以下は、私が画像にChain SamplingとClownShark Samplerを使用する際にほぼ常に使用するワークフローであり、アップスケールもClownShark Samplerだけで行っています。
使いやすく、V1用には4つのカスタムノードのみが必要です。

V1用

V2用（上記が必要です）

アップスケーラー用のControlNetモデル

フェイスディテイラー用に、別のモデルとVAEローダーを追加しました。同じモデルと組み込まれたVAEを使用しても、好みに応じて変更しても構いません。

私がフェイスディテイラーに使用したVAE（何らかの理由で、これの方が良い結果を得られます）

ここではアップスケール比率を変更できます。1.5や他の任意の値に変更できますが、両方のボックスにa*1.5と入力する必要があります。

アップスケールに時間がかかりすぎたり、OOMエラーが発生したりする場合は、Tiled VAEデコードの値を変更できます。値が小さいほど処理は速くなりますが、画像出力が変化します。

サンプラー名を線形（例：Euler）またはマルチステップ（例：Dpmpp_2m）に変更することもできます。他のサンプラーに変更した場合、通常はステップ数を増やし、異なるスケジューラーを試す必要があります。

指数関数的（特にres_5s）なサンプラーは最も遅いですが、個人的には結果が優れていると思います。

step_to_runは-1のままにしてください。これにより、サンプラーがすべてのステップを実行します。

アップスケーラーノードにおけるColor MatchとJPEG除去の接続が複雑になりがちですので、何か誤りがあればお知らせください。