was-node-suite-comfyui
时间：2025/11/07
KSampler (WAS)
该节点是执行图像生成核心步骤的采样器，它根据文本提示将噪声潜空间图像去噪并转化为最终图像的潜空间表示。实际上，是一个对 ComfyUI 内置核心采样器（KSampler）的封装和简化。
KSampler (WAS)-节点参数说明
| 输入参数 | |
| model | 扩散模型：这是进行图像生成的预训练主模型。 |
| seed | 随机种子：一个整数，用于初始化采样过程中的随机噪声。只要所有其他参数不变，相同的种子就能生成完全相同的图像，确保了结果的可复现性。 |
| positive | 正向提示词。 |
| negative | 负向提示词。 |
| latent_image | 潜空间图像：采样的起点。通常是一个由 Empty Latent Image 节点生成的纯噪声潜空间，也可以是 VAE 编码后的现有图像（用于图生图）。 |
| 输出参数 | |
| LATENT | 输出潜空间：经过去噪后生成的最终潜空间图像。这个结果包含了符合文本提示的图像信息，但仍处于机器可读的潜空间格式。 |
| 控件参数 | |
| steps | 采样步数：扩散模型去噪的总步数。步数越多，图像细节通常越丰富，但也需要更长的计算时间。一般在 20到 30 步之间可以取得较好的平衡。 |
| cfg | 文本提示的引导强度。这个值决定了生成图像在多大程度上遵循正面提示。数值越高，图像与提示的关联性越强，但过高可能导致色彩过饱和或失真。7 到 8 是常用的初始值。 |
| sampler_name | 采样器名称：选择执行去噪过程的具体算法。不同的采样器有不同的速度和出图风格。例如，euler 速度快但可能细节较少，dpmpp_2m_karras 则在质量和速度上表现均衡。 |
| scheduler | 调度器：决定在每一步去噪中如何减少噪声，与采样器协同工作。常用的调度器有 normal、karras 和 exponential 等，会影响图像的收敛速度和最终的细节质感。 |
| denoise | 去噪强度：决定在多大程度上改变输入的 latent_image。值为 1.0 时，输入潜空间会被完全重绘（适用于文生图）。值小于 1.0 时，会保留一部分原始潜空间的结构，只在上面进行部分去噪（适用于图生图或 Inpainting）。 |
