ComfyUI 魔法书 Logo
🏠 首页
👥 加群
🔥 报错不求人
😎 大帅比
登录 →
ComfyUI 魔法书 Logo
🏠 首页 👥 加群 🔥 报错不求人 😎 大帅比
登录
  1. 首页
  2. 🧩 插件工坊 (Plugin Workshop)
  3. ComfyUI插件LayerStyle节点进阶教程 手把手教你玩转高级样式

ComfyUI插件LayerStyle节点进阶教程 手把手教你玩转高级样式

0
  • 🧩 插件工坊 (Plugin Workshop)
  • 发布于 2025-06-29
  • 135 次阅读
编程界的小学生
编程界的小学生

ComfyUI 插件保姆级教程:LayerStyle Advance 节点详解

1. 插件简介

插件地址: https://github.com/chflame163/ComfyUI_LayerStyle_Advance

这个插件就像一个"超级AI工具箱",专门为那些想要用AI做各种高级图像处理的朋友们准备的。它包含了大量强大的功能,从图像抠图、背景移除,到AI对话、图像生成,应有尽有!

能给我们带来什么效果:

  • 🎭 智能抠图:就像有个专业PS师傅帮你抠图,一键去背景
  • 🤖 AI对话:可以和各种AI模型聊天,比如Google Gemini、DeepSeek等
  • 📸 图像识别:能识别图片中的物体、人脸、文字等
  • 🎨 图像处理:各种滤镜、特效、颜色调整
  • 💾 增强保存:比普通保存更强大,支持水印、格式转换等
  • 🔍 目标检测:能找到图片中的特定物体并标记出来
  • 📝 提示词生成:帮你生成更好的AI绘画提示词

支持的AI模型: Google Gemini、DeepSeek、智谱GLM4、Florence2、SAM2、BiRefNet等几十种先进模型

2. 如何安装

方法一:通过 ComfyUI Manager 安装(推荐)

  1. 打开 ComfyUI Manager(就像手机上的应用商店)
  2. 搜索 "LayerStyle Advance"
  3. 点击安装,等待完成即可

方法二:手动安装

  1. 打开终端(Windows 用户打开命令提示符)
  2. 进入 ComfyUI 的 custom_nodes 文件夹
  3. 运行以下命令:
git clone https://github.com/chflame163/ComfyUI_LayerStyle_Advance.git
cd ComfyUI_LayerStyle_Advance
pip install -r requirements.txt

安装模型文件

这个插件需要下载很多AI模型文件,可以从以下地址下载:

  • 国内用户:百度网盘 或 夸克网盘
  • 海外用户:HuggingFace

下载后放到 ComfyUI/models 对应的文件夹中。

3. 节点详细解析

3.1 图像拼贴类节点

3.1.1 Collage 节点 - 图像拼贴器

这个节点就像一个"智能拼图机",能把多张图片随机拼接成一张大图。

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
输入图片imagesIMAGE类型必填要拼接的图片,就像拼图的小块输入需要拼贴的图像批次连接多张图片的输出
画布宽度canvas_width512-81922048最终拼图的宽度,就像画布的宽度输出图像的像素宽度根据需要设置,2048适合大多数情况
画布高度canvas_height512-81922048最终拼图的高度,就像画布的高度输出图像的像素高度根据需要设置,2048适合大多数情况
边框宽度border_width0-202图片之间的间隙,就像相框的边框图像间的边距宽度百分比2表示适中的间距
圆角半径rounded_rect_radius0-1008图片的圆角程度,0是直角,100是很圆矩形区域的圆角半径8给图片一个轻微的圆角效果
均匀度uniformity0-10.5分割的随机程度,0很规整,1很随机控制分割区域大小的随机性0.5平衡规整和随机
背景颜色background_color颜色代码#FFFFFF背景的颜色,就像画布的底色背景填充颜色的十六进制值#FFFFFF是白色,#000000是黑色
随机种子seed0-最大整数0随机数种子,相同种子产生相同效果控制随机分割的种子值固定种子可重现相同布局
Florence2模型florence2_modelFLORENCE2类型可选AI识别模型,用于智能裁剪用于目标检测的Florence2模型连接Florence2模型加载器
目标提示词object_prompt字符串face要识别的目标,如人脸、物体等目标检测的提示词"face"识别人脸,"car"识别汽车

3.2 AI对话类节点

3.2.1 Gemini 节点 - Google AI对话

这个节点就像一个"AI助手",可以和Google的Gemini AI进行对话,支持文字和图片输入。

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
模型选择model模型列表gemini-1.5-flash选择AI大脑的版本,就像选择不同的专家指定使用的Gemini模型版本flash版本速度快,pro版本更聪明
最大输出长度max_output_tokens1-81924096AI回答的最大字数,就像限制回答长度生成文本的最大token数量4096够用于大多数对话
创造性温度temperature0-20.5AI回答的创造性,0很严谨,2很随意控制生成文本的随机性0.5平衡准确性和创造性
字数限制words_limit8-2048200希望AI回答的字数范围期望的回复字数限制200字适合大多数问答
回复语言response_language语言列表zh-CNAI用什么语言回答,就像选择说话的语言指定回复的语言类型zh-CN是中文,en是英文
系统提示system_prompt多行文本默认提示告诉AI它的角色,就像给它一个身份设定定义AI的行为和角色"你是一个专业的摄影师"这样设定角色
用户提示user_prompt多行文本必填你想问AI的问题或要求用户的具体询问或指令"帮我分析这张图片的构图"
图片1image_1IMAGE类型可选第一张参考图片,AI可以看图回答可选的图像输入1上传要分析的图片
图片2image_2IMAGE类型可选第二张参考图片,用于对比分析可选的图像输入2上传第二张对比图片

3.2.2 GeminiV2 节点 - Google AI对话升级版

这是Gemini节点的升级版,支持更新的模型和更多功能。

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
模型选择model新模型列表gemini-2.0-flash-lite选择最新的AI模型版本使用新版google-genai包的模型2.0版本功能更强大
最大输出长度max_output_tokens1-81924096AI回答的最大字数限制生成文本的最大token数量4096够用于大多数对话
创造性温度temperature0-20.5控制AI回答的随机性和创造性控制生成文本的随机性0.5平衡准确性和创造性
字数限制words_limit8-2048200期望的回答字数范围期望的回复字数限制200字适合大多数问答
回复语言response_language语言列表zh-CNAI回复使用的语言指定回复的语言类型zh-CN是中文,en是英文
随机种子seed0-21474836470控制AI回答的随机性,相同种子产生相似回答用于请求Google API的种子值固定种子可获得更一致的回答
系统提示system_prompt多行文本默认提示设定AI的角色和行为方式定义AI的行为和角色"你是一个专业的艺术评论家"
用户提示user_prompt多行文本必填你的具体问题或请求用户的具体询问或指令"请分析这张图片的艺术风格"
图片1image_1IMAGE类型可选第一张参考图片可选的图像输入1上传要分析的图片
图片2image_2IMAGE类型可选第二张参考图片可选的图像输入2上传第二张对比图片

3.2.3 DeepSeekAPI 节点 - DeepSeek AI对话

这个节点就像一个"中文AI助手",使用DeepSeek的AI模型进行对话,支持上下文记忆。

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
历史记录history任意类型可选之前的对话记录,让AI记住聊天内容历史对话上下文连接上一个DeepSeek节点的历史输出
模型选择model模型列表deepseek-chat选择DeepSeek的AI模型版本指定使用的DeepSeek模型deepseek-chat是主要模型
最大字符数max_tokens1-40964096AI回答的最大字符数限制生成文本的最大token数量4096适合长对话
创造性温度temperature0-21.0控制回答的创造性,1.0是标准值控制生成文本的随机性1.0是DeepSeek的默认值
核心概率top_p0-11.0控制词汇选择的多样性核采样参数1.0使用全部词汇
存在惩罚presence_penalty-2到20避免重复话题的程度存在惩罚参数0是默认值,正值减少重复
频率惩罚frequency_penalty-2到20避免重复词汇的程度频率惩罚参数0是默认值,正值减少重复词汇
历史长度history_length1-10010保留多少轮对话记录保留的历史对话轮数10轮够用于大多数对话
系统提示system_prompt多行文本默认设定AI的角色和行为系统级别的角色设定"你是一个专业的编程助手"
用户提示user_prompt多行文本必填你想问的问题或请求用户的具体询问"请帮我解释这段代码"

3.3 图像保存类节点

3.3.1 SaveImagePlus 节点 - 增强图像保存器

这个节点就像一个"超级保存器",比普通保存功能强大很多,支持自定义路径、时间戳、水印等。

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
图片imagesIMAGE类型必填要保存的图片,就像要存档的照片输入需要保存的图像数据连接生成图片的节点输出
自定义路径custom_path字符串空保存到哪个文件夹,就像选择相册自定义保存目录路径"D:/我的图片" 或 "%date/作品"
文件名前缀filename_prefix字符串comfyui文件名的开头部分,就像给照片分类文件名的前缀部分"风景照" 或 "人像_%time"
时间戳timestamp选项列表None是否在文件名加上时间,避免重名时间戳添加方式second精确到秒,millisecond精确到毫秒
保存格式formatpng/jpgpng图片保存的格式,就像选择照片类型图像文件格式PNG支持透明,JPG文件更小
图片质量quality10-10080图片的清晰度,数字越大越清晰图像压缩质量80平衡质量和文件大小
保存元数据meta_data真/假假是否保存工作流信息到图片里是否保存PNG元数据开启后可以从图片恢复工作流
隐形水印blind_watermark字符串空添加看不见的水印文字不可见水印文本输入版权信息或标识
保存工作流JSONsave_workflow_as_json真/假假是否同时保存工作流文件是否输出独立的JSON工作流文件开启后便于分享工作流
预览preview真/假真是否在界面显示保存的图片是否显示保存预览关闭可以节省界面空间

3.3.2 SaveImagePlusV2 节点 - 增强图像保存器V2

这是SaveImagePlus的升级版,增加了自定义文件名和DPI设置功能。

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
图片imagesIMAGE类型必填要保存的图片输入需要保存的图像数据连接生成图片的节点输出
自定义路径custom_path字符串空保存文件夹路径自定义保存目录路径"D:/我的图片" 或 "%date/作品"
自定义文件名custom_filename字符串空完整的文件名,会覆盖前缀设置用户定义的完整文件名"我的作品_%time" 或 "portrait_001"
文件名前缀filename_prefix字符串comfyui文件名前缀(当自定义文件名为空时使用)文件名的前缀部分"风景照" 或 "人像_%time"
时间戳timestamp选项列表None时间戳添加方式时间戳添加方式second精确到秒,millisecond精确到毫秒
DPI设置dpi1-1000096图片的分辨率密度,影响打印质量图像的每英寸点数96适合屏幕,300适合打印
保存格式formatpng/jpgpng图片保存格式图像文件格式PNG支持透明,JPG文件更小
图片质量quality10-10080图片压缩质量图像压缩质量80平衡质量和文件大小
保存元数据meta_data真/假假是否保存工作流信息是否保存PNG元数据开启后可以从图片恢复工作流
隐形水印blind_watermark字符串空不可见水印文字不可见水印文本输入版权信息或标识
保存工作流JSONsave_workflow_as_json真/假假是否保存独立工作流文件是否输出独立的JSON工作流文件开启后便于分享工作流
预览preview真/假真是否显示保存预览是否显示保存预览关闭可以节省界面空间

3.4 智能抠图类节点

3.4.1 BiRefNetUltra 节点 - 超级背景移除器

这个节点就像一个"AI抠图大师",能够精确地移除图片背景,效果比传统抠图工具好很多。

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
图片imageIMAGE类型必填要抠图的原始图片,就像要处理的照片输入需要移除背景的图像连接要处理的图片
细节处理方法detail_method方法列表VITMatte边缘处理的方法,就像选择不同的抠图工具边缘细节处理算法VITMatte效果最好但较慢
细节腐蚀detail_erode1-2556向内收缩边缘的程度,数字越大收缩越多遮罩边缘向内腐蚀的像素数6适合大多数情况
细节膨胀detail_dilate1-2556向外扩张边缘的程度,数字越大扩张越多遮罩边缘向外膨胀的像素数6适合大多数情况
黑点阈值black_point0.01-0.980.01黑色采样的门槛,调整暗部细节边缘黑色采样阈值0.01保留更多暗部细节
白点阈值white_point0.02-0.990.99白色采样的门槛,调整亮部细节边缘白色采样阈值0.99保留更多亮部细节
处理细节process_detail真/假真是否进行边缘细化处理是否启用边缘细节处理关闭可以节省处理时间
设备选择devicecuda/cpucuda使用显卡还是CPU处理,显卡更快模型运行设备有显卡选cuda,没有选cpu
最大像素数max_megapixels1-9992.0VITMatte处理的最大图片大小(百万像素)VITMatte操作的最大尺寸限制2.0适合大多数图片,太大会很慢

3.4.2 SegmentAnythingUltra 节点 - 智能分割器

这个节点就像一个"AI识别专家",能根据你的描述找到并分割出图片中的特定物体。

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
图片imageIMAGE类型必填要分析的图片,就像给AI看的照片输入需要分割的图像连接要处理的图片
SAM模型sam_model模型列表sam_vit_h分割用的AI模型,就像选择不同的专家Segment Anything模型选择vit_h精度最高但最慢
检测模型grounding_dino_model模型列表GroundingDINO_SwinT物体检测的AI模型Grounding DINO模型选择SwinT是标准选择
检测阈值threshold0-10.3检测的敏感度,越低越容易检测到SAM检测的置信度阈值0.3适合大多数情况
细节范围detail_range1-25616边缘细节处理的范围边缘细节处理范围16提供适中的细节处理
黑点阈值black_point0.01-0.980.15黑色区域的判断标准边缘黑色采样阈值0.15适合大多数图片
白点阈值white_point0.02-0.990.99白色区域的判断标准边缘白色采样阈值0.99保留更多细节
处理细节process_detail真/假真是否进行边缘优化是否启用边缘细节处理开启获得更好的边缘效果
提示词prompt字符串subject要分割的物体描述,就像告诉AI找什么目标检测的提示词"person"找人,"car"找车
缓存模型cache_model真/假假是否保持模型在内存中,加快后续处理是否缓存已加载的模型开启可以加快重复处理

3.5 AI对话类节点(续)

3.5.1 DeepSeekAPI V2 节点 - DeepSeek AI对话升级版

这是DeepSeek节点的升级版,支持阿里云和火山引擎API,提供更稳定的服务。

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
模型选择model模型列表deepseek-chat选择不同的API服务商和模型支持DeepSeek、阿里云、火山引擎APIdeepseek-r1(aliyun)使用阿里云服务
超时时间time_out1-3600秒300API请求的最长等待时间请求超时限制,防止长时间等待300秒=5分钟,够用于大多数请求
最大字符数max_tokens1-81924096AI回答的最大字符数生成文本的最大token数量4096适合长对话
创造性温度temperature0-21.0控制回答的随机性和创造性控制生成文本的随机性1.0是标准值
核心概率top_p0-11.0控制词汇选择的多样性核采样参数1.0使用全部词汇
存在惩罚presence_penalty-2到20避免重复话题的程度存在惩罚参数正值减少重复话题
频率惩罚frequency_penalty-2到20避免重复词汇的程度频率惩罚参数正值减少重复词汇
历史长度history_length1-648保留多少轮对话记录保留的历史对话轮数8轮够用于大多数对话
系统提示system_prompt多行文本默认设定AI的角色和行为系统级别的角色设定"你是一个专业的翻译助手"
用户提示user_prompt多行文本必填你想问的问题或请求用户的具体询问"请翻译这段文字"
历史记录historyDEEPSEEK_HISTORY类型可选之前的对话记录历史对话上下文连接上一个节点的历史输出

3.5.2 ZhipuGLM4 节点 - 智谱AI文本对话

这个节点就像一个"中文AI专家",使用智谱的GLM4模型进行中文对话。

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
模型选择model模型列表GLM-4-Flash选择智谱的AI模型版本指定使用的GLM4模型GLM-4-Flash是免费模型
用户提示user_prompt多行文本必填你想问AI的问题用户的具体询问"法国的首都在哪里?"
历史长度history_length1-648保留多少轮对话记录保留的历史对话轮数8轮适合大多数对话
历史记录historyGLM4_HISTORY类型可选之前的对话记录历史对话上下文连接上一个GLM4节点的历史输出

3.5.3 ZhipuGLM4V 节点 - 智谱AI视觉对话

这个节点就像一个"能看图说话的AI",可以分析图片并回答相关问题。

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
图片imageIMAGE类型必填要分析的图片输入需要分析的图像上传要让AI看的图片
模型选择model模型列表glm-4v-flash选择视觉模型版本指定使用的GLM4V模型glm-4v-flash是免费模型
用户提示user_prompt多行文本describe this image关于图片的问题用户对图像的询问"描述这张图片的内容"

3.6 智能抠图类节点(续)

3.6.1 BiRefNetUltraV2 节点 - 超级背景移除器V2

这是BiRefNet的升级版,支持最新的BiRefNet模型,抠图效果更好。

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
图片imageIMAGE类型必填要抠图的原始图片输入需要移除背景的图像连接要处理的图片
BiRefNet模型birefnet_model模型类型必填BiRefNet模型输入从LoadBiRefNetModel节点获取连接模型加载器的输出
细节处理方法detail_method方法列表VITMatte边缘处理方法边缘细节处理算法VITMatte效果最好
细节腐蚀detail_erode1-2556向内收缩边缘的程度遮罩边缘向内腐蚀的像素数6适合大多数情况
细节膨胀detail_dilate1-2556向外扩张边缘的程度遮罩边缘向外膨胀的像素数6适合大多数情况
黑点阈值black_point0.01-0.980.01黑色采样的门槛边缘黑色采样阈值0.01保留更多暗部细节
白点阈值white_point0.02-0.990.99白色采样的门槛边缘白色采样阈值0.99保留更多亮部细节
处理细节process_detail真/假假是否进行边缘细化处理是否启用边缘细节处理BiRefNet边缘已经很好,默认关闭
设备选择devicecuda/cpucuda使用显卡还是CPU处理VitMatte运行设备有显卡选cuda
最大像素数max_megapixels1-9992.0VITMatte处理的最大图片大小VITMatte操作的最大尺寸限制2.0适合大多数图片

3.6.2 LoadBiRefNetModel 节点 - BiRefNet模型加载器

这个节点就像一个"模型管理员",专门负责加载BiRefNet抠图模型。

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
模型选择model模型列表任选选择要加载的BiRefNet模型指定BiRefNet模型文件从ComfyUI/models/BiRefNet/pth文件夹选择

3.7 SAM2智能分割类节点

3.7.1 SAM2Ultra 节点 - SAM2超级分割器

这个节点就像一个"AI手术刀",能精确分割图片中的任何物体。

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
图片imageIMAGE类型必填要分割的图片输入需要分割的图像连接要处理的图片
边界框bboxesBBOXES类型必填物体的位置框目标检测的边界框数据连接目标检测器的输出
SAM2模型sam2_model模型列表sam2_hiera_base_plus选择SAM2模型版本指定使用的SAM2模型base_plus平衡速度和精度
精度precision精度列表fp16模型运行精度模型的数值精度fp16节省显存,fp32更精确
框选择bbox_select选择列表all选择哪些检测框边界框选择策略all选择全部,first选择第一个
选择索引select_index字符串0,指定选择的框索引当bbox_select为by_index时使用"0,1,2"选择前三个框
缓存模型cache_model真/假假是否保持模型在内存中是否缓存已加载的模型开启可以加快重复处理
细节处理方法detail_method方法列表VITMatte边缘处理方法边缘细节处理算法VITMatte效果最好但较慢
细节腐蚀detail_erode1-2556向内收缩边缘的程度遮罩边缘向内腐蚀的像素数6适合大多数情况
细节膨胀detail_dilate1-2554向外扩张边缘的程度遮罩边缘向外膨胀的像素数4适合大多数情况
黑点阈值black_point0.01-0.980.15黑色采样的门槛边缘黑色采样阈值0.15适合大多数图片
白点阈值white_point0.02-0.990.99白色采样的门槛边缘白色采样阈值0.99保留更多细节
处理细节process_detail真/假真是否进行边缘优化是否启用边缘细节处理开启获得更好的边缘效果
设备选择devicecuda/cpucuda使用显卡还是CPU处理模型运行设备有显卡选cuda
最大像素数max_megapixels1-9992.0VITMatte处理的最大图片大小VITMatte操作的最大尺寸限制2.0适合大多数图片

3.7.2 LoadSAM2Model 节点 - SAM2模型加载器

这个节点就像一个"模型仓库管理员",专门负责加载SAM2分割模型。

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
SAM2模型sam2_model模型列表sam2_hiera_base_plus选择SAM2模型版本指定使用的SAM2模型文件base_plus平衡速度和精度
精度precision精度列表fp16模型运行精度模型的数值精度fp16节省显存,fp32更精确
设备选择devicecuda/cpucuda使用显卡还是CPU处理模型运行设备有显卡选cuda,没有选cpu

3.8 目标检测类节点

3.8.1 ObjectDetectorFL2 节点 - Florence2目标检测器

这个节点就像一个"AI侦探",能在图片中找到并标记出指定的物体。

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
图片imageIMAGE类型必填要检测的图片输入需要检测目标的图像连接要分析的图片
提示词prompt字符串subject要找的物体描述目标检测的提示词"person"找人,"car"找车
Florence2模型florence2_modelFLORENCE2类型必填Florence2模型输入从LoadFlorence2Model节点获取连接模型加载器的输出
排序方法sort_method方法列表left_to_right检测框的排序方式边界框排序策略left_to_right从左到右排序
框选择bbox_select选择列表all选择哪些检测框边界框选择策略all选择全部,first选择第一个
选择索引select_index字符串0,指定选择的框索引当bbox_select为by_index时使用"0,1,2"选择前三个框

3.8.2 ObjectDetectorMask 节点 - 遮罩目标检测器

这个节点就像一个"形状识别器",能从遮罩中找出所有的白色区域并转换为检测框。

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
物体遮罩object_maskMASK类型必填包含物体形状的遮罩输入的二值化遮罩图像连接遮罩生成器的输出
排序方法sort_method方法列表left_to_right检测框的排序方式边界框排序策略left_to_right从左到右排序
框选择bbox_select选择列表all选择哪些检测框边界框选择策略all选择全部,first选择第一个
选择索引select_index字符串0,指定选择的框索引当bbox_select为by_index时使用"0,1,2"选择前三个框

3.8.3 DrawBBoxMask 节点 - 绘制检测框遮罩

这个节点就像一个"框框画笔",能把检测到的物体位置画成遮罩。

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
图片imageIMAGE类型必填参考图片,用于确定尺寸输入图像,用于获取尺寸信息连接原始图片
边界框bboxesBBOXES类型必填要绘制的检测框数据目标检测的边界框数据连接目标检测器的输出
向上扩展grow_top-10到100框向上扩展的比例边界框向上扩展的高度比例0.1表示向上扩展10%的高度
向下扩展grow_bottom-10到100框向下扩展的比例边界框向下扩展的高度比例0.1表示向下扩展10%的高度
向左扩展grow_left-10到100框向左扩展的比例边界框向左扩展的宽度比例0.1表示向左扩展10%的宽度
向右扩展grow_right-10到100框向右扩展的比例边界框向右扩展的宽度比例0.1表示向右扩展10%的宽度

3.8.4 DrawBBoxMaskV2 节点 - 绘制检测框遮罩V2

这是DrawBBoxMask的升级版,增加了圆角矩形和抗锯齿功能。

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
图片imageIMAGE类型必填参考图片,用于确定尺寸输入图像,用于获取尺寸信息连接原始图片
边界框bboxesBBOXES类型必填要绘制的检测框数据目标检测的边界框数据连接目标检测器的输出
向上扩展grow_top-10到100框向上扩展的比例边界框向上扩展的高度比例0.1表示向上扩展10%的高度
向下扩展grow_bottom-10到100框向下扩展的比例边界框向下扩展的高度比例0.1表示向下扩展10%的高度
向左扩展grow_left-10到100框向左扩展的比例边界框向左扩展的宽度比例0.1表示向左扩展10%的宽度
向右扩展grow_right-10到100框向右扩展的比例边界框向右扩展的宽度比例0.1表示向右扩展10%的宽度
圆角半径rounded_rect_radius0-10050矩形的圆角程度圆角矩形的半径百分比50表示中等圆角,0是直角
抗锯齿anti_aliasing0-162边缘平滑程度抗锯齿强度2提供适中的平滑效果

3.9 AI视觉理解类节点

3.9.1 Florence2Ultra 节点 - Florence2超级分割器

这个节点就像一个"AI艺术家",能理解图片内容并进行精确分割。

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
Florence2模型florence2_modelFLORENCE2类型必填Florence2模型输入从LoadFlorence2Model节点获取连接模型加载器的输出
图片imageIMAGE类型必填要分析的图片输入需要分割的图像连接要处理的图片
任务类型task任务列表region to segmentation选择要执行的任务指定Florence2执行的任务类型region to segmentation进行区域分割
文本输入text_input字符串subject任务相关的文本描述任务相关的文本提示"person"分割人物
细节处理方法detail_method方法列表VITMatte边缘处理方法边缘细节处理算法VITMatte效果最好
细节腐蚀detail_erode1-2556向内收缩边缘的程度遮罩边缘向内腐蚀的像素数6适合大多数情况
细节膨胀detail_dilate1-2556向外扩张边缘的程度遮罩边缘向外膨胀的像素数6适合大多数情况
黑点阈值black_point0.01-0.980.01黑色采样的门槛边缘黑色采样阈值0.01保留更多暗部细节
白点阈值white_point0.02-0.990.99白色采样的门槛边缘白色采样阈值0.99保留更多亮部细节
处理细节process_detail真/假真是否进行边缘细化处理是否启用边缘细节处理开启获得更好的边缘效果
设备选择devicecuda/cpucuda使用显卡还是CPU处理VitMatte运行设备有显卡选cuda
最大像素数max_megapixels1-9992.0VITMatte处理的最大图片大小VITMatte操作的最大尺寸限制2.0适合大多数图片

3.9.2 Florence2Image2Prompt 节点 - Florence2图片转提示词

这个节点就像一个"AI解说员",能看图说话,生成各种风格的描述文字。

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
Florence2模型florence2_modelFLORENCE2类型必填Florence2模型输入从LoadFlorence2Model节点获取连接模型加载器的输出
图片imageIMAGE类型必填要描述的图片输入需要生成描述的图像连接要分析的图片
任务类型task任务列表more detailed caption选择描述的详细程度指定生成描述的类型more detailed caption生成详细描述
文本输入text_input字符串空额外的文本提示任务相关的文本提示某些任务需要额外输入
最大新字符max_new_tokens1-40961024生成文本的最大长度生成文本的最大token数量1024够用于详细描述
束搜索数num_beams1-103生成质量控制束搜索的数量3平衡质量和速度
采样开关do_sample真/假假是否使用随机采样是否启用采样生成关闭获得更稳定的结果
填充遮罩fill_mask真/假假是否填充分割遮罩是否在分割任务中填充遮罩通常保持关闭

3.9.3 JoyCaptionBeta1 节点 - JoyCaption图片描述生成器

这个节点就像一个"专业摄影师",能用各种风格描述图片内容。

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
图片imageIMAGE类型必填要描述的图片输入需要生成描述的图像连接要分析的图片
JoyCaption模型joycaption_beta1_model模型类型必填JoyCaption模型输入从LoadJoyCaptionBeta1Model节点获取连接模型加载器的输出
描述类型caption_type类型列表Descriptive选择描述的风格指定生成描述的类型和风格Descriptive生成描述性文字
描述长度caption_length长度列表medium-length描述的详细程度指定生成描述的长度medium-length适中长度
最大新字符max_new_tokens4-2048512生成文本的最大长度生成文本的最大token数量512够用于大多数描述
核心概率top_p0-10.9控制词汇选择的多样性核采样参数0.9提供适中的多样性
前K选择top_k0-1000限制候选词汇数量top-k采样参数0表示不限制
创造性温度temperature0-20.6控制生成的随机性控制生成文本的随机性0.6平衡准确性和创造性
用户提示user_prompt多行文本空自定义提示词用户自定义的提示词如果填写会覆盖其他设置
额外选项extra_options选项类型可选额外的描述选项从JoyCaptionBeta1ExtraOptions节点获取连接额外选项节点

3.10 小型AI模型类节点

3.10.1 SmolLM2 节点 - 小型语言模型

这个节点就像一个"迷你AI助手",体积小但功能全面的文本AI。

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
SmolLM2模型smolLM2_model模型类型必填SmolLM2模型输入从LoadSmolLM2Model节点获取连接模型加载器的输出
最大新字符max_new_tokens1-4096512生成文本的最大长度生成文本的最大token数量512够用于大多数对话
采样开关do_sample真/假真是否使用随机采样是否启用采样生成开启获得更多样化的回答
创造性温度temperature0-20.5控制生成的随机性控制生成文本的随机性0.5平衡准确性和创造性
核心概率top_p0-10.9控制词汇选择的多样性核采样参数0.9提供适中的多样性
系统提示system_prompt单行文本You are a helpful AI assistant.设定AI的角色系统级别的角色设定"你是一个专业的编程助手"
用户提示user_prompt多行文本who are you?你想问的问题用户的具体询问"请解释什么是人工智能"

3.10.2 SmolVLM 节点 - 小型视觉语言模型

这个节点就像一个"迷你视觉AI",能看图说话的小型AI模型。

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
图片imageIMAGE类型必填要分析的图片输入需要分析的图像,支持批量连接要分析的图片
SmolVLM模型smolVLM_model模型类型必填SmolVLM模型输入从LoadSmolVLMModel节点获取连接模型加载器的输出
最大新字符max_new_tokens1-4096512生成文本的最大长度生成文本的最大token数量512够用于图片描述
用户提示user_prompt多行文本describe this image关于图片的问题用户对图像的询问"描述这张图片的内容"

3.11 BiRefNet抠图类节点(续)

3.11.1 LoadBiRefNetModel 节点 - BiRefNet模型加载器

这个节点就像一个"模型管理员",专门负责加载BiRefNet抠图模型。

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
模型选择model模型列表BiRefNet-general-epoch_244.pth选择要加载的BiRefNet模型指定BiRefNet模型文件从ComfyUI/models/BiRefNet/pth文件夹选择

3.11.2 LoadBiRefNetModelV2 节点 - BiRefNet模型加载器V2

这是BiRefNet模型加载器的升级版,支持更多模型版本。

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
版本选择version版本列表BiRefNet-General选择BiRefNet模型版本指定使用的BiRefNet模型版本BiRefNet-General是通用版本

3.12 SegmentAnything分割类节点(续)

3.12.1 SegmentAnythingUltraV2 节点 - 分割增强版V2

这是SegmentAnything的升级版,提供更好的分割效果和性能。

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
图片imageIMAGE类型必填要分割的图片输入需要分割的图像连接要处理的图片
SAM模型sam_model模型列表sam_vit_h分割用的AI模型Segment Anything模型选择vit_h精度最高但最慢
检测模型grounding_dino_model模型列表GroundingDINO_SwinT物体检测的AI模型Grounding DINO模型选择SwinT是标准选择
检测阈值threshold0-10.3检测的敏感度SAM检测的置信度阈值0.3适合大多数情况
细节处理方法detail_method方法列表VITMatte边缘处理方法边缘细节处理算法VITMatte效果最好
细节腐蚀detail_erode1-2556向内收缩边缘的程度遮罩边缘向内腐蚀的像素数6适合大多数情况
细节膨胀detail_dilate1-2556向外扩张边缘的程度遮罩边缘向外膨胀的像素数6适合大多数情况
黑点阈值black_point0.01-0.980.15黑色区域的判断标准边缘黑色采样阈值0.15适合大多数图片
白点阈值white_point0.02-0.990.99白色区域的判断标准边缘白色采样阈值0.99保留更多细节
处理细节process_detail真/假真是否进行边缘优化是否启用边缘细节处理开启获得更好的边缘效果
提示词prompt字符串subject要分割的物体描述目标检测的提示词"person"找人,"car"找车
设备选择devicecuda/cpucuda使用显卡还是CPU处理模型运行设备有显卡选cuda
最大像素数max_megapixels1-9992.0VITMatte处理的最大图片大小VITMatte操作的最大尺寸限制2.0适合大多数图片
缓存模型cache_model真/假假是否保持模型在内存中是否缓存已加载的模型开启可以加快重复处理

3.12.2 SegmentAnythingUltraV3 节点 - 分割增强版V3

这是最新版本的SegmentAnything节点,优化了模型加载方式。

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
图片imageIMAGE类型必填要分割的图片输入需要分割的图像连接要处理的图片
SAM模型sam_modelsLS_SAM_MODELS类型必填预加载的SAM模型从LoadSegmentAnythingModels节点获取连接模型加载器的输出
检测阈值threshold0-10.3检测的敏感度SAM检测的置信度阈值0.3适合大多数情况
细节处理方法detail_method方法列表VITMatte边缘处理方法边缘细节处理算法VITMatte效果最好
细节腐蚀detail_erode1-2556向内收缩边缘的程度遮罩边缘向内腐蚀的像素数6适合大多数情况
细节膨胀detail_dilate1-2556向外扩张边缘的程度遮罩边缘向外膨胀的像素数6适合大多数情况
黑点阈值black_point0.01-0.980.15黑色区域的判断标准边缘黑色采样阈值0.15适合大多数图片
白点阈值white_point0.02-0.990.99白色区域的判断标准边缘白色采样阈值0.99保留更多细节
处理细节process_detail真/假真是否进行边缘优化是否启用边缘细节处理开启获得更好的边缘效果
提示词prompt字符串subject要分割的物体描述目标检测的提示词"person"找人,"car"找车
设备选择devicecuda/cpucuda使用显卡还是CPU处理模型运行设备有显卡选cuda
最大像素数max_megapixels1-9992.0VITMatte处理的最大图片大小VITMatte操作的最大尺寸限制2.0适合大多数图片

3.12.3 LoadSegmentAnythingModels 节点 - SAM模型加载器

这个节点专门用于预加载SegmentAnything相关的模型。

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
SAM模型sam_model模型列表sam_vit_h选择SAM分割模型Segment Anything模型选择vit_h精度最高
检测模型grounding_dino_model模型列表GroundingDINO_SwinT选择物体检测模型Grounding DINO模型选择SwinT是标准选择

3.13 人物分割类节点

3.13.1 PersonMaskUltra 节点 - 人物分割器

这个节点就像一个"人体解析专家",能精确分割出人物的各个部位。

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
图片imagesIMAGE类型必填要分析的人物图片输入需要分割的人物图像连接包含人物的图片
脸部face真/假真是否包含脸部区域是否分割面部区域开启可以分割出脸部
头发hair真/假假是否包含头发区域是否分割头发区域开启可以分割出头发
身体body真/假假是否包含身体区域是否分割身体区域开启可以分割出身体
衣服clothes真/假假是否包含衣服区域是否分割衣服区域开启可以分割出衣服
配饰accessories真/假假是否包含配饰区域是否分割配饰区域开启可以分割出配饰
背景background真/假假是否包含背景区域是否分割背景区域开启可以分割出背景
置信度confidence0.05-0.950.4分割的准确度要求分割置信度阈值0.4平衡准确性和覆盖度
细节范围detail_range1-25616边缘细节处理的范围边缘细节处理范围16提供适中的细节处理
黑点阈值black_point0.01-0.980.01黑色区域的判断标准边缘黑色采样阈值0.01保留更多暗部细节
白点阈值white_point0.02-0.990.99白色区域的判断标准边缘白色采样阈值0.99保留更多亮部细节
处理细节process_detail真/假真是否进行边缘优化是否启用边缘细节处理开启获得更好的边缘效果

3.14 透明背景类节点

3.14.1 TransparentBackgroundUltra 节点 - 透明背景生成器

这个节点就像一个"背景橡皮擦",能快速移除图片背景并生成透明背景。

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
图片imageIMAGE类型必填要处理的图片输入需要移除背景的图像连接要处理的图片
模型选择model模型列表ckpt_base.pth选择背景移除模型指定使用的透明背景模型base模型平衡速度和质量
细节处理方法detail_method方法列表VITMatte边缘处理方法边缘细节处理算法VITMatte效果最好
细节腐蚀detail_erode1-2556向内收缩边缘的程度遮罩边缘向内腐蚀的像素数6适合大多数情况
细节膨胀detail_dilate1-2556向外扩张边缘的程度遮罩边缘向外膨胀的像素数6适合大多数情况
黑点阈值black_point0.01-0.980.01黑色区域的判断标准边缘黑色采样阈值0.01保留更多暗部细节
白点阈值white_point0.02-0.990.99白色区域的判断标准边缘白色采样阈值0.99保留更多亮部细节
处理细节process_detail真/假真是否进行边缘优化是否启用边缘细节处理开启获得更好的边缘效果
设备选择devicecuda/cpucuda使用显卡还是CPU处理模型运行设备有显卡选cuda
最大像素数max_megapixels1-9992.0VITMatte处理的最大图片大小VITMatte操作的最大尺寸限制2.0适合大多数图片

3.15 水印处理类节点

3.15.1 AddBlindWaterMark 节点 - 添加隐形水印

这个节点就像一个"隐形印章",能在图片中添加看不见的水印。

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
图片imageIMAGE类型必填要添加水印的图片输入需要添加水印的图像连接要保护的图片
水印图片watermark_imageIMAGE类型必填用作水印的图片作为水印的图像数据连接水印图案或文字图片

3.15.2 ShowBlindWaterMark 节点 - 显示隐形水印

这个节点就像一个"隐形显影剂",能从图片中提取出隐藏的水印。

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
图片imageIMAGE类型必填包含隐形水印的图片输入需要提取水印的图像连接包含水印的图片

3.16 二维码处理类节点

3.16.1 CreateQRCode 节点 - 二维码生成器

这个节点就像一个"二维码打印机",能根据文字内容生成二维码图片。

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
尺寸size4-99999512生成的二维码图片大小输出图像的像素尺寸512适合大多数用途
边框border1-101二维码周围的白边宽度二维码边框的宽度1是最小边框
文本内容text多行文本空要编码成二维码的文字需要编码的文本内容输入网址、文字或其他信息

3.16.2 DecodeQRCode 节点 - 二维码识别器

这个节点就像一个"二维码扫描器",能从图片中识别并提取二维码内容。

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
图片imageIMAGE类型必填包含二维码的图片输入需要识别的图像连接包含二维码的图片
预模糊pre_blur0-162识别前的模糊处理程度预处理模糊强度2可以改善识别效果

3.17 图像修复类节点

3.17.1 LaMa 节点 - AI图像修复器

这个节点就像一个"AI修图师",能智能填补图片中的缺失或不需要的部分。

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
图片imageIMAGE类型必填要修复的图片输入需要修复的图像连接要处理的图片
遮罩maskMASK类型必填标记要修复区域的遮罩指定需要修复的区域白色区域会被修复
LaMa模型lama_model模型列表lama选择修复算法指定使用的修复模型lama效果最好但较慢
设备选择devicecuda/cpucuda使用显卡还是CPU处理模型运行设备有显卡选cuda
反转遮罩invert_mask真/假假是否反转遮罩区域是否反转遮罩的黑白区域开启后黑色区域会被修复
遮罩扩展mask_grow-255到25525扩大或缩小遮罩范围遮罩边缘扩展的像素数正值扩大,负值缩小
遮罩模糊mask_blur-255到2558遮罩边缘的模糊程度遮罩边缘模糊强度8提供自然的过渡效果

3.18 YOLO检测类节点

3.18.1 YoloV8Detect 节点 - YOLO物体检测器

这个节点就像一个"AI侦探",能识别图片中的各种物体并生成对应的遮罩。

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
图片imageIMAGE类型必填要检测的图片输入需要检测物体的图像连接要分析的图片
YOLO模型yolo_model模型列表任选选择YOLO检测模型指定使用的YOLO模型文件从ComfyUI/models/yolo文件夹选择
遮罩合并mask_merge选项列表all如何合并多个检测结果多个检测遮罩的合并方式all合并所有,数字选择前N个

4. 使用技巧和建议

4.1 新手入门建议

  1. 从简单开始:先试试Collage拼图功能,熟悉界面操作
  2. 准备API密钥:使用AI对话功能需要申请相应的API密钥
  3. 模型下载:提前下载需要的AI模型文件,避免使用时等待

4.2 高级使用技巧

  1. 组合使用:将抠图节点和保存节点组合,实现一键抠图保存
  2. 批量处理:利用图像批次功能,一次处理多张图片
  3. 参数调优:根据图片特点调整阈值参数,获得更好效果

4.3 性能优化建议

  1. 显卡加速:有NVIDIA显卡的用户选择cuda设备
  2. 内存管理:处理大图片时适当降低max_megapixels参数
  3. 模型缓存:频繁使用同一模型时开启缓存功能

5. 常见问题解答

Q1:为什么AI对话节点无法使用?

A: 需要申请相应的API密钥:

  • Google Gemini:在 Google AI Studio 申请
  • DeepSeek:在 DeepSeek平台 申请
  • 将密钥填入插件目录下的 api_key.ini 文件

Q2:抠图效果不好怎么办?

A: 可以尝试:

  • 调整黑点和白点阈值
  • 更换细节处理方法
  • 增加细节腐蚀和膨胀参数
  • 使用更高精度的模型

Q3:处理速度很慢怎么办?

A: 优化建议:

  • 确保使用CUDA设备(需要NVIDIA显卡)
  • 降低max_megapixels参数
  • 关闭不必要的细节处理
  • 使用较小的模型

Q4:模型文件下载失败?

A: 解决方案:

  • 使用国内网盘下载(百度网盘或夸克网盘)
  • 检查网络连接
  • 手动下载后放到对应文件夹

Q5:保存的图片找不到?

A: 检查:

  • 自定义路径是否正确
  • 是否有文件夹写入权限
  • 查看ComfyUI的输出目录

6. 实用工作流示例

6.1 智能抠图工作流

输入图片 → BiRefNetUltra → SaveImagePlusV2

6.2 AI对话分析工作流

输入图片 → Gemini → 文本输出

6.3 图片拼贴工作流

多张图片 → Collage → SaveImagePlus

6.4 目标检测工作流

输入图片 → SegmentAnythingUltra → 输出遮罩和图片

7. 总结

LayerStyle Advance 插件就像是 ComfyUI 的"瑞士军刀",集成了大量实用的AI工具。无论是图像处理、AI对话还是智能分析,都能在这里找到合适的工具。

记住这几个要点:

  1. 🔧 准备工作很重要:API密钥和模型文件要提前准备好
  2. 🎯 参数调整是关键:根据具体图片调整参数获得最佳效果
  3. ⚡ 性能优化不可少:合理设置设备和参数,提高处理速度
  4. 🔄 组合使用更强大:多个节点组合使用能实现更复杂的功能
  5. 💡 实践出真知:多试多练,熟能生巧

现在你已经掌握了这个强大插件的核心功能,快去试试吧!记住,AI工具只是助手,创意和想法才是最重要的。

8. 插件节点完整统计

根据源码分析,ComfyUI LayerStyle Advance插件包含以下主要节点类别:

8.1 节点分类统计

  • AI对话交互类:6个节点(Gemini、DeepSeek、智谱GLM4等)
  • 智能抠图分割类:15个节点(BiRefNet、SAM2、SegmentAnything等)
  • 目标检测识别类:8个节点(Florence2、YOLO、Grounding DINO等)
  • 图像处理工具类:12个节点(保存、裁剪、色调分析等)
  • AI视觉理解类:8个节点(JoyCaption、SmolVLM、Llama Vision等)
  • 提示词处理类:4个节点(生成、美化、标签等)
  • 实用工具类:6个节点(二维码、水印、修复等)
  • 模型加载类:8个节点(各种AI模型加载器)

8.2 技术特色

  1. 多模态AI支持:集成了文本、图像、视觉语言等多种AI模型
  2. 专业级抠图:支持BiRefNet、SAM2等最新抠图技术
  3. 智能目标检测:整合Florence2、YOLO等先进检测算法
  4. 边缘细节优化:提供VITMatte、PyMatting等边缘处理技术
  5. API服务集成:支持Google Gemini、DeepSeek、智谱等云端AI服务

8.3 适用场景

  • 内容创作者:快速抠图、背景替换、图像修复
  • 设计师:智能裁剪、色调分析、素材处理
  • 开发者:AI对话集成、图像识别、自动化处理
  • 研究者:多模型对比、算法测试、效果评估

这个插件真正做到了"一站式AI图像处理",无论你是新手还是专家,都能找到适合的工具来提升工作效率。


9. 学习建议和进阶路径

9.1 新手学习路径

  1. 第一步:从简单的Collage拼图开始,熟悉ComfyUI的节点连接方式
  2. 第二步:尝试BiRefNet抠图,体验AI抠图的强大效果
  3. 第三步:使用SaveImagePlus保存作品,学会自定义保存设置
  4. 第四步:探索AI对话功能,如Gemini图像分析
  5. 第五步:组合多个节点,创建复杂的图像处理工作流

9.2 进阶技巧

  1. 参数调优:根据不同图片类型调整阈值参数
  2. 模型选择:了解各种AI模型的特点和适用场景
  3. 工作流设计:学会设计高效的节点连接流程
  4. 批量处理:利用图像批次功能提高处理效率
  5. 性能优化:合理使用GPU加速和模型缓存

9.3 常见应用组合

  • 智能证件照制作:PersonMask + BiRefNet + 背景替换
  • 产品图抠图:SegmentAnything + VITMatte细节处理
  • 批量图片分析:Florence2 + JoyCaption + 批量保存
  • AI辅助设计:Gemini分析 + 提示词生成 + 图像处理
标签: #插件 2338
相关文章

ComfyUI错误修复插件详解:轻松解决常见问题 2025-07-10 18:25

ComfyUI-CustomMenu插件使用教程:高效自定义工作流指南 2025-07-10 17:50

ComfyUI图像合并插件comfyui-merge使用教程 2025-07-03 22:44

ComfyUI 图像合并插件教程 (comfyui-merge) 1. 插件简介 这是一个专门用来合并图片的 ComfyUI 插件,就像用 PS 把多张图片叠在一起那样。它的特别之处在于你精确控制每张图片的混合方式。 GitHub 地址:https://github.com/LingSss9/com

ComfyUI WAN 2.2视频插件教程:万相AI提示词全攻略 2025-07-31 11:47

ComfyUI WAN 2.2视频插件教程:万相AI提示词实战指南 2025-07-29 20:10

ComfyUI HeyGem数字人插件教程:零基础快速精通指南 2025-07-22 14:10

目录

从节点基础到高阶工作流,我们为你绘制最清晰的 ComfyUI 学习路径。告别困惑,让每一次连接都充满创造的魔力,轻松驾驭 AI 艺术的无限可能。

  • 微信
  • B站
  • GitHub
Copyright © 2025 AIX All Rights Reserved. Powered by AIX.
隐私政策
津ICP备2024019312号