KSampler 是 ComfyUI 中最关键的节点之一，承担生成图像潜空间表示（latent image）的任务。

你可以把它看作“AI 画师开始动笔”的那一步。

它接收一个基础模型（如 SD 或 FLUX），再结合提示词（正面与负面）和初始潜图（或噪声），通过迭代采样算法，在潜空间中逐步“描绘”出图像的轮廓，最终输出一张潜图（latent），供 VAE Decoder 解码成最终图像。

📌 端口与参数

📌 输入端口

🔵 model

模型

接收来自 Load Checkpoint 等节点的模型对象（如 SD1.5、FLUX Base）。

🟡 positive

正向提示词

接收提示词编码结果，用于指导模型生成内容。如 "a cat in the forest"。

🟡 negative

反向提示词

接收“不要出现什么”的提示词，如 "blurry, deformed hands"。对画质有关键影响。

🟣 latent_image

初始潜图

可选。如果你在做图生图（img2img）、重绘（inpaint），就需要提供已有潜图。没有则用 seed 生成随机噪声图。

📌 参数

seed

随机种子

控制生成图像的“起点”。可以说是 AI 画师的灵感来源。

相同的提示词 + 相同种子 = 相同（或类似）图像

设为 0 或 -1 通常代表“随机”。

control_after_generate

生成后控制

一般为 randomize（随机），表示每次都采用随机的 Seed 值。

--fixed 

固定 Seed 值。

--increment 

每次生成后 Seed 值加 1。

--decrement

每次生成后 Seed 值减 1。

steps

步数

采样步数对风格、细节影响明显。

建议值为 20 ~ 30。

Step 值越低，画作会显得较为粗犷。Step 值越高，则作品看起来会更加细腻精致，但算图时间也会变得越长。

cfg

引导值

决定了 AI  在创作时会发挥多大的“创意”。

cfg 值越高，AI 会越严格我们写的提示词，但也会导致画作较为呆板且缺乏创意。

cfg 值越低，AI 自由发挥程度更高，生成的影像会较为随性，因此也容易偏离我们想要绘制的主题。

常见设置为 7 ~ 10。

sampler_name

采样算法名称

控制去噪过程的方式，如 euler（默认）、dpmpp_2m_sde_gpu、res_multistep等等。

scheduler

调度器

影响采样曲线的调度策略。

normal 是标准设置，其他如 karras 可提升细节渐变质量。

说明：

sampler_name 和 scheduler 可以说是 AI 在创作时所采用的“绘画技法”。

使用 euler 和 normal 组合，简单且稳定性高。

若采用 dmp 2M（dpmpp 2M）并搭配 Karras 调度器，可以在算图速度与画质之间取得良好的平衡。

denoise

降噪

当 AI 画家获得一个潜图（Latent Image）画板时，它会先用 Seed 值添加随机的噪点，然后通过降噪算法逐步清理这些噪点，最终呈现清晰的图像。

denoise 值代表就是这个降噪的强度（百分比）。

📌 输出端口

🟣 LATENT

潜图输出

节点生成的潜图。

不能直接显示，需传入 VAE Decoder 解码为可见图像。

💡 使用建议与说明

1、纯文生图推荐设置

seed = 0steps = 25 cfg = 8.0sampler = dpmpp_2m_karrasdenoise = 1.0

2、图生图推荐设置（img2img）

denoise = 0.5，结合潜图输入，生成可控变化版本。

3、画面失真/崩坏？

检查 cfg 是否过高，或 steps 太低。适当降低 cfg 如 6.5。

4、想让 AI 更“自由创作”？

使用 cfg = 5 ~ 6 + sampler_name = euler_a + denoise = 1.0

5、使用 FLUX 模型时

设置基本相同，但建议配合 flux 特有提示词和正交调度器（如 sde 类）效果更佳。

“点赞行美意，赞赏是鼓励”