Comfy ui k采集器变量
随机种：图片的身份证，生成高斯噪声
运行后操作：字面意思，如果为固定，且随机种不变的一个情况下吗，不改其他参数，图片是固定的。
步数：简单立即为图片的生成程度，一定程度上呈现正相关，但不是越高越好，一般为25-40，40后基本不会有新变化，反而增加了生成时间
CFG：图片的相关程度，过高过低都不行，一般为5.0-8.0
采样器：一般为dpmpp_2m或dpmm_2m sde，如果模型有特别说明则按需搭配
调度器：一般用karras即可
降噪值：降噪值1即为纯噪声图，0，即为无噪声图，举个例子如果文生图，即是纯噪声图加上特征向量，即为1。如果图生图那么用1，即仍是纯噪声图，和文生图没什么区别，用0，即仍生成原图。
详细生成流程
左侧为，提示词生成特征向量，右侧都是k采集器的内容
Gaussian Noise 为随机种子生成的噪声，sd（即此次模型）本质上通过不断图片降噪来生成图片的
Latents：简单理解为画布大小
U-Net：输入噪声和特征向量，预测下一步降噪的图片，和降低噪声
模型就是U-Net
橙色：调度器和采样器
调度器：控制降噪的方法
采样器：控制降噪的程度
N time : 步数
VAE：转接插头，输出成我们能看见的像素空间图片
注：输入提示词时，先质量词，再主体，后氛围词。越靠前权重越高
负面词汇：EasyNegative，通用整合包