KSampler - ComfyUI Built-in Node Documentation

Complete documentation for the KSampler node in ComfyUI. Learn its inputs, outputs, parameters and usage.

KSampler这个采样器，是这样工作的：它会根据提供的特定的模型和正、负两种条件，来改造提供的原始潜在图像信息。 首先，它会根据设定好的seed随机种子和denoise降噪强度，给原始图像数据加入一些噪声，然后输入预设的Model模型结合positive正向和negative负向的引导条件，去生成图像

​

Input 输入

参数名称	数据类型	必填	默认值	取值范围/选项	说明
Model模型	checkpoint模型	是	无	-	输入用于降噪过程的模型
seed随机种子	Int整数	是	0	0 ~ 18446744073709551615	用于生成随机噪声，使用同样的“种子”可以生成相同的画面
steps步数	Int整数	是	20	1 ~ 10000	去噪过程中要使用的步骤数，步数越多，结果越准确
cfg	float浮点数	是	8.0	0.0 ~ 100.0	控制生成的图像与输入条件的贴合程度，通常建议6-8
sampler_name采样器	界面选项	是	无	多种采样算法	选择用来降噪的采样器，不同采样器影响生成速度和风格
scheduler调度器	界面选项	是	无	多种调度器	控制噪声去除的方式，不同调度器会影响生成过程
Positive正向条件	conditioning条件	是	无	-	用于引导降噪的正向条件，可理解为想要在画面中出现的内容
Negative负向条件	conditioning条件	是	无	-	用于引导降噪的负向条件，可理解为不想要在画面中出现的内容
Latent_Image	Latent	是	无	-	用于降噪的潜像
denoise降噪	float浮点数	否	1.0	0.0 ~ 1.0	决定去除多少比例的噪声，值越小生成图像与输入图像关联越小，值越大越像输入图像
control_after_generate	界面选项	否	无	随机/增量/减量/保持	提供在每次提示后更改种子数的能力，节点可以随机、增量、减量或保持种子数不变

​

Output 输出

参数名称	作用
Latent	输出经过采样器降噪后的潜像