ComfyUI Base Workflow Text-L, Text-G, Lora & CivitAi Optimized

我经常被问到是否可以分享我在ComfyUI中的初学者工作流。这里就是。我总是有些犹豫，因为并不存在一个适用于所有场景、总能生成完美图像的通用ComfyUI工作流。然而，这个工作流常常成为后续工作流的基础。我的关注点集中在三个方面：

1. SDXL提示词：使用Text-L、Text-G与负向编码器。

2. 采样器设置以实现高度灵活性。

3. 输出优化以适配CivitAI。

在第一点的提示词方面，需要考虑的内容不多。Text-L大致描述构图，Text-G是由逗号分隔的短语和强力形容词组成的列表，用于描述风格，负向提示词则是你不希望在结果中出现的词汇。

第二点和第三点相互关联。在将图像上传至CivitAI时，若要让元信息被自动识别，前提是将采样器设置外部化。当我使用CLIPTextEncodeSDXL时，我会从“空潜在图像”中获取宽高值，并乘以1.25至2的系数。这在我的观察中会影响噪声，并可能影响生成图像的质量。

我在图像输出之前设置了一个反转开关，配置如下：

1. 保存图像

2. 预览图像

这在提示词阶段非常实用，可以避免每次尝试都必须保存。然而，反转开关Any也允许你任意添加更多应用可能性——例如超分辨率或图像修复。

在开关之后是“CivitAI添加模型哈希”节点，这在上传使用了LoRA的图像至CivitAI时尤其实用。CivitAI会自动识别所使用的LoRA，并在生成数据中将其链接至CivitAI页面——这是一个积极的副作用：图像不仅会显示在检查点下，也会显示在每个使用的LoRA下。

你为该工作流所需的以下自定义节点：

1. ComfyUI-Manager - https://github.com/ltdrdata/ComfyUI-Manager

2. ComfyUI Impact Pack - https://github.com/ltdrdata/ComfyUI-Impact-Pack

3. pythongosssss/ComfyUI-Custom-Scripts - https://github.com/pythongosssss/ComfyUI-Custom-Scripts

4. rgthree的ComfyUI节点 - https://github.com/rgthree/rgthree-comfy

5. rk-comfy-nodes - https://github.com/rklaffehn/rk-comfy-nodes

6. ComfyUI Essentials - https://github.com/cubiq/ComfyUI_essentials

7. ComfyUI-Image-Saver - https://github.com/alexopus/ComfyUI-Image-Saver

如果你已经安装了ComfyUI管理器，加载工作流后，点击管理器，然后选择“安装缺失节点”。