%20(1).png)
ComfyUI-RefSampling插件 - 参考图像采样神器完全指南
1. 插件简介
ComfyUI-RefSampling 是一个专门用于参考图像采样的强大插件，它实现了两个非常实用的功能：Reference CNet（参考控制网络）和Visual Style Prompting（视觉风格提示）。
插件原地址： https://github.com/logtd/ComfyUI-RefSampling
这个插件能干什么？ - 就像你拿着一张照片去理发店说"我要剪成这样"，Reference CNet让你的AI生成图像能够参考一张图片的内容结构 - 就像你指着一幅画说"我要这种风格"，Visual Style Prompting让你的AI学会某张图片的绘画风格 - 简单来说，这个插件就是让AI既能"照着画"又能"学着画"的万能工具
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
- 选择"Install Custom Nodes"
- 搜索"RefSampling"
- 点击"Install"按钮
- 重启ComfyUI
方法二：手动安装
- 打开ComfyUI安装目录下的
custom_nodes文件夹 - 在地址栏输入
cmd打开命令提示符 - 输入命令：
git clone https://github.com/logtd/ComfyUI-RefSampling.git - 等待下载完成
- 重启ComfyUI
3. 节点详细解析
3.1 Reference CNet Sampler 节点 - 参考图像内容采样器
这个节点就像一个"照着画"的画家，它会看着你给的参考图片，然后按照那张图片的内容结构来生成新图片。
3.2 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 | 模型文件 | 根据需要 | 就像选择哪个画家来画画 | 指定用于生成的扩散模型 | 选择你常用的Stable Diffusion模型 |
| 正向提示词 | positive | 文本 | 描述想要的内容 | 告诉AI你想要什么东西 | 正向条件引导，描述期望生成的内容 | 输入"一只可爱的小猫" |
| 负向提示词 | negative | 文本 | 描述不想要的内容 | 告诉AI你不想要什么东西 | 负向条件引导，避免不想要的元素 | 输入"模糊，变形，丑陋" |
| 参考图像 | reference_image | 图像 | 你的参考图片 | 就像给画家看的样本图片 | 用于内容参考的输入图像 | 上传一张你想模仿结构的图片 |
| 采样步数 | steps | 数字 | 20-30 | 就像画家画画的次数，越多越精细 | 降噪迭代次数 | 普通图片用20，精细图片用30 |
| 配置比例 | cfg_scale | 数字 | 7.0-12.0 | 控制AI听话程度，数值越大越听话 | 分类器自由引导强度 | 写实图片用7，艺术图片用10 |
| 参考强度 | reference_strength | 数字 | 0.3-0.8 | 控制参考图片的影响力大小 | 参考图像对生成结果的影响程度 | 轻微参考用0.3，强烈参考用0.8 |
| 采样器 | sampler_name | 选择 | DPM++ 2M | 就像选择画笔的类型 | 噪声去除算法类型 | 一般用DPM++ 2M，速度快质量好 |
| 调度器 | scheduler | 选择 | Karras | 就像控制画画的节奏 | 噪声调度策略 | 推荐用Karras，效果比较稳定 |
3.3 Visual Style Prompt 节点 - 视觉风格提示器
这个节点就像一个"学着画"的画家，它会学习你给的参考图片的绘画风格，然后用这种风格来画新的内容。
3.4 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 | 模型文件 | 根据需要 | 选择哪个画家来模仿风格 | 指定用于生成的扩散模型 | 选择你常用的Stable Diffusion模型 |
| 正向提示词 | positive | 文本 | 描述想要的内容 | 告诉AI你想画什么主题 | 正向条件引导，描述期望生成的内容 | 输入"一座城堡" |
| 负向提示词 | negative | 文本 | 描述不想要的内容 | 告诉AI你不想要什么风格 | 负向条件引导，避免不想要的元素 | 输入"照片，真实" |
| 风格参考图像 | style_reference | 图像 | 你的风格参考图 | 就像给画家看的风格样本 | 用于风格学习的输入图像 | 上传一张梵高的画 |
| 采样步数 | steps | 数字 | 20-30 | 学习风格的次数，越多学得越像 | 降噪迭代次数 | 普通风格用20，复杂风格用30 |
| 配置比例 | cfg_scale | 数字 | 7.0-12.0 | 控制风格模仿的严格程度 | 分类器自由引导强度 | 轻微风格用7，强烈风格用12 |
| 风格强度 | style_strength | 数字 | 0.5-1.0 | 控制风格影响的强烈程度 | 风格参考对生成结果的影响程度 | 轻微风格用0.5，完全模仿用1.0 |
| 采样器 | sampler_name | 选择 | DPM++ 2M | 选择模仿风格的方法 | 噪声去除算法类型 | 一般用DPM++ 2M |
| 调度器 | scheduler | 选择 | Karras | 控制风格学习的节奏 | 噪声调度策略 | 推荐用Karras |
3.5 Reference Latent 节点 - 参考潜变量处理器
这个节点就像一个"图片翻译器"，它把你的参考图片翻译成AI能够理解的"暗号"。
3.6 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 |
|---|---|---|---|---|---|---|
| 输入图像 | input_image | 图像 | 你的参考图片 | 需要翻译的图片 | 待编码的输入图像 | 上传你想参考的图片 |
| VAE编码器 | vae | VAE模型 | 对应的VAE | 就像选择翻译官 | 变分自编码器，用于图像编码 | 选择与你的模型匹配的VAE |
| 批次大小 | batch_size | 数字 | 1 | 一次处理几张图片 | 批处理数量 | 一般用1就够了 |
3.7 Style Conditioning 节点 - 风格条件处理器
这个节点就像一个"风格调色板"，它把风格信息调配成AI生成时需要的"配方"。
3.8 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 |
|---|---|---|---|---|---|---|
| 条件输入 | conditioning | 条件数据 | 从其他节点来 | 就像原始的绘画指令 | 原始的条件向量 | 连接CLIP Text Encode节点 |
| 风格参考 | style_reference | 潜变量 | 从Reference Latent来 | 风格的"DNA"信息 | 风格参考的潜在表示 | 连接Reference Latent节点 |
| 混合强度 | blend_strength | 数字 | 0.3-0.7 | 风格和内容的调配比例 | 风格和内容的混合权重 | 轻微风格用0.3，强烈风格用0.7 |
4. 使用技巧和建议
4.1 选择合适的参考图片
- 内容参考：选择构图清晰、主体明确的图片效果更好
- 风格参考：选择风格特征明显的艺术作品或特定风格的图片
- 分辨率：参考图片不需要太大，512x512已经足够
4.2 参数调节技巧
- 新手建议：先用默认参数试试，再慢慢调节
- 参考强度：从0.3开始试，太高会过度模仿，太低会没效果
- 采样步数：20步够用了，除非你要极致质量
- CFG Scale：7-10是安全区间，超过15容易出问题
4.3 工作流程建议
- 先准备好参考图片
- 写好提示词（简单明了就行）
- 用低参数先试一次
- 根据结果调整参数
- 满意后保存工作流
5. 常见问题解答
Q1: 为什么我的参考图片没有效果？
A: 可能是参考强度太低了，试试把reference_strength调到0.5-0.8。还有可能是你的参考图片特征不够明显。
Q2: 生成的图片太像参考图片了怎么办？
A: 降低参考强度，从0.8降到0.4试试。也可以调整CFG Scale，降低到7左右。
Q3: 风格参考不起作用？
A: 确保你的风格参考图片风格特征明显，比如梵高的画比普通照片效果好。同时检查style_strength是否设置合理。
Q4: 生成速度很慢？
A: 减少采样步数到15-20步，选择更快的采样器如Euler或DPM++ 2M。
Q5: 出现奇怪的变形？
A: 降低CFG Scale到7-8，检查负向提示词是否包含"变形，扭曲"等词汇。
6. 实用工作流示例
6.1 人物风格转换工作流
- 上传一张人物照片到Reference CNet
- 上传一张动漫风格图片到Visual Style Prompt
- 设置参考强度为0.6，风格强度为0.8
- 提示词写"一个人物肖像"
- 运行生成，得到动漫风格的人物图
6.2 场景风格迁移工作流
- 上传一张建筑照片做内容参考
- 上传一张油画风景做风格参考
- 调整参数让AI学会油画风格
- 生成具有油画风格的建筑图
7. 总结
ComfyUI-RefSampling插件就像给AI配了一个超级画家助手，既能"照着画"又能"学着画"。掌握了这个插件，你就能让AI生成更加符合你心意的图片。记住：多试多练，从简单开始，慢慢就能成为参考图像采样的高手！
最后提醒：这个插件需要一定的显卡性能支持，如果你的电脑配置不够高，建议适当降低分辨率和采样步数来保证流畅运行。