【ComfyUI插件】ComfyUI Easy Use插件（三）

前言：

该插件由B站大佬乱乱呀AI进行开发出来的，此插件主要在使用管道、简化工作流、提供简便工具和集成化等方面起到了明显作用。

__ComfyUI Easy Use插件（一）: __https://articles.zsxq.com/easyuse/1.html

__ComfyUI Easy Use插件（二）: __https://articles.zsxq.com/easyuse/2.html

__ComfyUI Easy Use插件（四）: __https://articles.zsxq.com/easyuse/4.html

__ComfyUI Easy Use插件（五）: __https://articles.zsxq.com/easyuse/5.html

__ComfyUI Easy Use插件（六）: __https://articles.zsxq.com/easyuse/6.html

__ComfyUI Easy Use插件（七）: __https://articles.zsxq.com/easyuse/7.html

__ComfyUI Easy Use插件（八）: __https://articles.zsxq.com/easyuse/8.html

本期使用的示例工作流在网盘：小黄瓜知识星球资料分享/插件节点讲解视频/ComfyUI_EasyUse/第三期文件夹中（其中提供了flux checkpoint模型）

安装方法

安装方法，一共有2种

1、在manager里搜索 Easy Use，然后点击安装第一个即可

__2、在custom_nodes目录下调用cmd，然后输入git clone __https://github.com/yolain/ComfyUI-Easy-Use.git

项目地址：https://github.com/yolain/ComfyUI-Easy-Use.git

一、EasyLoader (Flux)节点

节点功能：进行flux模型的加载和提示词的设置

输入：

model_override -> 连接的覆盖模型，连接后会覆盖掉现有的ckpt主模型，可连接unet模型

clip_override -> 连接的覆盖的clip模型，连接后会覆盖掉现有的clip模型

vae_override -> 连接的覆盖的vae模型，连接后会覆盖掉现有的vae模型

optional_lora_stack -> 连接多个可选lora，和easy loraStack节点连接

optional_controlnet_stack -> 连接多个可选controlnet模型，和easy controlnetStack节点连接

参数：

ckpt_name -> 加载的主模型

vae_name -> 加载的vae模型

lora_name -> 加载的lora模型

resolution -> 生成图片的分辨率

positive -> 输入的正向提示词

batch_size -> 设置一批输出的图片数量

输出：

pipe -> 输出的管道

model -> 输出的主模型

vae -> 输出的vae模型

此处加载的是__flux checkpoint__模型，使用flux模型，cfg参数最好设小一点，否则出图效果不好（cfg=8.0）。

二、Styles Selector节点

节点功能：提供已经预设的各种常见图片风格的提示词

参数：

positve -> 输入的正向提示词文本

negative -> 输入的负面提示词文本

styles -> 默认的styles类型

可勾选的style类型 -> 可以选多个，会增加对应选择的风格类型提示词

positive -> 输出的经过增加风格类型提示词后正向提示词

negative -> 输出的经过增加风格类型提示词后负向提示词

首先可以使用Positive节点输入想要生成图的关键字，比如__1girl__，此时还没勾选__Styles Selector节点__中的风格引入，生成的图像只有大模型引导的风格。

勾选了一个赛博朋克风格后，此时__EasyLoader(comfy)节点__中__positive__和__negtive__提示词发生了变化，图像中也引入了赛博风格。当然，也可以同时勾选多个风格进行混合，这里就不做尝试了。

三、Image To Base64节点

节点功能：将图片转为Base64编码的字符串

参数：

image -> 输入的图片

STRING -> 输出图片转换为Base64的编码

四、Load Image (Base64)节点

节点功能：加载Base64图片编码转换的图片，使得在分享给他人运行工作流时省去了加载选择图片的过程

参数：

base64_data -> 输入的base64图片编码字符串

image_output -> 输出的图片预览

IMAGE -> 输出的图片

MASK -> 输出的图片蒙版

将上个节点所生成的string文本复制输入到__base64_data__后可重新转回图片。

五、ImageRatio节点

__节点功能：求出图片的宽高比例 __

参数：

image -> 输入的图片

width_ratio_int -> 输出宽的比例的整数形式

height_ratio_int -> 输出高的比例的整数形式

width_ratio_float -> 输出宽的比例的浮点数形式

height_ratio_float -> 输出高的比例的浮点数形式

上图大小就是454x919，由于两者是除不尽的关系，故输出454：919。

而下图大小是512x512，两者能够相除，输出1：1

六、imageConcat节点

__节点功能：进行2张图片的拼接 __

参数：

image1 -> 输入的图片1

image2 -> 输入的图片2

direction -> 图片2拼接在图片1的方向，分为up、down、right、left

match_image_size -> 是否启动图片大小匹配，启动后大小不一样的图片会进行自动匹配

当两张输入的图像大小一样时，可以任意选择拼接，这里着重一下当输入两张大小不同的图片情况。

当图片大小不一样时，match_image_size为false，无论选择哪个direction，图像都会拼接失败。

image1大小454x919，image2大小512x512，启用图像匹配后，图像也只能纵向排列，left和right依旧失败。该节点首先对image2的宽度插值到image1宽度的大小，然后在高度上进行拼接。

七、For Loop Start/For Loop End/Batch Any/Math Int节点

节点功能：设置for循环的开始/设置for循环的结束

参数：

initial_value1 -> 设置输入的最开始初始值1

total -> 设置循环轮数

flow -> 输出流

index -> 输出当前的index值

value1 -> 输出当前初始值1的值

节点功能：用于将两个输入合并成一个输出。

输入：

any_1 -> 这是第一个输入，类型为 any_type，即可以是任何数据类型。

any_2 -> 这是第二个输入，类型为 any_type，即可以是任何数据类型

节点功能：专门用于执行两个整数之间的各种数学操作。它支持六种基本运算，包括加法、减法、乘法、除法、取模和幂运算。

该流程相当于2循环7次，每次在此基础上__add__累加一次，首次运行不进行累加。

该工作流实现在预设种子数每次循环加1的情况下经过3次循环生成3张图片的效果

该工作流实现在预设采样步数step每次循环加8的情况下经过3次循环生成3张图片的效果

十、While Loop Start/While Loop End/Compare节点

节点功能：设置while循环开始/设置while循环结束

参数：

initial_value0-9 -> 设置初始值value0-9，可选

condition -> 判断条件

flow -> 输出的流，与loop end连接

value0-9 -> 输出value0到value9的当前值

节点功能：用于执行两个输入值 a 和 b 之间的比较操作，并返回一个布尔值（True 或 False）作为比较结果。

该流程中实现了在预设种子数每次循环加1的情况下经过3次循环生成3张图片的效果。其中a<b时，流程一直在循环进行生图，而当a累加至大于b时，循环终止。如果刚开始直接设置判断条件为a>b，该流程只会走一次就终止了，当不满足条件，其中的Math Int节点就不会起作用，a就不会进行累加，只要不满足判断条件，循环就终止。