%20(1).png)
ComfyUI_Patches_ll 插件完全教程
1. 插件简介
插件地址： https://github.com/lldacing/ComfyUI_Patches_ll
这个插件就像是给你的AI模型装上了"涡轮增压器"，专门用来加速各种AI模型的运行速度。它支持的模型包括：
- Flux：图片生成模型
- HunYuanVideo：混元视频生成模型
- LTXVideo：LTX视频生成模型
- MochiVideo：Mochi视频生成模型
- WanVideo：Wan视频生成模型
主要功能：
- TeaCache加速：就像给汽车加了涡轮增压，能让模型跑得更快，最高可以提速2倍多
- First Block Cache加速：另一种加速方式，通过缓存第一层的计算结果来节省时间
- 智能识别：自动识别你用的是什么模型，然后选择最合适的加速方式
简单来说，这个插件就是让你的AI生成图片和视频的速度变快，而且几乎不影响质量！
2. 如何安装
方法一：通过 ComfyUI Manager 安装（推荐）
- 打开 ComfyUI
- 点击右下角的 "Manager" 按钮
- 在搜索框输入 "Patches_ll"
- 找到插件后点击 "Install" 安装
- 重启 ComfyUI
方法二：手动安装
- 打开终端或命令提示符
- 进入你的 ComfyUI 安装目录下的
custom_nodes文件夹 - 运行命令：
git clone https://github.com/lldacing/ComfyUI_Patches_ll.git - 重启 ComfyUI
注意： 这个插件需要 ComfyUI 版本 >= 0.3.17 才能正常工作。
3. 节点详细解析
3.1 DitForwardOverrider 节点 - 万能模型加速准备器
这个节点就像是一个智能管家，它能自动识别你用的是什么AI模型，然后给模型装上合适的"加速接口"。你不需要知道用的是什么模型，它会自动帮你处理。
节点作用： 自动为各种AI模型添加加速功能的接口，支持Flux、混元视频、LTX视频、Mochi视频、Wan视频
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 |
|---|---|---|---|---|---|---|
| model | model | 模型输入 | 无默认值 | 把你要加速的AI模型接到这里，就像给汽车连接涡轮增压器 | 输入需要添加加速钩子的模型对象 | 把你的Flux模型或视频模型连接到这个接口 |
3.2 FluxForwardOverrider 节点 - Flux专用加速准备器
这个节点专门为Flux图片生成模型服务，就像是专门为某个品牌汽车设计的涡轮增压器，只适用于Flux模型。
节点作用： 专门为Flux模型添加加速功能的接口
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 |
|---|---|---|---|---|---|---|
| model | model | 模型输入 | 无默认值 | 把你的Flux模型接到这里，为它准备加速功能 | 输入Flux模型对象以添加前向传播钩子 | 只能连接Flux模型，其他模型连了也没用 |
3.3 VideoForwardOverrider 节点 - 视频模型专用加速准备器
这个节点专门为各种视频生成模型服务，就像是专门为视频处理设备设计的加速器。
节点作用： 专门为视频模型（混元视频、LTX视频、Mochi视频、Wan视频）添加加速功能的接口
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 |
|---|---|---|---|---|---|---|
| model | model | 模型输入 | 无默认值 | 把你的视频生成模型接到这里，为它准备加速功能 | 输入视频模型对象以添加前向传播钩子 | 可以连接混元视频、LTX视频、Mochi视频、Wan视频模型 |
3.4 ApplyTeaCachePatch 节点 - TeaCache加速器
这个节点就像是一个智能缓存系统，它会记住之前计算过的结果，当遇到相似的计算时就直接用缓存，从而大大提高速度。
节点作用： 使用TeaCache技术来加速模型运行，通过智能缓存减少重复计算
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 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| model | model | 模型输入 | 无默认值 | 把准备好加速接口的模型接到这里 | 输入已添加钩子的模型对象 | 必须先用ForwardOverrider节点处理过的模型 |
| rel_l1_thresh | rel_l1_thresh | 小数 0.0-5.0 | 0.25 | 加速强度调节器，就像油门踏板，数值越大速度越快但质量可能下降 | 相对L1阈值，控制缓存触发的敏感度 | Flux用0.25能提速1.5倍，0.6能提速2倍 |
| cache_device | cache_device | 下拉选择 | "offload_device" | 选择把缓存数据放在哪里，就像选择把东西放在桌子上还是抽屉里 | 缓存数据存储的设备位置 | offload_device省显存，main_device速度更快 |
| wan_coefficients | wan_coefficients | 下拉选择 | "disabled" | 专门给Wan视频模型用的参数，就像不同车型需要不同的机油 | WanVideo模型的加速系数选择 | 根据你的Wan模型版本选择对应的参数 |
wan_coefficients 选项说明：
- disabled：不启用（默认）
- t2v_1.3B：文字生成视频1.3B模型
- t2v_14B：文字生成视频14B模型
- i2v_14B_480P：图片生成视频14B模型（480P）
- i2v_14B_720P：图片生成视频14B模型（720P）
3.5 ApplyTeaCachePatchAdvanced 节点 - 高级TeaCache加速器
这是TeaCache加速器的高级版本，就像汽车的运动模式，可以更精确地控制加速的时机和强度。
节点作用： 高级版TeaCache加速，可以精确控制在生成过程的哪个阶段启用加速
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 |
|---|---|---|---|---|---|---|
| model | model | 模型输入 | 无默认值 | 把准备好加速接口的模型接到这里 | 输入已添加钩子的模型对象 | 必须先用ForwardOverrider节点处理过的模型 |
| rel_l1_thresh | rel_l1_thresh | 小数 0.0-5.0 | 0.25 | 加速强度调节器，数值越大速度越快但质量可能下降 | 相对L1阈值，控制缓存触发的敏感度 | 同基础版本，根据模型类型调整 |
| start_at | start_at | 小数 0.0-1.0 | 0.0 | 从生成过程的什么时候开始加速，就像决定什么时候踩油门 | 加速开始的时间点（百分比） | 0.0表示从开始就加速，0.2表示从20%进度开始 |
| end_at | end_at | 小数 0.0-1.0 | 1.0 | 到生成过程的什么时候停止加速，就像决定什么时候松油门 | 加速结束的时间点（百分比） | 1.0表示一直加速到结束，0.8表示到80%就停止 |
| cache_device | cache_device | 下拉选择 | "offload_device" | 选择把缓存数据放在哪里 | 缓存数据存储的设备位置 | 同基础版本 |
| wan_coefficients | wan_coefficients | 下拉选择 | "disabled" | 专门给Wan视频模型用的参数 | WanVideo模型的加速系数选择 | 同基础版本 |
3.6 ApplyFirstBlockCachePatch 节点 - 首层缓存加速器
这个节点使用另一种加速技术，就像是给计算机装了一个"记忆芯片"，专门记住第一层计算的结果来节省时间。
节点作用： 使用First Block Cache技术加速模型，通过缓存第一层的计算结果来提高速度
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 |
|---|---|---|---|---|---|---|
| model | model | 模型输入 | 无默认值 | 把准备好加速接口的模型接到这里 | 输入已添加钩子的模型对象 | 必须先用ForwardOverrider节点处理过的模型 |
| residual_diff_threshold | residual_diff_threshold | 小数 0.0-1.0 | 0.00 | 缓存敏感度调节器，就像调节自动驾驶的灵敏度 | 残差差异阈值，控制缓存使用的条件 | Flux用0.12能提速1.8倍，混元视频用0.1能提速1.6倍 |
3.7 ApplyFirstBlockCachePatchAdvanced 节点 - 高级首层缓存加速器
这是首层缓存加速器的高级版本，可以更精确地控制加速的时机。
节点作用： 高级版First Block Cache加速，可以精确控制在生成过程的哪个阶段启用加速
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 |
|---|---|---|---|---|---|---|
| model | model | 模型输入 | 无默认值 | 把准备好加速接口的模型接到这里 | 输入已添加钩子的模型对象 | 必须先用ForwardOverrider节点处理过的模型 |
| residual_diff_threshold | residual_diff_threshold | 小数 0.0-1.0 | 0.00 | 缓存敏感度调节器 | 残差差异阈值，控制缓存使用的条件 | 同基础版本，根据模型类型调整 |
| start_at | start_at | 小数 0.0-1.0 | 0.0 | 从生成过程的什么时候开始加速 | 加速开始的时间点（百分比） | 0.0表示从开始就加速 |
| end_at | end_at | 小数 0.0-1.0 | 1.0 | 到生成过程的什么时候停止加速 | 加速结束的时间点（百分比） | 1.0表示一直加速到结束 |
4. 使用技巧和建议
4.1 节点连接顺序
正确的连接顺序很重要，就像组装机器一样：
- 第一步：先用ForwardOverrider节点（DitForwardOverrider、FluxForwardOverrider或VideoForwardOverrider）
- 第二步：再用加速节点（ApplyTeaCachePatch或ApplyFirstBlockCachePatch）
- 第三步：最后连接到你的采样器
4.2 加速参数推荐值
TeaCache加速参数（rel_l1_thresh）
| 模型类型 | 原始速度 | 1.5倍速 | 1.8倍速 | 2.0倍速 |
|---|---|---|---|---|
| Flux | 0 | 0.25 | 0.4 | 0.6 |
| 混元视频 | 0 | 0.1 | - | 0.15 |
| LTX视频 | 0 | 0.03 | - | 0.05 |
| Mochi视频 | 0 | 0.06 | - | 0.09 |
First Block Cache加速参数（residual_diff_threshold）
| 模型类型 | 原始速度 | 1.2倍速 | 1.5倍速 | 1.8倍速 |
|---|---|---|---|---|
| Flux | 0 | - | - | 0.12 |
| 混元视频 | 0 | - | 0.1 | - |
| LTX视频 | 0 | 0.05 | - | - |
| Mochi视频 | 0 | - | 0.03 | - |
| Wan视频 | 0 | - | 0.05 | - |
4.3 设备选择建议
- 显存充足：cache_device选择"main_device"，速度更快
- 显存紧张：cache_device选择"offload_device"，节省显存
4.4 时间控制技巧
- 全程加速：start_at=0.0, end_at=1.0
- 后期加速：start_at=0.3, end_at=1.0（前30%正常速度，后70%加速）
- 中期加速：start_at=0.2, end_at=0.8（只在中间阶段加速）
5. 常见问题解答
Q1: 为什么我连接了加速节点但是没有效果？
A: 检查以下几点：
- 是否先连接了ForwardOverrider节点？
- 加速参数是否设置为0？（0表示不加速）
- 你的ComfyUI版本是否>=0.3.17？
Q2: 加速后图片/视频质量变差了怎么办？
A: 降低加速参数值，比如把rel_l1_thresh从0.6降到0.25，或者把residual_diff_threshold从0.12降到0.05。
Q3: 哪种加速方式更好？
A:
- TeaCache：通常加速效果更明显，适合追求速度
- First Block Cache：对质量影响更小，适合追求质量
Q4: Mochi视频模型加速效果不好？
A: 作者测试发现Mochi模型加速后可能出现质量问题，建议谨慎使用或使用较小的加速参数。
Q5: 我应该选择哪个ForwardOverrider节点？
A:
- DitForwardOverrider：万能选择，自动识别模型类型
- FluxForwardOverrider：只用于Flux模型
- VideoForwardOverrider：只用于视频模型
Q6: 可以同时使用TeaCache和First Block Cache吗？
A: 不建议同时使用，选择其中一种即可，同时使用可能会产生冲突。
6. 实际应用示例
示例1：Flux图片生成加速
Flux模型 → DitForwardOverrider → ApplyTeaCachePatch(rel_l1_thresh=0.25) → KSampler
示例2：混元视频生成加速
混元视频模型 → VideoForwardOverrider → ApplyFirstBlockCachePatch(residual_diff_threshold=0.1) → KSampler
示例3：高级时间控制加速
模型 → DitForwardOverrider → ApplyTeaCachePatchAdvanced(rel_l1_thresh=0.4, start_at=0.2, end_at=0.8) → KSampler
7. 总结
ComfyUI_Patches_ll插件是一个非常实用的加速工具，它的7个节点各有用途：
准备节点（3个）：
- DitForwardOverrider：万能加速准备器
- FluxForwardOverrider：Flux专用准备器
- VideoForwardOverrider：视频模型专用准备器
加速节点（4个）：
- ApplyTeaCachePatch：基础TeaCache加速
- ApplyTeaCachePatchAdvanced：高级TeaCache加速
- ApplyFirstBlockCachePatch：基础首层缓存加速
- ApplyFirstBlockCachePatchAdvanced：高级首层缓存加速
使用这个插件就像给你的AI模型装上了涡轮增压器，能够显著提高生成速度，而且对质量的影响很小。记住关键是要按正确的顺序连接节点，并根据你的需求调整合适的参数值。
对于新手来说，建议从DitForwardOverrider + ApplyTeaCachePatch的组合开始，使用默认参数值，然后根据效果逐步调整。这样既能体验到加速的效果，又不会因为参数设置错误而影响使用体验。