ComfyUI自定义节点数据类型

这些是最重要的内置数据类型。你也可以定义自己的数据类型。

数据类型在 INPUT_TYPES 中由 str 指定，但 COMBO 除外，它是 list[str]

数据类型在客户端使用，以防止工作流将错误形式的数据传递到节点 - 有点像强类型。JavaScript 客户端代码通常不允许将节点输出连接到不同数据类型的输入，但下面列出了一些例外。

1、​Comfy的数据类型

1.1 COMBO

• INPUT_TYPES 中没有其他参数
• Python 数据类型：定义为 list[str]，输出值为 str

表示下拉菜单小部件。与其他数据类型不同， COMBO 不是在 INPUT_TYPES 中由 str 指定，而是通过与下拉列表中的选项相对应的 list[str] 指定，默认选择第一个选项。

COMBO 输入通常在运行时动态生成。例如，在内置的 CheckpointLoaderSimple 节点中，你可以找到：

"ckpt_name": (folder_paths.get_filename_list("checkpoints"), )

或者它们可能只是一个固定的选项列表，

"play_sound": (["no","yes"], {}),

1.2 元节点和重路由

元节点（primitive）和重路由（reroute）节点仅存在于客户端。它们没有内在的数据类型，但连接时它们会采用已连接的输入或输出的数据类型（这就是它们无法连接到 * 输入的原因……）

​2、Python 数据类型

2.1 INT

• INPUT_TYPES 中的其他参数： default是必需的， min 和 max 是可选的
• Python 数据类型 int

2.2 FLOAT

• INPUT_TYPES 中的其他参数： default是必需的， min、 max、 step 是可选的
• Python 数据类型 float​

2.3 STRING

• INPUT_TYPES 中的其他参数： default是必需的，Python 数据类型 str

3、Tensor 数据类型

MASK、IMAGE 和 LATENT 都使用  torch.Tensor 类型，但它们的形状不同。请参阅“图像、潜在和蒙版”中的讨论。​

3.1 IMAGE

• INPUT_TYPES 中没有其他参数
• Python 数据类型 torch.Tensor，形状为 [B,H,W,C]

一批 B 幅图像，高度为 H，宽度为 W，具有 C 个通道（RGB 通常为 C=3）。

​3.2 LATENT

• INPUT_TYPES 中没有其他参数
• Python 数据类型字典，包含一个形状为 [B,C,H,W] 的 torch.Tensor

传递的字典包含关键样本，它是一个形状为 [B,C,H,W] 的 torch.Tensor，代表一批 B 幅潜伏图像，具有 C 个通道（对于现有的稳定扩散模型通常为 C=4），高度为 H，宽度为 W。

高度和宽度是相应图像大小的 1/8（这是你在 Empty Latent Image 节点中设置的值）。

字典中的其他条目包含潜伏掩码之类的内容。

​3.3 MASK

• INPUT_TYPES 中没有其他参数
• Python 数据类型 torch.Tensor 具有形状 [H,W] 或 [B,C,H,W]

4、自定义采样数据类型

4.1 NOISE

NOISE 数据类型表示噪声源（而不是实际噪声本身）。它可以由任何提供生成噪声方法的 Python 对象表示，其签名为 generate_noise(self, input_latent:Tensor) -> Tensor，以及属性 seed:Optional[int]。

seed传递到 SamplerCustomAdvanced 中的样本引导器中，但似乎未在任何标准引导器中使用。它是可选的，因此你通常可以将其设置为 None。

当要添加噪声时，潜伏期将传递到此方法中，该方法应返回包含噪声的相同形状的张量。

参见噪声混合示例。

4.2 SAMPLER

SAMPLER 数据类型表示采样器，它表示为提供采样方法的 Python 对象。稳定扩散采样超出了本指南的范围；如果你想深入了解代码的这一部分，请参阅 comfy/samplers.py。

4.3 SIGMAS

SIGMAS 数据类型表示由调度程序生成的采样过程每个步骤之前和之后的 sigma 值。这表示为长度为 steps+1 的一维张量，其中每个元素表示在相应步骤之前预计存在的噪声，最终值表示最后一步之后存在的噪声。

对于 SDXL 模型，具有 20 个步骤和 1 的降噪的正常调度程序会产生：

tensor([14.6146, 10.7468,  8.0815,  6.2049,  4.8557,  
         3.8654,  3.1238,  2.5572,  2.1157,  1.7648,  
         1.4806,  1.2458,  1.0481,  0.8784,  0.7297,  
         0.5964,  0.4736,  0.3555,  0.2322,  0.0292,  0.0000])

sigma 的起始值取决于模型，这就是调度程序节点需要 MODEL 输入来产生 SIGMAS 的原因输出

4.4 GUIDER

GUIDER 是去噪过程的概括，由提示或任何其他形式的条件“引导”。在 Comfy 中，引导器由可调用的 Python 对象表示，提供由样本调用的 __call__(*args, **kwargs) 方法。

__call__ 方法（​​在 args[0] 中）获取一批噪声潜变量（张量 [B,C,H,W]），并返回噪声的预测（相同形状的张量）。

​5、模型数据类型

稳定扩散模型有许多更技术性的数据类型。最重要的是 MODEL、 CLIP、 VAE 和 CONDITIONING。使用这些数据类型（当前）超出了本指南的范围！

​6、附加参数

下面是官方支持的键列表，这些键可用于输入定义的“额外选项”部分。

你可以将附加键用于自己的自定义小部件，但不应将以下任何键重新用于其他目的。

原文链接：ComfyUI Server Side Datatypes