ComfyUI_ExtraModels 插件完整教程

1. 插件简介

ComfyUI_ExtraModels 是一个超级强大的插件，它的 GitHub 地址是：https://github.com/city96/ComfyUI_ExtraModels

这个插件就像一个万能转换器，能让你的 ComfyUI 支持更多种类的 AI 绘画模型。想象一下，如果说原本的 ComfyUI 只能用一种笔来画画，那么这个插件就给你提供了油画笔、水彩笔、蜡笔等各种不同的绘画工具。

目前支持的模型包括：DiT、PixArt、HunYuanDiT、MiaoBi 和一些自定义的 VAE 模型。每一种模型都有自己的特色，比如有的擅长画写实风格，有的擅长画动漫风格，有的专门处理中文提示词。

2. 如何安装

方法一：使用 Git 命令（推荐）

1. 打开命令行工具
2. 进入你的 ComfyUI 目录下的 custom_nodes 文件夹
3. 运行下面的命令：

git clone https://github.com/city96/ComfyUI_ExtraModels custom_nodes/ComfyUI_ExtraModels

方法二：Windows 便携版安装

1. 找到你的 ComfyUI 文件夹（有 run_nvidia_gpu.bat 文件的地方）
2. 按住 Ctrl+Shift+右键，选择"在此处打开 PowerShell 窗口"
3. 输入：

git clone https://github.com/city96/ComfyUI_ExtraModels .\ComfyUI\custom_nodes\ComfyUI_ExtraModels

4. 安装依赖：

.\python_embeded\python.exe -s -m pip install -r .\ComfyUI\custom_nodes\ComfyUI_ExtraModels\requirements.txt

3. 节点详细解析

3.1 DiT 模型相关节点

3.1.1 DiT 加载器节点

这个节点就像一个专门读取 DiT 模型的读卡器。DiT 模型比较特殊，它不像其他模型那样用文字来描述图片，而是用类别标签（就像给图片贴标签一样）。

参数详解：

3.1.2 DiT 类别标签节点

这个节点就像一个标签制作机，你告诉它你想要什么类型的图片，它就给你制作相应的标签。

参数详解：

3.1.3 DiT 空标签节点

这个节点就像一个空白标签，专门用来做负面提示（告诉模型你不想要什么）。

参数详解：

3.2 PixArt 模型相关节点

3.2.1 PixArt 检查点加载器节点

这个节点就像一个专门为 PixArt 模型定制的读卡器，PixArt 模型的特点是能理解很长的文字描述。

参数详解：

3.2.2 PixArt T5 文本编码器节点

这个节点就像一个超级翻译机，能把你的文字描述翻译成 PixArt 模型能理解的语言。

参数详解：

3.2.3 PixArt DPM 采样器节点

这个节点就像一个专门为 PixArt 模型调配的画笔，能更好地控制绘画过程。

参数详解：

3.3 HunYuan DiT 模型相关节点

3.3.1 HunYuan DiT 加载器节点

这个节点就像一个专门读取混元 DiT 模型的读卡器，混元模型是腾讯开发的，特别擅长理解中文。

参数详解：

3.3.2 HunYuan DiT 文本编码器节点

这个节点就像一个中英文双语翻译机，能同时处理中文和英文的描述。

参数详解：

3.3.3 HunYuan DiT 简单文本编码器节点

这个节点就像一个简化版的翻译机，只需要输入一种语言就可以了。

参数详解：

3.4 MiaoBi 模型相关节点

3.4.1 MiaoBi 检查点加载器节点

这个节点就像一个专门为妙笔模型定制的读卡器，妙笔是专门为中文优化的 AI 绘画模型。

参数详解：

3.4.2 MiaoBi Diffusers 加载器节点

这个节点就像一个整合包读取器，能一次性读取整个妙笔模型包。

参数详解：

3.5 T5 文本编码器相关节点

3.5.1 T5 文本编码器节点

这个节点就像一个超级强大的文字理解机，能理解非常长和复杂的文字描述。

参数详解：

3.5.2 T5 加载器节点

这个节点就像一个 T5 模型的专用读卡器，负责加载 T5 模型到内存中。

参数详解：

3.6 VAE 相关节点

3.6.1 ExtraVAE 加载器节点

这个节点就像一个万能的图片编解码器读卡器，能加载各种特殊的 VAE 模型。

参数详解：

3.6.2 一致性解码器节点

这个节点就像一个特殊的图片解码器，能让图片看起来更一致、更稳定。

参数详解：

3.7 空潜在图像生成节点

3.7.1 空 Sana 潜在图像节点

这个节点就像一个为 Sana 模型定制的画布制作机，创建特定尺寸的空白画布。

参数详解：

3.7.2 空 DCAE 潜在图像节点

这个节点就像一个为 DCAE 模型定制的画布制作机，创建特定压缩格式的空白画布。

参数详解：

3.8 Gemma 加载器节点

3.8.1 Gemma 加载器节点

这个节点就像一个专门为 Gemma 文本模型定制的读卡器，Gemma 是 Google 开发的轻量级文本理解模型。

参数详解：

4. 使用技巧和建议

4.1 显存优化技巧

1. 优先使用 fp16 精度：在大多数情况下，fp16 既能节省显存又能保持良好的图片质量。

2. 合理选择设备：如果你有多张显卡，可以把 T5 模型放在第二张卡上（选择 cuda:1）。

3. 使用量化模式：显存不够时，选择 bnb4bit 或 4bit 量化可以大幅减少显存占用。

4. 分块处理：对于大尺寸图片，开启分块解码（tiled）功能。

4.2 模型搭配建议

1. PixArt Alpha + SD1.5 VAE：适合生成高质量的艺术作品。

2. PixArt Sigma + SDXL VAE：适合生成更大尺寸的图片。

3. HunYuan DiT + SDXL VAE：适合处理中文提示词。

4. MiaoBi + SD1.5 VAE：专门为中文优化，兼容现有插件。

4.3 参数调优建议

1. 采样步数：

   • 快速预览：10-15 步
   • 正常质量：20-30 步
   • 高质量：40-50 步

2. 引导强度（CFG）：

   • 创意自由：1.5-3.0
   • 平衡效果：4.0-7.0
   • 严格遵循：8.0-15.0

3. 批次大小：

   • 单卡 8GB：建议 1-2
   • 单卡 12GB：建议 2-4
   • 单卡 24GB：建议 4-8

5. 常见问题解答

5.1 模型加载问题

问题：模型加载失败或找不到文件
解决：

1. 检查模型文件是否放在正确的文件夹中
2. 确认文件名是否正确
3. 检查文件是否完整下载

5.2 显存不足问题

问题：生成图片时显存不足
解决：

1. 降低批次大小到 1
2. 使用 fp16 精度
3. 开启量化模式（bnb4bit）
4. 将 T5 模型放在 CPU 上

5.3 图片质量问题

问题：生成的图片质量不佳
解决：

1. 检查是否安装了 xformers
2. 调整采样步数（增加到 30-50 步）
3. 调整引导强度（CFG）
4. 确保使用了正确的 VAE 模型

5.4 中文提示词问题

问题：中文提示词效果不好
解决：

1. 使用 HunYuan DiT 或 MiaoBi 模型
2. 检查文本编码器是否正确加载
3. 尝试中英文混合描述

6. 高级使用技巧

6.1 多模型组合使用

你可以在同一个工作流中使用多个模型：

1. 用 PixArt 生成基础图片
2. 用 MiaoBi 进行中文风格调整
3. 用特殊 VAE 进行最终优化

6.2 自定义预设配置

为常用的模型组合创建预设：

1. 保存常用的参数组合
2. 创建模板工作流
3. 使用 ComfyUI Manager 管理预设

6.3 性能监控

关注以下指标：

1. 显存使用量
2. 生成时间
3. 图片质量评分

这个插件功能非常强大，建议从单个模型开始熟悉，然后逐步尝试更复杂的组合。记住，每个模型都有自己的特点，多实验多尝试才能找到最适合你需求的配置！