v5 套装——（安装说明，查看更多，向下滚动）

v5 套装——

v4 套装——

v3 套装——

v2 套装

v1 套装

KODA 收藏集

新 Kolors 基础模型

在 ComfyUI 中使用 IP adapter plus

v1 套装

基础 txt2img 和 img2img 工作流
基础 Kolors IP adapter-plus

v2 套装

带有 SUPIR 超分辨率的高级 IP Adapter 工作流
运行 Hyper Kolors / LCM Kolors 的基础工作流

v3 套装

IP adapter 嵌入
一体化工作流
SUPIR 超分辨率

v4 套装

12K，三阶段超分辨率
SDXL 检查点合并，UNET 块加权
采样器花园（调优网格）

v5 套装

一体化工作流类型
ControlNet canny + depth（可切换）
IP Adapter 高级模式（可切换）
采样器花园（可切换）
12K 超分辨率（两阶段可切换）

v6 套装

一体化工作流类型
ControlNet canny + depth（可切换）
IP Adapter 两阶段（可切换）
采样器花园（可切换）
面部模型创建与替换开关
带颜色匹配/重混的 12K 超分辨率（两阶段可切换）
自动提示增强变体工作流

如何使用 V6 工作流？

主控制面板已重构，便于操作。

这里可以使用 txt2img 基础 Kolors，通过提示生成简单输出图像。
当我们将图像放入 IP Adapter 时，可以如此启用：

如上所示，模型切换（2）用于激活 IPAdapter。您可以通过该开关独立使用 ControlNets 或与 IPAdapter 一起使用。

当您完成制作一些优质图像后，可以激活超分辨率部分：

所有尺寸均由 AspectSizeV2 驱动，视频中已全面解释。

使用新的超分辨率器，您有两个选项：颜色匹配和颜色重混：

您可以选择使用同一张图像进行颜色匹配，或尝试其他图像以改变所用的颜色范围。

第二个新工作流使用“自动提示”增强器处理正向和负向提示。将您的简单提示输入最左侧的框中，并使用选项通过魔法提示、一键提示和自动负向提示增强您的提示。

这与新的一体化工作流完全相同，此处仅作为您能快速实现功能的示例。它将引入许多稀有标记，并具有正向和负向的风格下拉列表功能及疯狂等级。包含完整预览，以便您查看添加了哪些内容。

如何使用 V5 工作流？

txt2img 带 Cnet+Ipa
(Koda-Kolors-Zero-Legacy)

基础 Kolors 模式

模型切换（1）
仅启用 Kolors 基础功能
仅作为 txt2img 使用
IPadapter 模式

模型切换（2）
启用 Kolors 基础功能及（2）IPadapter
Controlnet 模式

可与任一模型位置配合使用，按需选择。
默认行为下，请同时启用 Depth 和 Canny 组。
所有扰动模式（采样器花园）

可与 ControlNet 或 IPA 模式单独或联合使用
可复制并自定义以构建动态网格
12K 超分辨率

每个阶段（1、2、3）均执行 2 倍超分辨率，您也可使用最佳的超分辨率模型
底部设有比较器，便于访问，但请注意：91MB 的图像可能导致 UI 卡顿！建议在阶段 2 和 3 中最小化/折叠/移除所有预览 ;)

如何使用 V4 工作流？

下图：第 4 阶段激活，切换位置 4，[4] 合并嵌入。

新的全功能一体化工作流具有多重功能，您可在阶段 1、2、3、4 中使用，但其操作更加简便。只需将模型切换器与激活组匹配即可。所有内容已在 v3 视频和工作流备注中详细说明。

步骤 1. 仅 txt2img

模型切换 1
当所有组均被跳过时使用
这是 Kolors txt2img

生成图像，并将最佳图像放入 IP Adapter 图像加载节点
最右侧的图像加载器也将用作负向嵌入

步骤 2. a) IP Adapter

模型切换 2
需激活组 [2] IP Adapter
测试所选 IPadapter 图像批次的输出，注意这与提示完全独立。如果您对结果满意；

步骤 2. b) 保存嵌入

模型切换 2
需激活组 [2] IP Adapter
将正向和负向保存为 IPA 嵌入文件
文件保存至 \models\output\
运行一次后，将文件复制到 \models\input\
然后在 ComfyUI 中点击刷新

步骤 3. 加载嵌入

模型切换 3
需激活组 [3] 加载嵌入
创建嵌入后，我们应测试它。
加载正向和负向嵌入，然后测试生成。
重复此过程以创建人物、风格和场景的嵌入元素，以便后续混合，然后进入最终阶段。

步骤 4. 合并嵌入

模型切换 4
需激活组 [4] 合并嵌入
选择嵌入，按需添加或移除节点
支持插值与运算符，包含所有标准 IP Adapter 节点。

此功能类似 SD1.5 中的美学嵌入。

多数情况下，我们希望锚定某种风格或概念，再通过文本提示生成，LoRA 是最佳选择，但在此模型内存限制下，此方法也能非常接近。

SUPIR 组可与任何阶段切换，便于超分辨率。

您需要：

安装所有缺失的自定义节点，并使用最新版 ComfyUI
观看 v1 视频获取更多设置信息

https://huggingface.co/Kijai/ChatGLM3-safetensors/tree/main

下载其中一个模型，我将使用 fp8 版本，您也可选择其他版本。
将其置于 ComfyUI\models\LLM\checkpoints\

https://huggingface.co/Kwai-Kolors/Kolors/resolve/main/unet/diffusion_pytorch_model.fp16.safetensors

将其置于 ComfyUI/models/unet/diffusers/kolors

https://huggingface.co/Kwai-Kolors/Kolors

我还在此处添加了来自 diffusers 的所有这些文件。
我们已下载“diffusion_pytorch_model.fp16.safetensors”并将其放入 /models/unet/kolors/。部分节点在不同位置查找，您可以根据偏好选择任一方法，两者均有效，视频中已讨论。

我们不需要 text_encoder 内容的任何 .bin 文件，因为我们使用了 ChatGLM3.fp8.safetensors。

ComfyUI\models\diffusers\Kolors\ 的目录结构如下：

ComfyUI\models\diffusers\Kolors> tree /F
│   model_index.json
│
├───scheduler
│       scheduler_config.json
│
├───text_encoder
│       config.json
│       tokenizer.model
│       tokenizer_config.json
│       vocab.txt
│
└───unet
        config.json
        diffusion_pytorch_model.fp16.safetensors