%20(1).png)
ComfyUI jank HiDiffusion 插件完整教程
1. 插件简介
插件地址： https://github.com/blepping/comfyui_jankhidiffusion
ComfyUI jank HiDiffusion 是一个专门用来提升AI绘图质量和性能的插件，就像给你的ComfyUI装了一个超级增强器。这个插件主要能帮你做这些事情：
- 高分辨率生图增强：让AI能画出更清晰、更大尺寸的图片，就像给相机换了个更好的镜头
- 性能大幅提升：特别是对SD1.5模型，生图速度能快很多，就像给电脑装了个加速器
- 减少高分辨率画图时的问题：比如人物多长了胳膊腿、画面扭曲等毛病，就像有个质检员在把关
- 智能注意力机制：让AI更聪明地关注图片的重要部分，画出更好看的图
2. 如何安装
方法一：通过 ComfyUI Manager 安装（推荐）
- 打开 ComfyUI，找到 ComfyUI Manager（就是那个管理插件的工具）
- 点击"Install via Git URL"按钮（通过网址安装）
- 在弹出的框框里输入：
https://github.com/blepping/comfyui_jankhidiffusion - 点击安装，等它自己下载完成就行了
方法二：手动下载安装
- 访问 https://github.com/blepping/comfyui_jankhidiffusion
- 点击绿色的"Code"按钮
- 选择"Download ZIP"下载压缩包
- 解压后把整个文件夹放到你的 ComfyUI 目录下的
custom_nodes文件夹里
3. 节点详细解析
3.1 ApplyMSWMSAAttention 节点 - 高级注意力增强器
这个节点就像给AI装了一副更好的眼镜，让它能更清楚地看到图片的细节，特别是在画大图的时候效果明显。
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 |
|---|---|---|---|---|---|---|
| 输入区块 | input_blocks | 文字列表 | 1,2 | 告诉AI在哪些输入层加强注意力 | 指定需要应用MSW-MSA注意力的输入块编号 | SD1.5用"1,2"，SDXL用"4,5" |
| 中间区块 | middle_blocks | 文字列表 | 空 | 告诉AI在中间层是否加强注意力 | 指定需要应用MSW-MSA注意力的中间块编号 | 一般不填，让它空着就行 |
| 输出区块 | output_blocks | 文字列表 | 9,10,11 | 告诉AI在哪些输出层加强注意力 | 指定需要应用MSW-MSA注意力的输出块编号 | SD1.5用"9,10,11"，SDXL用"3,4,5" |
| 时间模式 | time_mode | percent/timestep/sigma | percent | 选择用什么方式计算时间 | 时间参数的表示方式 | 用"percent"最简单，表示百分比 |
| 开始时间 | start_time | 0.0-999.0 | 0.0 | 什么时候开始使用这个效果 | 效果开始应用的时间点 | 0.0表示从一开始就用 |
| 结束时间 | end_time | 0.0-999.0 | 1.0 | 什么时候停止使用这个效果 | 效果结束应用的时间点 | 1.0表示一直用到最后 |
| 模型 | model | MODEL类型 | 必填 | 你要增强的AI模型 | 需要应用注意力补丁的模型 | 连接你的模型节点 |
| YAML参数 | yaml_parameters | 多行文字 | 可选 | 高级设置参数 | 通过YAML格式设置高级参数 | 高级用户才需要填 |
3.2 ApplyMSWMSAAttentionSimple 节点 - 简化版注意力增强器
这是上面那个节点的简化版，就像傻瓜相机一样，选好模式就能用，不用调那么多参数。
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 |
|---|---|---|---|---|---|---|
| 模型类型 | model_type | auto/SD15/SDXL | auto | 告诉插件你用的是什么模型 | 指定模型类型以选择合适的预设 | "auto"让它自动识别最方便 |
| 模型 | model | MODEL类型 | 必填 | 你要增强的AI模型 | 需要应用注意力补丁的模型 | 连接你的模型节点 |
3.3 ApplyRAUNet 节点 - 高级分辨率增强器
这个节点就像一个智能放大镜，能让AI在画大图时不出现奇怪的问题，比如人物多长胳膊腿什么的。
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 |
|---|---|---|---|---|---|---|
| 模型 | model | MODEL类型 | 必填 | 你要增强的AI模型 | 需要应用RAUNet效果的模型 | 连接你的模型节点 |
| 输入区块 | input_blocks | 文字列表 | 3 | 在哪些输入层应用缩放效果 | 指定需要应用下采样的输入块 | SD1.5用"3"，SDXL也用"3" |
| 输出区块 | output_blocks | 文字列表 | 8 | 在哪些输出层应用放大效果 | 指定需要应用上采样的输出块 | SD1.5用"8"，SDXL用"5" |
| 时间模式 | time_mode | percent/timestep/sigma | percent | 选择用什么方式计算时间 | 时间参数的表示方式 | 用"percent"最简单 |
| 开始时间 | start_time | 0.0-999.0 | 0.0 | 什么时候开始使用缩放效果 | 普通RAUNet效果开始时间 | 0.0表示从一开始就用 |
| 结束时间 | end_time | 0.0-999.0 | 0.45 | 什么时候停止使用缩放效果 | 普通RAUNet效果结束时间 | 0.45表示用到45%的时候停止 |
| 放大模式 | upscale_mode | 多种选项 | bicubic | 选择放大图片的方法 | 上采样时使用的插值方法 | "bicubic"效果比较好 |
| CA开始时间 | ca_start_time | 0.0-999.0 | 0.0 | 交叉注意力效果开始时间 | 交叉注意力缩放开始时间 | 0.0表示从一开始就用 |
| CA结束时间 | ca_end_time | 0.0-999.0 | 0.3 | 交叉注意力效果结束时间 | 交叉注意力缩放结束时间 | 0.3表示用到30%停止 |
| CA输入区块 | ca_input_blocks | 文字列表 | 4 | 交叉注意力在哪些输入层生效 | 交叉注意力输入块编号 | SD1.5用"4"，SDXL用"5" |
| CA输出区块 | ca_output_blocks | 文字列表 | 8 | 交叉注意力在哪些输出层生效 | 交叉注意力输出块编号 | SD1.5用"8"，SDXL用"4" |
| CA放大模式 | ca_upscale_mode | 多种选项 | bicubic | 交叉注意力的放大方法 | 交叉注意力上采样插值方法 | "bicubic"效果比较好 |
| CA缩小模式 | ca_downscale_mode | 多种选项 | adaptive_avg_pool2d | 交叉注意力的缩小方法 | 交叉注意力下采样方法 | 默认的就很好用 |
| CA缩小倍数 | ca_downscale_factor | 小数 | 2.0 | 交叉注意力缩小多少倍 | 交叉注意力下采样系数 | 2.0表示缩小到一半 |
| 两阶段放大模式 | two_stage_upscale_mode | disabled/多种选项 | disabled | 是否使用两步放大 | 两阶段上采样模式 | 一般用"disabled"就行 |
| YAML参数 | yaml_parameters | 多行文字 | 可选 | 高级设置参数 | 通过YAML格式设置高级参数 | 高级用户才需要填 |
3.4 ApplyRAUNetSimple 节点 - 简化版分辨率增强器
这是上面那个节点的简化版，就像自动挡汽车一样，选好档位就能开，不用管那么多细节。
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 |
|---|---|---|---|---|---|---|
| 模型 | model | MODEL类型 | 必填 | 你要增强的AI模型 | 需要应用RAUNet效果的模型 | 连接你的模型节点 |
| 模型类型 | model_type | auto/SD15/SDXL | auto | 告诉插件你用的是什么模型 | 指定模型类型以选择预设参数 | "auto"让它自动识别 |
| 分辨率模式 | res_mode | high/low/ultra | high | 你要生成什么分辨率的图 | 分辨率模式提示 | "high"适合1536-2048像素的图 |
| 放大模式 | upscale_mode | default/多种选项 | default | 选择放大图片的方法 | 上采样插值方法 | "default"用默认的就行 |
| CA放大模式 | ca_upscale_mode | default/多种选项 | default | 交叉注意力的放大方法 | 交叉注意力上采样方法 | "default"用默认的就行 |
4. 使用技巧和建议
4.1 什么时候使用这些节点
-
MSW-MSA注意力节点：
- 适合所有情况，特别是SD1.5模型能大幅提升速度
- 生成高分辨率图片时能减少画面问题
- 建议总是开启，几乎没有副作用
-
RAUNet节点：
- 只在生成高分辨率图片时使用（比如1536x1536以上）
- 低分辨率时不要用，会降低画质
- 特别适合画人物，能避免多长胳膊腿的问题
4.2 模型兼容性
- SD1.5系列：两个节点都效果很好，强烈推荐使用
- SDXL系列：MSW-MSA注意力效果一般，RAUNet需要小心调参数
- 其他模型：可能不兼容，建议先测试
4.3 参数调节技巧
- 新手建议：直接用Simple版本的节点，选择auto模式
- 进阶用户：
- 时间参数很重要，RAUNet一般在前半段使用（0.0-0.5）
- 交叉注意力时间要比普通效果更短（0.0-0.3）
- 不同分辨率可能需要不同的参数
4.4 与其他插件的配合
-
ControlNet：
- RAUNet可能会影响ControlNet效果
- 建议缩短RAUNet的使用时间
- 使用祖先采样器（Ancestral samplers）效果更好
-
其他注意力插件：
- MSW-MSA注意力可能与其他注意力修改插件冲突
- 不要同时使用多个注意力增强插件
5. 常见问题解答
5.1 安装和兼容性问题
Q: 安装后节点不显示怎么办？
A: 重启ComfyUI，确保插件正确安装在custom_nodes目录下。
Q: 提示模型不兼容怎么办？
A: 这个插件主要支持SD1.5和SDXL，其他模型可能不支持。
Q: 出现尺寸不匹配错误怎么办？
A: 尝试使用64或128的倍数作为图片尺寸，比如1024x1024、1536x1536等。
5.2 使用问题
Q: 使用后生图变慢了怎么办？
A:
- 检查是否在低分辨率时使用了RAUNet（不应该用）
- MSW-MSA注意力应该是加速的，如果变慢可能是参数设置问题
Q: 生成的图片质量变差了怎么办？
A:
- 低分辨率时不要使用RAUNet
- 检查时间参数设置是否合理
- 尝试使用Simple版本的节点
Q: 与ControlNet一起使用出问题怎么办？
A:
- 缩短RAUNet的使用时间（比如end_time改为0.3）
- 使用祖先采样器
- 考虑禁用交叉注意力效果
5.3 参数设置问题
Q: 不知道该用什么参数怎么办？
A:
- 新手直接用Simple版本，选择auto模式
- 参考插件作者推荐的参数设置
- 从默认参数开始，逐步调整
Q: SDXL模型效果不好怎么办？
A:
- SDXL对这些效果比较敏感
- 尝试只使用MSW-MSA注意力，禁用RAUNet
- 或者只使用RAUNet的一部分功能
6. 实用工作流示例
6.1 SD1.5高分辨率生图工作流
模型加载 → ApplyMSWMSAAttentionSimple(auto) → ApplyRAUNetSimple(auto, high) → 其他节点 → 生成图片
6.2 SDXL优化工作流
模型加载 → ApplyMSWMSAAttentionSimple(SDXL) → 其他节点 → 生成图片
（SDXL建议只用注意力增强，不用RAUNet）
6.3 低分辨率快速生图工作流
模型加载 → ApplyMSWMSAAttentionSimple(auto) → 其他节点 → 生成图片
（低分辨率只用注意力增强就够了）
7. 高级应用技巧
7.1 自定义参数设置
对于高级用户，可以通过YAML参数进行精细调节：
# MSW-MSA注意力高级参数示例
scale_mode: nearest-exact
reverse_scale_mode: nearest-exact
verbose: 1
# RAUNet高级参数示例
ca_fadeout_start_time: 0.2
ca_fadeout_cap: 0.5
verbose: 1
7.2 不同分辨率的优化策略
- 1024x1024及以下：只用MSW-MSA注意力
- 1536x1536：MSW-MSA + RAUNet(high模式)
- 2048x2048及以上：MSW-MSA + RAUNet(ultra模式)
7.3 采样器选择建议
- 配合ControlNet时：使用DPM++ 2M SDE Karras等祖先采样器
- 纯文生图时：可以使用任何采样器
- 高分辨率时：建议使用步数较多的采样器（25-30步）
8. 总结
ComfyUI jank HiDiffusion 插件是一个非常实用的性能和质量增强工具，特别适合：
- SD1.5用户：能显著提升生图速度和质量
- 高分辨率生图需求：能有效减少高分辨率时的画面问题
- 追求更好画质的用户：注意力机制能让画面更精细
使用要点总结：
- 新手直接用Simple版本节点，选择auto模式
- 低分辨率只用MSW-MSA注意力，不用RAUNet
- 高分辨率两个效果都可以用
- SDXL模型要小心使用，建议只用注意力增强
- 配合ControlNet时需要调整参数
记住，这个插件的核心理念是"让AI更聪明地画图"，通过智能的注意力机制和分辨率处理，让你的AI绘图体验更上一层楼！