ComfyUI_node_Lilly 插件完整使用教程

1. 插件简介

ComfyUI_node_Lilly（原地址：https://github.com/lilly1987/ComfyUI_node_Lilly）是一个专门为ComfyUI设计的智能随机文本生成器插件。这个插件的核心功能是通过通配符（wildcards）让你的提示词变得更加多样化和随机化。

简单来说，就像你在玩抽签游戏一样，这个插件能够从你预设的多个选项中随机选择一个或多个，让每次生成的图片都有不同的效果。比如你想让AI画一个人物，有时候穿红衣服，有时候穿蓝衣服，有时候戴帽子，有时候不戴，这个插件就能帮你实现这种随机变化。

主要用途：

让提示词更加多样化，避免每次都生成相同的图片
节省手动修改提示词的时间
创建更加丰富和有趣的AI艺术作品
支持从文件中读取随机选项

2. 如何安装

方法一：使用Git克隆（推荐）

打开ComfyUI文件夹
找到custom_nodes文件夹
在这个文件夹里右键打开命令行窗口
输入以下命令：

git clone https://github.com/lilly1987/ComfyUI_node_Lilly.git

方法二：手动下载

访问 https://github.com/lilly1987/ComfyUI_node_Lilly/archive/refs/heads/main.zip
下载压缩包
解压到ComfyUI的custom_nodes文件夹中
重启ComfyUI

3. 节点逐一解析

3.1 CLIPTextEncodeWildcards 节点

这个节点就像一个智能文本处理器，它能够把你写的带有特殊符号的提示词转换成真正的文字描述。这个节点可以在提示词中插入任意的随机输入。

3.2 CLIPTextEncodeWildcards 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
文本输入	text	字符串	包含通配符的提示词	这里写你的提示词，可以包含各种随机选择的符号	支持wildcard语法的文本提示词输入	输入：`{red\|blue\|green} dress`，会随机选择红色、蓝色或绿色裙子
CLIP模型	clip	CLIP对象	从CLIP加载器连接	这是用来理解文字含义的"翻译器"	CLIP模型用于文本编码	从"Load CLIP"节点连接过来
种子值	seed	整数	任意数字	控制随机性的数字，相同种子产生相同结果	控制随机数生成器的种子值	设置为123，每次运行都会得到相同的随机结果

3.3 CLIPTextEncodeWildcards2 节点

这是CLIPTextEncodeWildcards的升级版本，功能更强大。同样提供通配符功能，但增加了更多的控制选项。

3.4 CLIPTextEncodeWildcards2 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
文本输入	text	字符串	包含通配符的提示词	这里写你的提示词，可以包含各种随机选择的符号	支持wildcard语法的文本提示词输入	输入：`{cat\|dog\|bird} in the {garden\|house\|park}`
CLIP模型	clip	CLIP对象	从CLIP加载器连接	这是用来理解文字含义的"翻译器"	CLIP模型用于文本编码	从"Load CLIP"节点连接过来
种子值	seed	整数	任意数字	控制随机性的数字，相同种子产生相同结果	控制随机数生成器的种子值	设置为456，每次运行都会得到相同的随机结果
启用种子	enable_seed	布尔值	True/False	是否使用种子值来控制随机性	控制是否启用种子固定随机结果	设置为True时使用固定种子，False时完全随机

3.5 VAELoaderDecoder 节点

这个节点就像一个图片解码器，能够把AI生成的数据转换成我们能看到的图片。这个节点简化了VAE解码的工作流程。

3.6 VAELoaderDecoder 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
VAE文件名	vae_name	字符串	支持通配符的文件名	选择用哪个VAE模型文件，可以用通配符随机选择	VAE模型文件名，支持wildcard语法	输入：`{vae_ft_mse\|vae_ft_ema}.safetensors` 随机选择VAE
潜变量输入	samples	潜变量对象	从采样器连接	这是AI生成的"半成品"数据	用于解码的潜变量数据	从KSampler节点的输出连接过来

3.7 SimplerSample 节点

这个节点就像一个简化版的图片生成器，把复杂的生成过程变得更简单。这个节点简化了采样的工作流程。

3.8 SimplerSample 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
模型输入	model	模型对象	从模型加载器连接	这是用来生成图片的AI大脑	用于生成图像的扩散模型	从"Load Checkpoint"节点连接过来
正面提示词	positive	条件对象	从文本编码器连接	告诉AI你想要什么样的图片	正向条件引导，描述期望的图像内容	从CLIPTextEncodeWildcards节点连接
负面提示词	negative	条件对象	从文本编码器连接	告诉AI你不想要什么样的图片	负向条件引导，描述不期望的图像内容	从另一个文本编码器连接，写"blurry, low quality"
种子值	seed	整数	任意数字	控制图片生成的随机性	控制采样过程的随机种子	设置为789，每次生成相同的图片
步数	steps	整数	20-30	AI生成图片需要多少步，越多越精细但越慢	扩散模型的采样步数	设置为25，平衡质量和速度
引导强度	cfg	浮点数	7.0-12.0	控制AI多听你的话，数值越高越听话	分类器自由引导强度	设置为8.0，让AI更好地遵循提示词
采样器名称	sampler_name	字符串	euler_a	选择生成图片的算法，不同算法效果不同	扩散模型的采样算法	选择"euler_a"，速度快效果好
调度器	scheduler	字符串	normal	控制生成过程的时间安排	噪声调度器类型	选择"normal"，标准的生成方式
潜变量输入	latent_image	潜变量对象	从潜变量生成器连接	图片生成的起始点	用于生成的初始潜变量	从"Empty Latent Image"节点连接

3.9 CheckpointLoader 节点（带通配符支持）

这个节点就像一个智能模型选择器，能够根据通配符随机选择不同的AI模型。

3.10 CheckpointLoader 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
模型文件名	ckpt_name	字符串	支持通配符的文件名	选择用哪个AI模型，可以用通配符随机选择	模型checkpoint文件名，支持wildcard语法	输入：`{model1\|model2\|model3}.safetensors` 随机选择模型

3.11 LoraLoader 节点（带通配符支持）

这个节点就像一个风格滤镜选择器，能够随机选择不同的风格效果。

3.12 LoraLoader 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
模型输入	model	模型对象	从模型加载器连接	基础的AI模型	用于加载LoRA的基础模型	从CheckpointLoader节点连接
CLIP输入	clip	CLIP对象	从CLIP加载器连接	文字理解模块	用于加载LoRA的CLIP模型	从CheckpointLoader节点连接
LoRA文件名	lora_name	字符串	支持通配符的文件名	选择用哪个风格文件，可以用通配符随机选择	LoRA文件名，支持wildcard语法	输入：`{anime\|realistic\|cartoon}_style.safetensors`
模型强度	strength_model	浮点数	0.1-1.0	控制风格对图片的影响程度	LoRA对模型的影响强度	设置为0.8，让风格效果明显但不过度
CLIP强度	strength_clip	浮点数	0.1-1.0	控制风格对文字理解的影响程度	LoRA对CLIP的影响强度	设置为0.8，让风格影响文字理解

4. 通配符语法详解

4.1 基础通配符语法

语法格式	通俗解释	举例	实际效果
`{选项1\|选项2\|选项3}`	从多个选项中随机选择一个	`{red\|blue\|green} car`	随机选择红色、蓝色或绿色汽车
`{2$$选项1\|选项2\|选项3}`	从选项中选择2个（可重复）	`{2$$cat\|dog\|bird}`	可能是"cat,dog"或"cat,cat"等
`{1-2$$选项1\|选项2\|选项3}`	随机选择1到2个选项	`{1-2$$happy\|sad\|angry}`	可能是"happy"或"happy,sad"
`{-2$$选项1\|选项2\|选项3}`	选择0到2个选项	`{-2$$hat\|glasses\|scarf}`	可能什么都不选，或选1-2个

4.2 文件通配符语法

语法格式	通俗解释	举例	实际效果
`__文件名__`	从文件中读取随机内容	`__colors__`	从colors.txt文件中随机选一行
`__/文件名`	从根目录的文件中读取	`__/styles`	从根目录的styles.txt文件中读取
`__/文件夹/文件名`	从指定文件夹的文件中读取	`__/characters/anime`	从characters文件夹的anime.txt中读取
`?文件名`	匹配任意单个字符	`?tyle`	匹配style.txt或stale.txt等
`*`	匹配所有文件	`*`	匹配所有可用的文件

5. 使用技巧和建议

5.1 基础使用技巧

从简单开始：初学者建议先用简单的{选项1|选项2}语法，熟悉后再尝试复杂的组合。
合理使用种子值：
- 想要每次都不同的结果，不要设置固定种子
- 想要复现某个好的结果，记录下种子值
文件组织：
- 在ComfyUI的custom_nodes/ComfyUI_node_Lilly/wildcards文件夹中创建文本文件
- 每个文件一行一个选项，用于组织不同类型的随机选择

5.2 高级使用技巧

嵌套通配符：可以在通配符中嵌套其他通配符
```
{beautiful {young|old} {woman|man}|cute {cat|dog}}
```
权重控制：通过重复选项来增加其被选中的概率
```
{red|red|blue|green}  # 红色被选中的概率更高
```

条件组合：创建复杂的条件组合

{sunny day, {bright|warm} lighting|rainy day, {dark|moody} atmosphere}

5.3 文件管理建议

按类型分类：
- colors.txt：存放颜色选项
- styles.txt：存放风格选项
- characters.txt：存放角色选项
命名规范：使用清晰的文件名，方便在通配符中引用
内容格式：每个txt文件中，每行一个选项，避免空行

6. 常见问题解答

Q1: 为什么通配符不生效？

A: 请检查：

语法是否正确（使用{}而不是[]或()）
选项之间是否用|分隔
文件路径是否正确

Q2: 如何让结果更加随机？

不要设置固定的种子值
或者在种子值中也使用随机数生成

Q3: 文件通配符找不到文件怎么办？

确保文件放在正确的wildcards文件夹中
检查文件名是否正确
确保文件编码为UTF-8

Q4: 通配符可以嵌套多少层？

A: 理论上可以无限嵌套，但建议不要超过3层，以免过于复杂

Q5: 如何制作自己的通配符文件？

在wildcards文件夹中创建.txt文件
每行写一个选项
保存为UTF-8编码
在通配符中使用__文件名__引用

7. 实践案例

案例1：随机人物生成

{beautiful|handsome|cute} {young|middle-aged|elderly} {woman|man} with {blue|brown|green|hazel} eyes, {long|short|curly|straight} {blonde|brunette|black|red} hair, {smiling|serious|mysterious} expression

案例2：随机场景生成

{sunny|cloudy|rainy|snowy} day in a {forest|city|beach|mountain}, {morning|afternoon|evening|night} time, {realistic|anime|oil painting|watercolor} style

案例3：使用文件的复杂组合

__characters__ in __locations__, __weather__ weather, {wearing __clothing__|holding __objects__}, __art_styles__ style

8. 总结

ComfyUI_node_Lilly插件是一个非常实用的工具，能够让你的AI艺术创作更加多样化和有趣。通过掌握通配符语法，你可以创建出无数种不同的组合，让每次生成的图片都有新的惊喜。

记住，熟练使用这个插件的关键是：

从简单的语法开始学习
逐步尝试复杂的组合
合理组织你的通配符文件
多实践，多实验

希望这个教程能帮助你更好地使用ComfyUI_node_Lilly插件，创作出更加精彩的AI艺术作品！

ComfyUI节点插件Lilly使用教程 手把手教你玩转AI绘画