前言：

efficiency-nodes-comfyui是提高工作流创造效率的工具，包含效率节点整合工作流中的基础功能，比如Efficient Loader节点相当于Load Checkpoint+Clip set layer+Load VAE等等的合集，并且该插件提供了更加简便快捷的X/Y对比图，能够使测评工作的效率进一步提升。

目录：

一、Efficient Loader节点

二、KSampler Adv. (Efficient)节点

三、Lora stack/Controlnet Stacker节点

四、XY节点

五、XY Plot节点

安装方法：

在ComfyUI主目录里面输入CMD回车。image

在弹出的CMD命令行输入git clone xxx,即可开始下载。image

github项目地址:https://github.com/jags111/efficiency-nodes-comfyui.git

一、Efficient Loader节点

节点功能：这个节点加载基础工作流的用到的模型，并且提供CN和Lora模型的批量加载功能，集成token编码设置和权重初始化方法。

image

重要参数：

lora_stack -> 可连接lora模型加载栈 **比如CR库和本身库自带节点

cnet_stack -> 可连接ControlNet模型加载栈

token normalization -> 词条归一化，也就是设置文本编码的方式

weight interpretation -> 权重初始化，模型的基础设置参数

DEPENDENCIES -> 对后续进行X/Y对比试验有作用(看下文)

注意：下图为四种不同token normalization在同参数下出图对比，从结果来看几乎没有影响。

注意：尝试了五种不同的weight interpretation，对结果也是没有影响。

image

image

二、KSampler Adv. (Efficient)节点

节点功能：该节点为采样器相关处理整合节点。

image

重要参数：

script -> 与X/Y测试有关（下文会有示例）

add_noise -> 是否在生图过程中添加噪声 **该选项仅跟ancestral采样器有关

Randomize/last Queued Seed -> 点击左边为随机生成一个噪声，右边使用上次生图的噪声

return_with_leftover_noise -> 是否进行完整的去噪过程，说是影响画面细节保留（个人测试后几乎没影响）

preview method -> 为去噪过程中预览设置，与manager管理器的预览方式一样。

vae_decode -> 当我们传入optional_vae后，选择false就不输出image，选择true才会输出

注意：因为ancestral(祖先采样器)会默认在采样过程中对图像中加入噪声

注意：我发现这个采样器有个问题，就是会保存上一次跑图出现的结果，加入只改变vae_decode选项，他每次都输出上次的结果，就算你更改optional_vae跑图，还是输出上次的结果。

三、Lora stack/Controlnet Stacker节点

节点功能：这两个节点为批量加载Lora模型和Controlnet模型，可以通过串联增加模型数量。image

重要参数：

lora_stack -> 串联可加载多个lora模型

Lora_count -> 改变这个数值可以同步增加可加载lora数量

Control_net -> 串联可加载多个ControlNet模型

input_mode -> 选择simple可简单设置lora权重，选择advanced可开启大模型权重设置

下图为打开advanced选项后，可以更改model权重。

image

下图为多个ControlNet串联，其中一个为tile来控制出图的元素，第二个为openpose来控制人物的骨骼，通过串联来影响最终的出图效果。

image

下图为多个Lora加载示例工作流，通过改变lora_count增加该节点加载lora的数量。

image

四、XY节点

节点功能：这些节点为设置X/Y测试时的X轴和Y轴所呈现的数据，当然也会影响生图过程中使用到的选择。image

重要参数：

first_xxx -> 开始的参数选择

last_xxx -> 输出的参数选择 **会根据batch_count自动填充过度过程

这些节点的参数较为简单，不做赘述，使用过程中遇到就可以理解。

__
注意：下图是示例工作流，对比三个大模型，在三个不同的CFG值下的表现情况，通过对比可以更清晰的发现模型的优劣势。__

image

五、XY Plot节点

节点功能：该节点应用输入的X,Y，从而控制生图的数量和排列，可以通过参数设置最终输出图像之间的间隔，可以设置最终的输出位置。

image

重要参数：

grip_spacing -> 输出对比图像之间的接缝大小

XY_flip -> 翻转X,Y

Y_label_orientation -> 设置Y轴标签是竖行展示还是纵列展示

ksampler_output_image -> 选择image输出为图像，设置Plot输出为对比图合成的大图。

注意：下图所示，当我们XY_flip打开之后，设置Y轴标签为纵向展示，最终的输出结果如下图所示。

image

孜孜不倦,方能登峰造极。坚持不懈,乃是成功关键。