详解SDXL ComfyUI稳定工作流程：我在Stability使用的AI艺术内部工具

接下来，我们需要加载我们的SDXL基础模型（改个颜色）。

一旦我们的基础模型加载完毕，我们还需要加载一个refiner，但是我们会稍后处理这个问题，不用着急。此外，我们还需要对从SDXL输出的clip进行一些处理。SDXL有自己的条件器（conditioner）可以帮助我们做这个工作。通过双击后搜索sdxl进行选择。然后连接起来。

大家好，我是 Scott Weather，在这篇文章中，我将向你们介绍如何在 ComfyUI 中使用 SDXL。这是我们在Stability的官方工作流程的核心部分，也是我们许多人都在使用的工作流程。

初始步骤

首先，我们需要加载我们的检查点（checkpoint）。

接下来，我们需要在其中加载我们的 SDXL。一旦我们的基础加载完成，我们将看到还有一个“refiner”（精炼器），我们稍后会处理它。

接下来，我们需要调整从这里输出的剪辑（clip），

SDXL 为此提供了自己的调节器（conditioners）。这里我们有宽度（width）和高度（height），然后我们有目标宽度（Target width）和目标高度（Target height）。我通常将这个设置为 4096。

接下来，我们有 clip G 和 clip L，这些是我们的正面提示（positive prompts）。为了简化，我将使这些相同。

现在，我们需要将文本输入到这里，最简单的方法是使用一个原始量（primitive）。

这个原始量可以是字符串，整数，浮点数等。

ctrl+c然后ctrl+shift+v，可以复制一份并保持连接。

正面和负面提示

所以我们这里的这组节点是我的正面提示。我们的正面提示是：“一个机器人在Walgreens购物物”。负面提示并不重要，我知道很多人在负面提示中混乱不堪。所以你可以将其留空，或者只输入与这个场景相反的事物，比如“岩石”。我不希望在一个机器人在Walgreens购物的场景中看到任何岩石，所以为什么不把它放在那里呢？这里的观念是你试图做的事物或感觉的相反。

采样和解码

我们需要从这里进行采样，我们将使用高级采样器（advanced sampler）。这里是我们的正面和负面的模型，

然后我们需要一个空的潜在量（empty latent），

这是整个事物的基础噪声。然后，我们需要解码它，我们看到这里有 vae 解码器（vae decoder）。

预览和保存

接下来，我们要预览图片。请记住，保存和预览是不同的。预览只会向我们显示，而保存会将它显示出来，并且之后也会保存。你可以将文件前缀改为你喜欢的任何内容，我将保留原样。

使用精炼器

我们已经有了这个，但我们可以做得更好，这就是精炼器的作用。为了引入精炼器，我们将像加载另一个检查点那样加载它。然后，我们要用另一个采样器来处理它，但是这个剪辑的调节是有点不同的。我们需要对这个编码器进行一些调整，我们有一个美学得分（aesthetic score），六分似乎是这个的甜点。再次，随意调整这些，但是这些都是一个好的出发点。

从基本采样器到精炼

我们希望确保我们将任何剩余的噪声传递给采样器，这是一种最佳实践。为了让采样器做一些事情，我想留一些空间，所以我可能会将这个降低到大约 12 或 13 步。然后，我们实际上要在这里做 20 步，但是从第 12 步开始。

使用精炼器在这个新的工作流程中，我们将精炼器添加到基本步骤之前，作为初始化或潜在噪声调节器。这是一个非常有趣的概念，通过在正式采样之前条件化潜在的噪声，我们可以得到一些不同的结果。我们总是在尝试不同的事情，所以请随意玩耍，看看你能否找出一些你觉得有趣的超级秘密成分。

结论

这就是我在Stability的工作方式，我们从这里出发，然后对其进行扭曲。这三步是一个非常有趣的概念，这个新的对潜在噪声的调节的想法是我们刚开始尝试的。这是一个非常有趣的过程，让我知道你在下面的评论中的想法。

这个核心图一旦保存，就可以通过将图片拖放到我的硬盘驱动器中，重新加载整个图。这是一种非常好的方式，可以继续进行项目。但请注意，如果您不希望这些被共享，确保您从中剔除元数据，比如将其转换为 JPEG 等，这样就不会无意间与全世界分享您的整个图了。

我是大力支持让人们看到这些东西是如何完成的，所以我希望你知道如何做，但我也希望你在你发现一些东西时能保护自己，你不想与全世界分享，至少现在你知道你需要避免分享实际的 PNG，因为它将嵌入元数据。

这是一个粗糙的图，是一个开始的好地方，然后用它来发挥创意。这就是我在Stability的工作方式，我们从这里开始，然后扭曲它。再次感谢大家加入我，保重，保持安全，我下次再见！