SD1.X/SDXL QoL workflow

このワークフローが生成できる内容は特に驚異的ではありません。単に、アップスケーラーを挟んだ2回のKSampler処理だけです。むしろ主な目的はQoL（品質向上）機能にあり、ウィジェットの値を手動で調整する時間を最小限に抑え、実際に生成に集中できるようにすることです。

すべてのカスタムノードの必須条件は このバージョンについて に記載されており、ComfyUI Managerでダウンロードできます。

チェックポイントのファイル名に（大文字・小文字を問わず）XL が含まれている場合（多くのSDXL/PONYチェックポイントにはこの条件が該当します）、以下の通り、いくつかの設定が自動で調整されます。

ローダーのQoL機能

すべてのローダーを1つのグループノードに統一

組み込みVAEを使用？ は、読み込んだチェックポイントのVAEを優先して使用します（当たり前ですね）。これにより、ノード接続の切り替えを1クリックで済ませられます。

tome比率は、画像の微細な変化を伴いながら生成速度を向上させるための機能です。実際にはほとんど気づけないレベルですが、存在します。

モデルとCLIPの強度を1つのウィジェットに統一した6つのLoRAローダーを用意。必要に応じて、LoRA強度を個別に設定できる複製ノードも横に配置してあります。

LoRAローダーはpythongosssssのパックを使用しており、モデルを選択中にマウスをホバーすると、同じフォルダ内にLoRAと同名の画像ファイルがあればプレビュー画像が表示されます。

チェックポイントローダーでは、XLをチェックするために別のノードで名前文字列を出力する必要があるため、同様の機能は実装できませんでした。
プロンプトプリセット

よく使うプロンプト（品質タグなど）をリストとして保存し、後で再利用できます。選択したプリセットは、メインプロンプトの前に連結されます。

プリセットプロンプトは # で区切られています。

正規表現置換により、# の次行から異なる文字が現れるまでの一連の改行を削除するため、最初の行にメモを追加し、その後にスペースを空けてクリーンで見やすい構成にできます。

よく使われるサイズを素早く選択できます。

Set 1 はSDXLで学習されたサイズで、SDXLモデルに最適です。XLモデルが読み込まれると、このセットが自動的に強制適用されます。

新しいサイズプリセットを追加するには、新規行にサイズを入力するだけです。最初の2つの数値がそれぞれ幅と高さになります。その後には任意のテキストを追加できます。数値以外の文字は無視されます。

新しいセットを追加するには、Convert to nodes → Set ノードをコピー → Text List ノードに接続 → 全てを再びグループノードにまとめる

Text List の空きスロットが不足した場合は、別のText Listノードを使用し、Text List Concatenateノードで結合してください。

KSampler処理のQoL機能
各グループノード内には2つのAdvanced KSamplerが配置されています。XLチェックポイントが検出されない場合、最初のKSamplerのみを使用して画像全体を生成します。XLチェックポイントが検出された場合、生成は2つのKSamplerに分割され、最初のノードは読み込まれたチェックポイントを、2番目はSDXLリファイナーを実行します。KSamplerが切り替わるステップは、refiner step ratioウィジェットで指定される値（全体ステップ数のパーセンテージ）によって決定されます。上の画像では、リファイナーは両方のKSamplerで設定されたステップ数の20%を担当します。

2回目の処理 で、seed や cfg を 0 に設定すると、1回目の処理 の値が自動的に使用されます。seedの場合、control_after_generate を fixed に設定する必要があります。

ノードでのXL検出状態の強制

現在読み込まれているモデルとは異なる動作を、何らかの理由でノードに強制的に適用したい場合、INT出力を持つノードを使用します。0 は非XL、1 はXLを意味します。

ノードでのXL検出状態の強制