%20(1).png)
ComfyUI-CustomScheduler 插件保姆级教程
1. 插件简介
插件地址： https://github.com/BlakeOne/ComfyUI-CustomScheduler
这个插件就像是一个"魔法调节器"，专门用来控制AI画图时的"去噪强度"。简单来说，它让你可以直接设置sigma值（可以理解为"噪音清洁度"），而不用依赖ComfyUI内置的那些固定模式。
想象一下，平时ComfyUI给你的去噪方式就像是几个固定的洗衣机程序（轻柔洗、标准洗、深度洗），而这个插件就是让你可以自己调节每一步的洗涤强度，想要哪一步洗得轻一点，哪一步洗得重一点，都可以自己说了算。
能给我们带来什么效果： - 更精确地控制图片生成过程中的每一个步骤 - 创造出独特的图像风格和质感 - 对生成过程有更细致的掌控权 - 可以实现一些特殊的艺术效果
2. 如何安装
有两种简单的安装方法：
方法一：通过ComfyUI管理器（推荐） 1. 打开ComfyUI 2. 点击右下角的"Manager"按钮 3. 选择"Install Custom Nodes" 4. 在搜索框输入"CustomScheduler" 5. 找到"ComfyUI-CustomScheduler"点击安装 6. 重启ComfyUI
方法二：手动安装
1. 找到你ComfyUI的安装文件夹
2. 进入custom_nodes文件夹
3. 打开命令行或终端
4. 输入：git clone https://github.com/BlakeOne/ComfyUI-CustomScheduler
5. 重启ComfyUI
3. 节点详解
基于插件的说明，这个插件主要包含一个核心节点：
3.1 CustomScheduler 节点是干嘛的？
这个节点就像一个"精密的调色盘"，让你可以手动设置每一个生成步骤的"清洁度"。每个数值就像是告诉AI："这一步要把图片洗得多干净"。
数值越大，这一步保留的"模糊感"就越多；数值越小，这一步就越"清晰"。当最后一个数值是0的时候，就代表完全洗干净了。
3.2 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 |
|---|---|---|---|---|---|---|
| Sigma Values | sigma_values | 浮点数列表 | 根据步数递减 | 这就像是洗衣机每个阶段的"清洁力度表"，告诉AI每一步要清理掉多少"脏东西" | 控制每个去噪步骤的噪声强度，影响生成过程的细节程度 | 比如：[14.61, 10.32, 7.31, 5.18, 3.67, 2.60, 1.84, 1.31, 0.93, 0.66, 0.46, 0.33, 0.24, 0.17, 0.12, 0.08, 0.06, 0.04, 0.03, 0.00] |
| Steps | steps | 整数 | 20 | 这是告诉AI要分几个步骤来"清洗"图片，就像洗衣机的洗涤次数 | 定义去噪过程的总步数 | 一般设置10-50之间，数值越大越精细但也越慢 |
| Denoise | denoise | 0.0-1.0 | 1.0 | 这是总体的"清洁程度"，1.0就是完全清洁，0.5就是半清洁 | 控制整体的去噪强度，影响最终图像的清晰度 | 重绘时用0.7，完全生成用1.0 |
4. 使用技巧和建议
4.1 新手入门建议
- 先从简单开始：刚开始可以复制一些现成的sigma值列表，不要自己随便填数字
- 观察规律：注意sigma值通常是从大到小递减的，就像洗衣服一样，先用大力气洗，再用小力气精洗
- 最后归零：如果要完全去噪，最后一个sigma值一定要是0
4.2 高级玩法
- 创造特殊效果：可以在某些步骤故意设置较高的sigma值，创造独特的艺术效果
- 配合其他节点：这个节点通常和KSampler配合使用，替代原本的scheduler
- 实验不同曲线：可以尝试不同的数值递减曲线，比如线性递减、指数递减等
4.3 常用sigma值参考
- 标准20步：[14.61, 10.32, 7.31, 5.18, 3.67, 2.60, 1.84, 1.31, 0.93, 0.66, 0.46, 0.33, 0.24, 0.17, 0.12, 0.08, 0.06, 0.04, 0.03, 0.00]
- 快速10步：[14.61, 7.31, 3.67, 1.84, 0.93, 0.46, 0.24, 0.12, 0.06, 0.00]
- 精细30步：可以在20步的基础上插入更多中间值
5. 常见问题解答
Q1: 为什么我的图片生成效果很奇怪？
A: 检查你的sigma值是否按照从大到小的顺序排列，如果顺序乱了，就像洗衣服先用清水后用洗衣粉，效果肯定不好。
Q2: 最后一个sigma值一定要是0吗？
A: 如果你想要完全去噪（生成完整清晰的图片），最后一个值必须是0。如果你想保留一些"艺术感"的模糊效果，可以设置为非零值。
Q3: 我可以随便设置sigma值吗？
A: 不建议随便设置。建议先从现有的成功案例开始，然后慢慢调整。每个值都有其数学含义，随便设置可能导致生成失败。
Q4: 这个插件和其他scheduler有什么区别？
A: 其他scheduler就像是预设的洗衣程序，而这个插件让你可以自己调节每一步的洗涤强度，更加灵活但也需要更多经验。
Q5: 如何知道我的sigma值设置是否合理？
A: 观察生成的图片质量。如果图片过于模糊，说明某些步骤的sigma值可能过高；如果出现奇怪的噪点，可能是某些步骤的sigma值过低。
6. 进阶应用
6.1 与其他节点的配合
- KSampler：用CustomScheduler替代原本的scheduler输入
- 采样器选择：建议配合DPM++或Euler类采样器使用
- 模型选择：不同的模型对sigma值的敏感度不同，需要适当调整
6.2 创意用法
- 分段控制：前几步用高sigma值创造整体结构，后几步用低sigma值精修细节
- 艺术风格：通过特殊的sigma值曲线创造独特的艺术效果
- 速度优化：通过优化sigma值分布，在保证质量的同时提高生成速度
6.3 调试技巧
- 逐步调试：每次只修改一两个sigma值，观察效果变化
- 记录成功案例：把效果好的sigma值组合保存下来
- 对比测试：同一个提示词用不同的sigma值生成，对比效果差异
这个插件虽然看起来简单，但是给了我们对生成过程的精确控制权。就像从自动洗衣机升级到了专业洗衣设备，虽然操作复杂了一些，但是效果和控制精度都大大提升了。建议新手先从模仿成功案例开始，慢慢积累经验后再尝试创新。