Kiko XY Plot
详情
下载文件
关于此版本
模型描述
Kiko XY 模型测试工作流
概述
此 ComfyUI 工作流专为系统性地为任意给定提示词寻找最优生成参数而设计。工作流包含四个连续的测试阶段，每一阶段均基于前一阶段的结果，逐步缩小最佳参数范围。
目的：在进入批量生成工作流之前，确定模型、采样器、调度器、步数和 CFG 值的最佳组合。
执行方式：由于 ComfyUI 的执行模型和参数依赖关系，必须按顺序运行（第1部分→第2部分→第3部分→第4部分）。
工作流结构
第1部分：模型测试
目标：为您的特定提示词识别最佳模型（检查点）
- 使用您所有可用的 Illustrious 模型对您的提示词进行测试
- 生成带标签的 XY 网格，对比各模型性能
- 提供视觉对比，以选择最优基础模型
- 输出：为后续测试识别出表现最佳的模型
第2部分：采样器与调度器测试
目标：找到最优的采样器与调度器组合
- 使用第1部分识别出的最佳模型
- 测试多种采样器与调度器组合
- 生成带标签的 XY 网格，便于比较
- 输出：适用于您用例的最优采样器/调度器组合
第3部分：步数优化
目标：确定理想的生成步数
- 使用前几部分确定的最优模型、采样器和调度器
- 测试不同步数，寻找质量与生成时间之间的最佳平衡点
- 生成带标签的 XY 网格，展示步数对结果的影响
- 输出：适用于您特定设置的最优步数
第4部分：CFG 值测试
目标：微调 CFG（无分类器引导）参数值
- 使用所有先前优化的参数（模型、采样器、调度器、步数）
- 测试多种 CFG 值，以找到提示词遵循度与创造力之间的最佳平衡
- 生成最终带标签的 XY 网格
- 输出：一套完整优化的参数，可直接用于生产工作流
技术实现
顺序执行要求
由于 ComfyUI 的执行模型，每个部分必须在下一个部分开始前完成：
- 第1部分必须完成，以提供最优模型选择
- 第2部分依赖第1部分的模型选择来测试采样器/调度器
- 第3部分需要前两部分的模型和采样器/调度器
- 第4部分需要所有先前优化结果，以有效测试 CFG
XY 网格生成
每个测试阶段均生成带标签的对比网格：
- 参数变化的视觉并排对比
- 清晰标签便于识别最优设置
- 系统化布局，便于系统评估
自定义节点依赖
此工作流需要以下自定义节点：
核心功能节点
- AddLabel - ComfyUI-KJNodes
- GetNode - ComfyUI-KJNodes
- SetNode - ComfyUI-KJNodes
- JoinStrings - ComfyUI-KJNodes
文本处理
- BNK_CLIPTextEncodeSDXLAdvanced - ComfyUI_ADV_CLIP_emb
- FormatMultiline - ComfyLab-Pack
- ttN text - ComfyUI_tinyterraNodes
列表管理
- ListCheckpoints - ComfyLab-Pack
- ListFromMultiline - ComfyLab-Pack
- ListFromString - ComfyLab-Pack
- ListSamplers - ComfyLab-Pack
- ListSchedulers - ComfyLab-Pack
界面与控制
- Bookmark (rgthree) - rgthree-comfy
- Display Int (rgthree) - rgthree-comfy
- Fast Groups Bypasser (rgthree) - rgthree-comfy
采样与生成
- SamplerCombo - ComfyUI-KikoTools
- WidthHeightSelector - ComfyUI-KikoTools
- SeedHistory - ComfyUI-KikoTools
XY 网格生成
- XYPlotQueue - ComfyLab-Pack
- XYPlotRender - ComfyLab-Pack
实用工具
- String to Float - comfyui_HavocsCall_Custom_Nodes
- StringToInt - comfyui-string-converter
- PathchSageAttentionKJ - ComfyUI-KJNodes
提示词增强
- easy negative - ComfyUI-Easy-Use
- easy positive - ComfyUI-Easy-Use
安装要求
在使用此工作流前，请确保已安装所有自定义节点：
# 导航至您的 ComfyUI custom_nodes 目录
cd ComfyUI/custom_nodes/
# 克隆所需仓库
git clone https://github.com/kijai/ComfyUI-KJNodes
git clone https://github.com/BlenderNeko/ComfyUI_ADV_CLIP_emb
git clone https://github.com/rgthree/rgthree-comfy
git clone https://github.com/bugltd/ComfyLab-Pack
git clone https://github.com/ComfyAssets/ComfyUI-KikoTools
git clone https://github.com/HavocsCall/comfyui_HavocsCall_Custom_Nodes
git clone https://github.com/glowcone/comfyui-string-converter
git clone https://github.com/yolain/ComfyUI-Easy-Use
git clone https://github.com/TinyTerra/ComfyUI_tinyterraNodes
使用流程
- 设置：加载工作流并配置您的基础提示词
- 执行第1部分：运行模型测试，查看 XY 网格结果
- 选择最佳模型：从第1部分结果中选择最优模型
- 执行第2部分：使用选定模型运行采样器/调度器测试
- 选择最佳组合：从结果中选择最优采样器/调度器组合
- 执行第3部分：运行步数优化测试
- 选择最佳步数：选择在质量与速度之间平衡的最佳步数
- 执行第4部分：使用所有优化参数运行最终 CFG 测试
- 记录结果：记录最终优化的参数组合
- 生产使用：将优化参数应用于批量生成工作流
优势
- 系统化优化：循序渐进的方法确保不遗漏任何最优组合
- 视觉对比：XY 网格便于直观识别质量差异
- 节省时间：自动化测试节省手动试错时间
- 可复现性：对不同提示词采用一致的测试方法
- 生产基础：优化参数为批量工作流提供坚实基础
备注
- 此工作流专为 Illustrious 模型系列测试设计
- 结果具有提示词特异性，不同提示词可能产生显著差异
- 建议为不同提示词类型/风格保存参数组合
- 工作流可根据需要修改，以测试更多参数
此模型生成的图像
未找到图像。