%20(1).png)
ComfyUI-ppm 插件完全教程
1. 插件简介
插件地址： https://github.com/pamparamm/ComfyUI-ppm
ComfyUI-ppm 是一个功能强大的ComfyUI插件包，包含了23个实用节点，主要用于：
- 让你在提示词里使用负数权重（比如不想要某些东西时用负数）
- 智能分区域生成图片（左边画猫，右边画狗）
- 提供更好的采样器让图片质量更高
- 自动调节图片尺寸比例
- 各种图片处理和优化功能
这个插件就像给你的ComfyUI装了一个超级工具箱，让你能做出更精细、更高质量的AI图片。
2. 如何安装
方法一：通过ComfyUI管理器安装（推荐）
- 打开ComfyUI
- 点击"Manager"按钮
- 搜索"ComfyUI-ppm"
- 点击安装
- 重启ComfyUI
方法二：手动安装
- 进入ComfyUI的custom_nodes文件夹
- 运行命令：
git clone https://github.com/pamparamm/ComfyUI-ppm.git - 重启ComfyUI
3. 节点详细解析
3.1 CLIPNegPip 节点
这个节点就像给你的提示词加了一个"反向开关"，让你能用负数来表示"我不要这个东西"。
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 | MODEL类型 | 必填 | 输入你的AI模型，就像选择画笔 | 输入扩散模型用于处理 | 连接你的模型加载器 |
| clip | clip | CLIP类型 | 必填 | 输入文字理解器，就像翻译官 | 输入CLIP模型用于文本编码 | 连接你的CLIP加载器 |
使用方法
在提示词中用括号和负数，比如：(worst quality:-1.3), (blurry:-1.1) 表示强烈不要低质量和模糊的图片。
3.2 AttentionCouplePPM 节点
这个节点就像一个智能画布分割器，让你能在图片的不同区域画不同的内容。
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 | MODEL类型 | 必填 | 输入你的AI模型 | 输入扩散模型进行注意力耦合 | 连接你的模型 |
| base_cond | base_cond | CONDITIONING类型 | 必填 | 基础提示词，就像画布底色 | 基础条件编码 | 连接主要的提示词编码器 |
| base_mask | base_mask | MASK类型 | 必填 | 基础区域遮罩 | 基础区域掩码 | 连接遮罩生成器 |
| cond_1, cond_2... | cond_{i} | CONDITIONING类型 | 可选 | 各个区域的专门提示词 | 区域特定条件编码 | 为每个区域连接不同的提示词 |
| mask_1, mask_2... | mask_{i} | MASK类型 | 可选 | 各个区域的遮罩范围 | 区域特定掩码 | 为每个区域连接对应的遮罩 |
3.3 EmptyLatentImageAR 节点
这个节点就像一个智能画布生成器，能根据你想要的比例自动算出最合适的画布大小。
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 |
|---|---|---|---|---|---|---|
| resolution | resolution | 整数 | 512 | 画布的总像素数，就像画纸大小 | 目标分辨率的像素总数 | 想要高清图就设1024 |
| ratio | ratio | 小数 | 1.0 | 画布的长宽比例 | 宽高比例值 | 1.0是正方形，1.5是横图，0.7是竖图 |
| step | step | 整数 | 64 | 尺寸调整的最小单位 | 尺寸对齐的步长 | 保持64让模型更稳定 |
| batch_size | batch_size | 整数 | 1 | 一次生成几张图 | 批次大小 | 想同时生成多张就增加这个数 |
3.4 LatentToWidthHeight 节点
这个节点就像一个尺寸读取器，能告诉你画布的具体长宽数值。
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 |
|---|---|---|---|---|---|---|
| latent | latent | LATENT类型 | 必填 | 输入画布数据 | 输入潜在空间张量 | 连接空白画布或现有图片 |
3.5 LatentToMaskBB 节点
这个节点就像一个区域选择器，能在画布上框出一个矩形区域。
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 |
|---|---|---|---|---|---|---|
| latent | latent | LATENT类型 | 必填 | 输入画布数据 | 输入潜在空间张量 | 连接你的画布 |
| x | x | 小数 | 0.0 | 矩形左边距离画布左边的比例 | X轴起始位置比例 | 0.5表示从画布中间开始 |
| y | y | 小数 | 0.0 | 矩形上边距离画布上边的比例 | Y轴起始位置比例 | 0.0表示从最上面开始 |
| w | w | 小数 | 1.0 | 矩形的宽度比例 | 宽度比例 | 0.5表示占画布一半宽 |
| h | h | 小数 | 1.0 | 矩形的高度比例 | 高度比例 | 1.0表示占满整个高度 |
| value | value | 小数 | 1.0 | 选中区域的强度值 | 掩码区域的数值 | 1.0表示完全选中，0.5表示半透明 |
| outer_value | outer_value | 小数 | 0.0 | 未选中区域的强度值 | 掩码外部区域的数值 | 0.0表示完全不选中 |
3.6 MaskCompositePPM 节点
这个节点就像一个遮罩合并器，能把多个区域选择合并成一个。
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 |
|---|---|---|---|---|---|---|
| mask_1 | mask_1 | MASK类型 | 必填 | 第一个遮罩区域 | 第一个掩码输入 | 连接第一个区域选择器 |
| operation | operation | 下拉选择 | add | 合并方式 | 掩码合成操作类型 | add是叠加，multiply是相乘 |
| mask_2, mask_3... | mask_{i} | MASK类型 | 可选 | 其他遮罩区域 | 额外的掩码输入 | 可以连接更多区域 |
3.7 CLIPTextEncodeBREAK 节点
这个节点就像一个智能提示词分段器，能把长提示词按BREAK关键词分成几段处理。
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 |
|---|---|---|---|---|---|---|
| clip | clip | CLIP类型 | 必填 | 文字理解器 | CLIP模型输入 | 连接CLIP加载器 |
| text | text | 文本 | 必填 | 你的提示词内容 | 输入文本内容 | 写"猫咪BREAK狗狗"会分成两段处理 |
3.8 CLIPMicroConditioning 节点
这个节点就像一个图片尺寸信息添加器，告诉AI你想要什么尺寸的图片。
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 |
|---|---|---|---|---|---|---|
| cond | cond | CONDITIONING类型 | 必填 | 输入提示词编码 | 条件编码输入 | 连接文字编码器 |
| width | width | 整数 | 1024 | 目标图片宽度 | 目标宽度像素 | 想要宽图就设大一点 |
| height | height | 整数 | 1024 | 目标图片高度 | 目标高度像素 | 想要高图就设大一点 |
| crop_w | crop_w | 整数 | 0 | 裁剪起始宽度位置 | 裁剪宽度偏移 | 一般保持0 |
| crop_h | crop_h | 整数 | 0 | 裁剪起始高度位置 | 裁剪高度偏移 | 一般保持0 |
| target_width | target_width | 整数 | 1024 | 最终输出宽度 | 最终目标宽度 | 和width保持一致 |
| target_height | target_height | 整数 | 1024 | 最终输出高度 | 最终目标高度 | 和height保持一致 |
3.9 CLIPTokenCounter 节点
这个节点就像一个提示词计数器，能告诉你提示词用了多少个词汇。
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 |
|---|---|---|---|---|---|---|
| clip | clip | CLIP类型 | 必填 | 文字理解器 | CLIP模型输入 | 连接CLIP加载器 |
| text | text | 文本 | 必填 | 要计数的提示词 | 输入文本内容 | 输入你的提示词看用了多少词 |
3.10 ConditioningZeroOutCombine 节点
这个节点就像一个渐进式提示词混合器，在生成过程中逐渐减少某些提示词的影响。
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 |
|---|---|---|---|---|---|---|
| conditioning | conditioning | CONDITIONING类型 | 必填 | 输入提示词编码 | 条件编码输入 | 连接你的提示词编码器 |
| zero_out_end | zero_out_end | 小数 | 0.1 | 什么时候开始减少影响 | 零化结束时间点 | 0.1表示在生成10%时开始减少 |
3.11 CLIPTextEncodeInvertWeights 节点
这个节点就像一个提示词权重反转器，能把所有提示词的权重都变成相反的。
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 |
|---|---|---|---|---|---|---|
| clip | clip | CLIP类型 | 必填 | 文字理解器 | CLIP模型输入 | 连接CLIP加载器 |
| text | text | 文本 | 必填 | 要反转的提示词 | 输入文本内容 | 输入提示词，权重会自动反转 |
| invert_special_tokens | invert_special_tokens | 布尔值 | False | 是否反转特殊符号 | 是否反转特殊标记权重 | 一般保持False |
3.12 GuidanceLimiter 节点
这个节点就像一个智能刹车系统，在特定时间段限制AI的创作强度。
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 | MODEL类型 | 必填 | 输入AI模型 | 扩散模型输入 | 连接你的模型 |
| sigma_start | sigma_start | 小数 | 5.42 | 开始限制的时间点 | 开始限制的噪声水平 | 数值越大越早开始限制 |
| sigma_end | sigma_end | 小数 | 0.28 | 结束限制的时间点 | 结束限制的噪声水平 | 数值越小越晚结束限制 |
3.13 CFGLimiterGuider 节点
这个节点就像一个高级引导器，能在特定时间段调整AI的听话程度。
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 | MODEL类型 | 必填 | 输入AI模型 | 扩散模型输入 | 连接你的模型 |
| positive | positive | CONDITIONING类型 | 必填 | 正面提示词 | 正向条件编码 | 连接你想要的内容 |
| negative | negative | CONDITIONING类型 | 必填 | 负面提示词 | 负向条件编码 | 连接你不想要的内容 |
| cfg | cfg | 小数 | 8.0 | AI听话程度 | CFG引导强度 | 数值越大AI越听话 |
| sigma_start | sigma_start | 小数 | 5.42 | 开始限制的时间点 | 开始限制的噪声水平 | 控制何时开始限制 |
| sigma_end | sigma_end | 小数 | 0.28 | 结束限制的时间点 | 结束限制的噪声水平 | 控制何时结束限制 |
3.14 RescaleCFGPost 节点
这个节点就像一个图片亮度平衡器，防止图片过曝或过暗。
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 | MODEL类型 | 必填 | 输入AI模型 | 扩散模型输入 | 连接你的模型 |
| multiplier | multiplier | 小数 | 0.7 | 平衡强度 | 重缩放乘数 | 0.7是比较好的平衡值 |
| alt_mode | alt_mode | 布尔值 | False | 是否使用替代模式 | 是否使用替代算法 | 一般保持False |
| sigma_start | sigma_start | 小数 | -1.0 | 开始作用的时间点 | 开始作用的噪声水平 | -1表示全程作用 |
| sigma_end | sigma_end | 小数 | -1.0 | 结束作用的时间点 | 结束作用的噪声水平 | -1表示全程作用 |
3.15 DynamicThresholdingSimplePost 节点
这个节点就像一个简单的图片质量稳定器，防止图片出现异常。
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 | MODEL类型 | 必填 | 输入AI模型 | 扩散模型输入 | 连接你的模型 |
| mimic_scale | mimic_scale | 小数 | 8.0 | 模仿强度 | 模拟CFG强度 | 和你的CFG值保持一致 |
| threshold_percentile | threshold_percentile | 小数 | 1.0 | 阈值百分比 | 阈值百分位数 | 1.0表示最严格的限制 |
3.16 DynamicThresholdingPost 节点
这个节点就像一个高级图片质量稳定器，有更多调节选项。
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 | MODEL类型 | 必填 | 输入AI模型 | 扩散模型输入 | 连接你的模型 |
| mimic_scale | mimic_scale | 小数 | 8.0 | 模仿强度 | 模拟CFG强度 | 和你的CFG值保持一致 |
| threshold_percentile | threshold_percentile | 小数 | 1.0 | 阈值百分比 | 阈值百分位数 | 控制限制的严格程度 |
| separate_feature_channels | separate_feature_channels | 布尔值 | False | 是否分别处理颜色通道 | 是否分离特征通道处理 | 一般保持False |
| scaling_startpoint | scaling_startpoint | 下拉选择 | MEAN | 缩放起始点 | 缩放基准点选择 | MEAN是平均值，ZERO是零点 |
| variability_measure | variability_measure | 下拉选择 | AD | 变化测量方式 | 变异性测量方法 | AD是绝对偏差，STD是标准差 |
| interpolate_phi | interpolate_phi | 小数 | 1.0 | 插值强度 | 插值系数 | 1.0表示完全应用效果 |
3.17 RenormCFGPost 节点
这个节点就像一个图片强度标准化器，让图片保持合适的对比度。
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 | MODEL类型 | 必填 | 输入AI模型 | 扩散模型输入 | 连接你的模型 |
| renorm_cfg | renorm_cfg | 小数 | 1.0 | 重新标准化强度 | 重归一化CFG系数 | 1.0是标准强度 |
| sigma_start | sigma_start | 小数 | -1.0 | 开始作用的时间点 | 开始作用的噪声水平 | -1表示全程作用 |
| sigma_end | sigma_end | 小数 | -1.0 | 结束作用的时间点 | 结束作用的噪声水平 | -1表示全程作用 |
3.18 DynSamplerSelect 节点
这个节点就像一个动态采样器选择器，提供更好的图片生成算法。
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 |
|---|---|---|---|---|---|---|
| sampler_name | sampler_name | 下拉选择 | 必选 | 选择采样算法 | 动态采样器类型选择 | 选择euler_ancestral_dy等 |
| eta | eta | 小数 | 1.0 | 随机性强度 | 随机性参数 | 1.0是标准随机性 |
| s_dy_pow | s_dy_pow | 整数 | 2 | 动态功率参数 | 动态采样功率指数 | 2适合euler系列，-1适合dpmpp系列 |
| s_extra_steps | s_extra_steps | 布尔值 | False | 是否使用额外步骤 | 是否启用额外采样步骤 | 一般保持False |
3.19 CFGPPSamplerSelect 节点
这个节点就像一个高级采样器选择器，能大幅减少图片过曝问题。
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 |
|---|---|---|---|---|---|---|
| sampler_name | sampler_name | 下拉选择 | 必选 | 选择CFG++采样算法 | CFG++采样器类型选择 | 选择euler_cfg_pp等 |
| eta | eta | 小数 | 1.0 | 随机性强度 | 随机性参数 | 1.0是标准随机性 |
| s_gamma_start | s_gamma_start | 小数 | 0.0 | 伽马开始值 | 伽马调节起始值 | 控制效果开始强度 |
| s_gamma_end | s_gamma_end | 小数 | 1.0 | 伽马结束值 | 伽马调节结束值 | 控制效果结束强度 |
| s_extra_steps | s_extra_steps | 布尔值 | False | 是否使用额外步骤 | 是否启用额外采样步骤 | 一般保持False |
3.20 PPMSamplerSelect 节点
这个节点就像一个专业采样器选择器，提供更多高级采样选项。
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 |
|---|---|---|---|---|---|---|
| sampler_name | sampler_name | 下拉选择 | 必选 | 选择PPM采样算法 | PPM采样器类型选择 | 根据需要选择合适的算法 |
| model | model | MODEL类型 | 必填 | 输入AI模型 | 扩散模型输入 | 连接你的模型 |
| cfg_pp | cfg_pp | 布尔值 | False | 是否启用CFG++ | 是否使用CFG++模式 | True可以减少过曝 |
| s_sigma_diff | s_sigma_diff | 小数 | 2.0 | 噪声差异参数 | 噪声差异系数 | 控制采样的精细程度 |
3.21 FreeU2PPM 节点
这个节点就像一个图片质量增强器，能让图片更清晰更自然。
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 | MODEL类型 | 必填 | 输入AI模型 | 扩散模型输入 | 连接你的模型 |
| input_block | input_block | 布尔值 | False | 是否处理输入层 | 是否对输入块应用FreeU | 一般保持False |
| middle_block | middle_block | 布尔值 | False | 是否处理中间层 | 是否对中间块应用FreeU | 一般保持False |
| output_block | output_block | 布尔值 | False | 是否处理输出层 | 是否对输出块应用FreeU | 建议设为True |
| slice_b1 | slice_b1 | 整数 | 640 | 第一层切片大小 | 第一层特征切片数量 | 控制处理的特征数量 |
| slice_b2 | slice_b2 | 整数 | 320 | 第二层切片大小 | 第二层特征切片数量 | 控制处理的特征数量 |
| b1 | b1 | 小数 | 1.1 | 第一层增强强度 | 第一层骨干增强系数 | 轻微增强用1.1 |
| b2 | b2 | 小数 | 1.2 | 第二层增强强度 | 第二层骨干增强系数 | 轻微增强用1.2 |
| s1 | s1 | 小数 | 0.9 | 第一层跳跃强度 | 第一层跳跃连接系数 | 轻微减弱用0.9 |
| s2 | s2 | 小数 | 0.2 | 第二层跳跃强度 | 第二层跳跃连接系数 | 明显减弱用0.2 |
| start_percent | start_percent | 小数 | 0.0 | 开始作用的百分比 | 开始应用的时间百分比 | 0.0表示从开始就作用 |
| end_percent | end_percent | 小数 | 1.0 | 结束作用的百分比 | 结束应用的时间百分比 | 1.0表示作用到最后 |
| threshold | threshold | 整数 | 1 | 频域滤波阈值 | 傅里叶滤波阈值 | 控制频域处理强度 |
3.22 ConvertTimestepToSigma 节点
这个节点就像一个时间转换器，能把生成过程的时间点转换成噪声值。
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 | MODEL类型 | 必填 | 输入AI模型 | 扩散模型输入 | 连接你的模型 |
| mode | mode | 下拉选择 | percent | 转换模式 | 时间步转换模式 | percent是百分比模式 |
| percent | percent | 小数 | 0.0 | 百分比时间点 | 生成过程百分比 | 0.5表示生成过程的中点 |
| schedule_sigmas | schedule_sigmas | SIGMAS类型 | 可选 | 调度噪声序列 | 噪声调度序列 | 用于schedule_step模式 |
| schedule_step | schedule_step | 整数 | 0 | 调度步骤 | 调度序列中的步骤 | 选择序列中的第几步 |
3.23 LatentOperationTonemapLuminance 节点
这个节点就像一个亮度调节器，能让图片的明暗更自然。
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 |
|---|---|---|---|---|---|---|
| tonemapper | tonemapper | 下拉选择 | mobius | 色调映射算法 | 色调映射器类型 | mobius效果最自然 |
| multiplier | multiplier | 小数 | 1.0 | 调节强度 | 色调映射强度乘数 | 1.0是标准强度 |
4. 使用技巧和建议
4.1 新手入门建议
- 先试试CLIPNegPip：这是最实用的功能，能让你的提示词更精确
- 学会用EmptyLatentImageAR：自动计算最佳图片尺寸，省去手动计算的麻烦
- 尝试CFGPPSamplerSelect：能明显改善图片过曝问题
4.2 进阶使用技巧
- 区域控制组合：AttentionCouplePPM + LatentToMaskBB 实现精确的区域控制
- 质量优化链：RescaleCFGPost + DynamicThresholdingPost + FreeU2PPM 组合使用
- 采样器选择：CFG++系列采样器配合低CFG值（1.0-2.0）使用效果最佳
4.3 常用参数组合
- 高质量生成：CFG++采样器 + CFG=1.5 + RescaleCFG=0.7
- 区域控制：AttentionCouple + 多个LatentToMaskBB
- 负权重提示：CLIPNegPip + 提示词中使用(内容:-1.3)格式
5. 常见问题解答
Q1：为什么使用CLIPNegPip后图片变得奇怪？
A：负权重不要设置太大，建议在-0.5到-1.5之间。太大的负值会让AI过度回避某些特征。
Q2：AttentionCouplePPM怎么添加更多区域？
A：连接cond_1和mask_1后，节点会自动出现cond_2和mask_2输入口，可以继续添加更多区域。
Q3：CFG++采样器为什么要用低CFG值？
A：CFG++算法本身就有很强的引导能力，高CFG值会导致过度引导，建议CFG设置在1.0-2.0之间。
Q4：FreeU2PPM应该怎么调参？
A：新手建议只开启output_block，其他参数保持默认。有经验后可以微调b1、b2、s1、s2参数。
Q5：为什么有些节点连接后没有效果？
A：确保节点的连接顺序正确，特别是Post类型的节点需要连接到模型上，然后再连接到采样器。
6. 总结
ComfyUI-ppm插件提供了23个强大的节点，涵盖了从基础的图片生成到高级的质量优化等各个方面。对于新手来说，建议先从CLIPNegPip和EmptyLatentImageAR开始学习，逐步掌握更高级的功能。
这个插件最大的优势是提供了很多ComfyUI原生没有的功能，特别是负权重提示词、区域控制和高级采样器等，能让你的AI绘画作品质量有显著提升。
记住：好的工具需要配合正确的使用方法，多实践、多尝试，你会发现这个插件的强大之处！