ComfyPilotComfyPilot
文档 / 节点说明 / 基本调度器

基本调度器

BasicScheduler 节点旨在根据提供的 scheduler、model 和去噪参数，为扩散模型计算一组 sigma 值序列。

节点说明 BasicScheduler 更新于 2026-11-12

查看官方原文

基本调度器 - ComfyUI Built-in Node Documentation

BasicScheduler 节点旨在根据提供的 scheduler、model 和去噪参数，为扩散模型计算一组 sigma 值序列。

BasicScheduler 节点旨在根据提供的 scheduler、model 和去噪参数，为扩散模型计算一组 sigma 值序列。它会根据 denoise 因子动态调整总步数，以微调扩散过程，为高级采样流程中需要精细控制的不同阶段（例如多阶段采样）提供精确的“配方”。

输入

参数比喻描述数据类型输入类型默认值范围技术用途
模型画布类型：不同的画布材质需要不同的颜料配方MODEL输入--扩散模型对象，决定 sigma 计算依据
调度器混合技法：选择颜料浓度如何变化COMBO\[STRING]控件-9 个选项调度算法，控制噪声衰减方式
步数混合次数：20 次混合与 50 次混合的精度差异INT控件201-10000采样步数，影响生成质量和速度
降噪创作强度：从微调修复到重绘的控制级别FLOAT控件1.00.0-1.0去噪强度，支持部分重绘场景

调度器类型

基于源代码 comfy.samplers.SCHEDULER_NAMES，支持以下 9 种调度器：

调度器名称特性使用场景噪声衰减模式
normal标准线性通用场景，均衡均匀衰减
karras平滑过渡高质量、细节丰富平滑非线性衰减
exponential指数衰减快速生成、高效指数快速衰减
sgm\_uniformSGM 均匀特定模型优化SGM 优化衰减
simple简单调度快速测试、基础使用简化衰减
ddim\_uniformDDIM 均匀DDIM 采样优化DDIM 特定衰减
betaBeta 分布特殊分布需求Beta 函数衰减
linear\_quadratic线性二次复杂场景优化二次函数衰减
kl\_optimalKL 最优理论优化KL 散度优化衰减

输出

参数比喻描述数据类型输出类型技术含义
sigmas颜料配方表：供逐步使用的详细颜料浓度列表SIGMAS输出噪声水平序列，指导扩散模型去噪过程

节点作用：艺术家的调色助手

想象你是一位艺术家，正从一团混乱的颜料（噪声）中创作出一幅清晰的图像。BasicScheduler 就像你的专业调色助手，它的工作是准备一系列精确的颜料浓度配方：

工作流程

  • 第 1 步：使用 90% 浓度的颜料（高噪声水平）
  • 第 2 步：使用 80% 浓度的颜料
  • 第 3 步：使用 70% 浓度的颜料
  • ...
  • 最后一步：使用 0% 浓度（干净画布，无噪声）

调色助手的特殊技能

不同的混合方式（scheduler）：

  • "karras" 混合方式：颜料浓度变化非常平滑，就像专业艺术家的渐变技法
  • "exponential" 混合方式：颜料浓度快速下降，适合快速创作
  • "linear" 混合方式：颜料浓度均匀下降，稳定可控

精细控制（steps）：

  • 20 次混合：快速绘制，效率优先
  • 50 次混合：精细绘制，质量优先

创作强度（denoise）：

  • 1.0 = 完全重新创作：完全从空白画布开始
  • 0.5 = 半改造：保留一半原画，改造一半
  • 0.2 = 微调：只对原画做细微调整

与其他节点协作

BasicScheduler（调色助手）→ 准备配方 → SamplerCustom（艺术家）→ 实际绘制 → 完成作品

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑