一次搞定 ComfyUI 高效采样器efficiency-nodes 实时预览与 XY Plot 网格对比实操【免费下载链接】efficiency-nodes-comfyuiA collection of ComfyUI custom nodes.- Awesome smart way to work with nodes!项目地址: https://gitcode.com/gh_mirrors/eff/efficiency-nodes-comfyuiefficiency-nodes-comfyui 是 ComfyUI 的一套自定义节点合集把模型加载、采样、放大、参数对比这些常见环节压缩进少数几个节点里。它解决的是新手节点越连越乱、出图时要等完整渲染才能看到结果的问题。装上之后你主要靠 KSampler (Efficient) 这类高效采样器工作能边采样边看图还能顺手跑 XY Plot 网格。能力全景这套节点围绕少连线、看得见、能扩展三件事来做。高效采样器比原生 KSampler 多了实时预览、专门的种子管理框和 script 输入口配套的 Efficient Loader 则把 Checkpoint、VAE、LoRA 的加载和缓存合并到一个节点。对比原生流程你的工作区能少一大串节点而且很多原本要手工搭的后处理链被做成了脚本节点。上图展示了一个同时挂了多个采样器和脚本节点的 SDXL 工作流可以看到效率节点在复杂工作区里如何替代大量零散节点。三步完成安装安装只需要三步全程不超过两分钟。第一步把仓库克隆到你的电脑上git clone https://gitcode.com/gh_mirrors/eff/efficiency-nodes-comfyui第二步把 Python 依赖装好依赖清单里包含 simpleeval 和 clip-interrogatorpip install -r requirements.txt第三步将整个 efficiency-nodes-comfyui 文件夹放进 ComfyUI 的 custom_nodes 目录然后重启 ComfyUI。重启后在节点菜单里搜 efficiency 能看到新节点就说明装好了。三步连出 XY Plot 网格XY Plot 是这套节点里最典型的用法让采样器自动跑一批参数组合输出一张对比网格图。下面走一遍从零开始的流程。步骤一搭好基础采样链。添加一个 Efficient Loader 和一个 KSampler (Efficient)把 Loader 的 MODEL、CONDITIONING正向提示、CONDITIONING-负向提示、LATENT、VAE 五个口按同名规则接到采样器上。这一步的意义在于Loader 里直接写提示词并加载模型你不需要再单独搭 Checkpoint Loader 加几个 Conditioning 节点。步骤二挂上 XY Plot 脚本节点。先加两个 XY Input 节点分别指定 X 轴和 Y 轴变量例如 X 轴选 Sampler/Scheduler 的三组值dpmpp_2m、dpmpp_sde、euler_aY 轴选 SeedsBatch 并设 batch_count 为 2再把两个输入接到 XY Plot 节点的 X 和 Y 口。XY Plot 本体只要一个 script 输出接进 KSampler (Efficient) 底部的 script 输入就算激活——官方文档强调过script 输入接通节点才会生效所以这个连接不能省。步骤三运行工作流。跑完后 KSampler 的 IMAGE 输出不再是单张图而是一张带参数标签的网格图行和列分别对应 Y 轴和 X 轴的值。你在这张图上就能横向比较不同采样器的出图差异省掉手工反复改参数重跑的时间。 图中左侧是 Efficient Loader 和 KSampler (Efficient) 的组合中间的 XY Plot 与两个 XY Input 节点共同指定了采样器和种子两个对比维度右侧输出为标注了采样器名称和种子值的 3×2 网格。参数速查表日常调参基本集中在下面这几组先记住它们就够用了。参数作用推荐值seed随机种子填 -1 时执行你选定的种子行为随机或沿用上次-1 配合 Randomize 按钮steps采样步数越多细节越稳定但越慢20-24cfg提示词贴合度过高会出现过饱和和畸变7-7.5sampler_name采样算法如 dpmpp_2m、euler_a按模型社区推荐选scheduler噪声调度策略如 karraskarrasdenoise重绘强度全新生成用 1.01.0preview_method预览方式auto 自动选择auto跑瓦片放大脚本时建议 vae_decoded_onlyvae_decode是否在节点内先解码 VAE保证预览出图清晰truetoken_normalization提示词编码方式长度相关归一化lengthmeanweight_interpretation提示词权重解释方式A1111想贴近 A1111 结果时batch_sizeLoader 中生成空潜影的批量数1AnimateDiff 脚本里它就是帧数grid_spacingXY Plot 网格格子间距0cache_modelsXY Plot 是否在多组间复用模型缓存True进阶技巧脚本链 — 需要采样后接多重后处理时 — 关键操作每个脚本节点都有一个 script 输出口把它接到下一个脚本的 script 输入最后一个再连到 KSampler 的 script 口多个动作就会按顺序串联执行。同一个脚本节点在链里重复出现多次不会叠加效果。图里展示了 XY Plot、Noise Control Script 和 HighRes-Fix Script 依次串接后进入 KSampler (Efficient) 的完整链路。还原 A1111 风格出图 — 想复现 Automatic1111 的同一张图时 — 关键操作在 Loader 里把 token_normalization 设为 lengthmean、weight_interpretation 设为 A1111再在 Noise Control Script 中把 rng_source 改为 gpu、cfg_denoiser 打开。注意 CFG Denoiser 与 ControlNet、GLIGEN 这类条件类型不兼容工作流里带这些模块时请保持关闭。模型缓存 — 跑 XY Plot 或多图对比反复加载模型太慢时 — 关键操作修改项目根目录的 node_settings.json在对应节点的 model_cache 中调整 ckpt、vae、lora、refn 的缓存数量。默认 Efficient Loader 各缓存 1 份XY Plot 默认缓存 5 份 checkpoint网格越大越受益于缓存。排障指南现象采样时看不到实时预览或预览图很糊 — 可能原因 — 解决办法preview_method 被设为低质量方式或 vae_decode 没开启。把 preview_method 改回 auto并确认 vae_decode 为 true若显存紧张再考虑降到 vae_decoded_only 以外的方案而不是完全关掉预览。现象脚本节点连上后没有任何效果 — 可能原因 — 解决办法script 输入没真正接进 KSampler或链里挂了重复的同名脚本节点。检查最后一个脚本的 script 输出是否接到了采样器的 script 口并删掉链中重复的同类脚本。现象开启 cfg_denoiser 后 ControlNet 或 GLIGEN 工作流报错 — 可能原因 — 解决办法CFG Denoiser 本身不支持这类条件类型。把 Noise Control Script 的 cfg_denoiser 改回 false 即可恢复噪声源相关功能仍可单独使用。下一步可以看什么仓库的 workflows 目录 里放了 HiResFix、XY Plot、SDXL 精修加噪声控制等完整工作流截图和说明文件node_settings.json 可以直接对照修改缓存策略更多节点细节可查 README.md。【免费下载链接】efficiency-nodes-comfyuiA collection of ComfyUI custom nodes.- Awesome smart way to work with nodes!项目地址: https://gitcode.com/gh_mirrors/eff/efficiency-nodes-comfyui创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考