"头像_小尺寸"这样的名字 | | 强制重建 | force_recreate | 开关 | False | 勾选后会重新做一遍，不用之前保存的 | 忽略现有缓存，强制重新生成 | 当你改了处理步骤想更新缓存时勾选 |

3.2 Caching Mask to not Waste 节点

这个节点是干嘛的？ 专门保存面具（就是那些黑白图，用来选择图片的某个区域）。比如你用分割工具做了个人物面具，下次处理同一个人物时就能直接用，不用重新分割。

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 | 专业解释 | 怎么用/举个例子 | | :— | :— | :— | :— | :— | :— | :— | | 原始图片 | original_image | 图片输入 | - | 用来做标记的原图，确保下次用同一张图时能找到对应面具 | 生成缓存哈希值的参考图像 | 连接你要处理的原始照片 | | 执行器 | executor | 面具输入 | - | 这是做好的面具，黑白图那种 | 需要缓存的遮罩数据 | 连接SAM分割或其他面具生成节点的输出 | | 识别码 | identification | 文字输入 | 描述性名字 | 给面具起个好记的名字 | 面具缓存的唯一标识 | 输入"人物面具"或"background_mask"这样的 | | 强制重建 | force_recreate | 开关 | False | 勾选后重新生成面具，不用旧的 | 强制重新计算面具而非使用缓存 | 调整了分割参数后想更新面具时使用 |

3.3 Caching ControlNet to not Waste 节点

这个节点是干嘛的？ 保存控制图，比如姿势图、深度图、线稿图等。这些图生成比较费时间，特别是姿势检测，有了这个就能直接复用。

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 | 专业解释 | 怎么用/举个例子 | | :— | :— | :— | :— | :— | :— | :— | | 原始图片 | original_image | 图片输入 | - | 用来识别是哪张图的控制图 | 用于关联缓存的原始输入图像 | 连接要分析姿势或深度的原图 | | 执行器 | executor | 图片输入 | - | 生成的控制图，比如骨架图、深度图 | 需要缓存的ControlNet预处理结果 | 连接OpenPose、Depth或Canny边缘检测的输出 | | 识别码 | identification | 文字输入 | 控制类型名 | 说明是什么类型的控制图 | ControlNet类型的标识符 | 输入"openpose"、"depth"、"canny"等 | | 强制重建 | force_recreate | 开关 | False | 重新分析姿势或深度，不用之前的 | 强制重新生成ControlNet图像 | 想用不同的检测设置时勾选 |

3.4 Caching Text to not Waste 节点

这个节点是干嘛的？ 保存文字，比如图片标签、描述词等。有些节点会分析图片内容生成描述，这个过程比较慢，缓存后就能直接用。

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 | 专业解释 | 怎么用/举个例子 | | :— | :— | :— | :— | :— | :— | :— | | 原始图片 | original_image | 图片输入 | - | 用来标记是哪张图的文字描述 | 关联文本缓存的图像引用 | 连接被分析的图片 | | 执行器 | executor | 文字输入 | - | 生成的文字内容，比如标签、描述 | 需要缓存的文本数据 | 连接图像标注或描述生成节点的文字输出 | | 识别码 | identification | 文字输入 | 文字类型 | 说明是什么类型的文字 | 文本缓存的分类标识 | 输入"tags"、"caption"、"prompt"等 | | 强制重建 | force_recreate | 开关 | False | 重新分析图片生成文字，不用旧的 | 忽略缓存强制重新生成文本 | 想要更新图片描述时使用 |

3.5 Caching Combined Image to not Waste 节点

这个节点是干嘛的？ 有时候处理结果需要同时依赖两张图片，比如把A图覆盖到B图上。这个节点就是为这种情况设计的，用两张图一起做标记。

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 | 专业解释 | 怎么用/举个例子 | | :— | :— | :— | :— | :— | :— | :— | | 第一张图片 | original_image_1 | 图片输入 | - | 用来做标记的第一张图 | 生成组合缓存标识的第一个图像 | 连接背景图或底图 | | 第二张图片 | original_image_2 | 图片输入 | - | 用来做标记的第二张图 | 生成组合缓存标识的第二个图像 | 连接要叠加的图或前景图 | | 执行器 | executor | 图片输入 | - | 两张图合成后的结果 | 需要缓存的图像合成结果 | 连接图像混合或叠加节点的输出 | | 识别码 | identification | 文字输入 | 合成描述 | 描述这个合成操作 | 组合缓存的唯一标识符 | 输入"overlay"、"blend"、"composite"等 | | 强制重建 | force_recreate | 开关 | False | 重新合成两张图，不用之前的结果 | 强制重新执行合成操作 | 调整了合成参数后想更新结果时使用 |

3.6 Caching Conditioning to not Waste 节点

这个节点是干嘛的？ 保存条件信息，这个比较高级，主要是保存一些控制生成的参数设置，避免重复计算。

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 | 专业解释 | 怎么用/举个例子 | | :— | :— | :— | :— | :— | :— | :— | | 原始图片 | original_image | 图片输入 | - | 关联的图片，用来做标记 | 生成条件缓存标识的参考图像 | 连接相关的输入图片 | | 执行器 | executor | 条件输入 | - | 处理后的条件信息 | 需要缓存的conditioning数据 | 连接CLIP文本编码或其他conditioning节点 | | 识别码 | identification | 文字输入 | 条件描述 | 说明是什么条件设置 | conditioning缓存的标识符 | 输入"positive_prompt"、"negative_prompt"等 | | 强制重建 | force_recreate | 开关 | False | 重新处理条件，不用之前的 | 强制重新计算conditioning | 修改了提示词或参数后想更新时使用 |

4. 使用技巧和建议

4.1 识别码命名建议

• 用有意义的中文或英文：人物面具、resize_512、openpose_detect
• 避免重复：每个缓存必须有唯一的识别码
• 分类命名：按功能分类，如 img_resize、mask_person、ctrl_pose

4.2 什么时候用缓存

适合用缓存的情况： - 同一张图片要做多次不同的生成 - 工作流程中有重复的处理步骤 - 电脑配置不高，经常内存不够 - 需要批量处理相似图片

不适合用缓存的情况： - 每次都用不同的图片 - 经常要调整处理参数 - 磁盘空间有限

4.3 性能优化建议

• 把最耗时的步骤放在缓存节点里，比如分割、姿势检测
• 定期清理缓存文件夹：ComfyUI/output/caching_to_not_waste
• 根据需要设置自动删除期限（在ComfyUI设置里）

5. 常见问题解答

Q：缓存文件存在哪里？ A：在 ComfyUI/output/caching_to_not_waste 文件夹里，可以手动删除来清理缓存。

Q：为什么缓存没有生效？ A：检查以下几点： - 识别码是否唯一且没有重复 - 原始图片是否是同一张 - 是否误开了"强制重建"

Q：缓存文件会占用很多空间吗？ A：是的，缓存会保存实际的图片和数据文件，建议定期清理或设置自动删除。

Q：可以在不同工作流程间共享缓存吗？ A：可以！只要使用相同的原始图片和识别码，不同工作流程可以共享缓存。

Q：第一次运行还是很慢怎么办？ A：这是正常的，缓存插件只能加速第二次及以后的运行。第一次必须完整执行一遍来生成缓存。

6. 实战案例

场景一：人物换装工作流

1. 使用 Caching Image to not Waste 缓存调整后的人物图片
2. 使用 Caching Mask to not Waste 缓存人物分割面具
3. 使用 Caching ControlNet to not Waste 缓存姿势控制图
4. 这样换不同服装时，前面的步骤都能直接跳过

场景二：批量风格转换

1. 对每种风格设置不同的识别码
2. 缓存图片预处理结果
3. 缓存文字描述和标签
4. 批量处理时大幅节省时间

记住：这个插件的核心思想就是"一次处理，多次使用"，合理使用能让你的ComfyUI工作流程快得飞起！