中文文档

节点说明 Kling Omni 文本到视频 (Pro) 此节点使用最新的 Kling AI 模型根据文本描述生成视频。它将您的提示词发送到远程 API 并返回生成的视频。 KlingOmniProTextToVideoNode 节点说明 Kling Omni 视频到视频 (Pro) 此节点使用 Kling AI 模型，基于输入视频和可选参考图像生成新视频。您需要提供描述所需内容的文本提示词，节点会相应地转换参考视频。 KlingOmniProVideoToVideoNode 节点说明 KlingSingleImageVideoEffectNode Kling Single Image Video Effect 节点基于单张参考图像创建具有不同特效的视频。 KlingSingleImageVideoEffectNode 节点说明 Kling 起止帧生成视频 此节点创建一段视频序列，在您提供的起始图像和结束图像之间进行过渡。它会生成中间的所有帧，从而产生从第一帧到最后一帧的平滑变换。 KlingStartEndFrameNode 节点说明 Kling 文本转视频 Kling Text to Video 节点使用 Kling 视频生成 API 根据文本描述生成视频。 KlingTextToVideoNode 节点说明 Kling 文本到视频音频 Kling Text to Video with Audio 节点可根据文本描述生成短视频。 KlingTextToVideoWithAudio 节点说明 Kling 虚拟试穿 使用 Kling 的虚拟试衣功能为人物穿上服装。连接一张人物照片和一张服装照片，节点会返回该人物穿着该服装的新图像。 KlingTryOnNode 节点说明 KlingVideoExtendNode Kling 视频扩展节点允许您扩展由其他 Kling 节点生成的视频。它接收一个由视频 ID 标识的现有视频，并根据您的文本提示生成额外内容。 KlingVideoExtendNode 节点说明 Kling 3.0 视频 此节点使用 Kling V3 模型生成视频。它支持文生视频（根据文本描述创建视频）和图生视频（让现有图像动起来）。 KlingVideoNode 节点说明 KlingVirtualTryOnNode Kling 虚拟试穿节点。输入一张人物图像和一张服装图像，即可在人物身上试穿该服装。 KlingVirtualTryOnNode 教程 Krea-2 ComfyUI 工作流示例 Krea 2 是一款专为高美学质量和风格多样性设计的文生图模型，提供 RAW（基础版）和 Turbo（蒸馏版）两个版本。 krea-2 教程 在 ComfyUI 中使用 Krea 2：带风格参考的文生图 在 ComfyUI 中使用 Krea 2 Image 节点生成图像：Krea 2 Medium 与 Large 两个变体、最多 10 张风格参考图、情绪板，以及可调节的创造力度 krea-2-t2i 教程 Krea 3：ComfyUI 文生图与图像编辑 通过合作节点在 ComfyUI 中运行 Krea 3：根据文本提示生成图像，或用自然语言指令配合最多 8 张参考图编辑照片。 krea-3 节点说明 Krea 2 图像 Krea 2 图像节点使用 Krea 2 AI 模型生成图像。它支持两种模型变体：Medium 适用于表现力丰富的插画，Large 适用于表现力丰富的写实风格。 Krea2ImageNode 节点说明 Krea 2 风格参考 Krea 2 风格参考节点允许您添加一张参考图片来影响 Krea 2 图像生成的风格。 Krea2StyleReferenceNode 节点说明 Krea 3 图像 Krea 3 Image 节点使用 Krea 3 编辑图像；当未连接图像时，则根据文本提示生成新图像。 Krea3ImageNode 节点说明 K采样器 KSampler 的工作原理如下：它根据特定模型以及正向和负向条件，修改所提供的原始潜空间图像信息。 KSampler 节点说明 K采样器（高级） KSamplerAdvanced 节点旨在通过提供高级配置和技术来增强采样过程。 KSamplerAdvanced 节点说明 K采样器选择 KSamplerSelect 节点旨在根据提供的采样器名称选择特定的采样器。它抽象了采样器选择的复杂性，使用户能够轻松地在不同采样策略之间切换以完成任务。 KSamplerSelect 节点说明 Laplace调度器 LaplaceScheduler 节点生成一系列遵循拉普拉斯分布的 sigma 值，用于扩散采样。 LaplaceScheduler 节点说明 Latent相加 LatentAdd 节点用于对两个潜在表示进行加法运算。它通过逐元素相加的方式，将这两个表示中编码的特征或属性进行组合。 LatentAdd 节点说明 Latent应用操作 LatentApplyOperation 节点将指定的潜在操作应用于潜在样本。它接收潜在数据和操作作为输入，使用提供的操作处理潜在样本，并返回修改后的潜在数据。 LatentApplyOperation 节点说明 Latent应用操作CFG LatentApplyOperationCFG 节点在模型采样过程的无分类器引导（CFG）步骤中应用一个 latent 操作。 LatentApplyOperationCFG 节点说明 组合Latent批次 LatentBatch 节点旨在将两组潜在样本合并为单个批次，在拼接前可能会调整其中一组样本的尺寸以匹配另一组。 LatentBatch 节点说明 Latent批处理随机种行为 LatentBatchSeedBehavior 节点用于修改一批潜在样本的种子行为。 LatentBatchSeedBehavior 节点说明 混合Latent LatentBlend 节点通过使用指定的混合因子将两个潜在样本混合在一起。它接收两个潜在输入，并创建一个新的输出，其中第一个样本按混合因子加权，第二个样本按逆因子加权。 LatentBlend 节点说明 合成Latent LatentComposite 节点旨在将两个潜在表示混合或合并为单个输出。此过程通过以受控方式结合输入潜在特征，对于创建复合图像或特征至关重要。 LatentComposite 节点说明 合成Latent遮罩 LatentCompositeMasked 节点用于在指定坐标处将两个潜在表示混合在一起，并可选择使用遮罩进行更可控的合成。 LatentCompositeMasked 节点说明 潜在空间拼接 The LatentConcat 节点通过沿所选维度将两个潜在样本拼接在一起。它接收两个潜在输入，并沿 x、y 或 t 轴进行拼接，同时可控制哪个样本在前。 LatentConcat 节点说明 裁剪Latent LatentCrop 节点用于对图像的潜在表示执行裁剪操作。它允许指定裁剪的尺寸和位置，从而实现对潜在空间的目标性修改。 LatentCrop 节点说明 潜在空间切割 LatentCut 节点沿选定的维度从潜在样本中提取特定部分。它通过指定维度（"x"、"y" 或 "t"）、起始位置以及要提取的数量，从潜在表示中切出一部分。 LatentCut 节点说明 Latent切割 LatentCutToBatch 节点将 latent 表示沿所选维度（时间、宽度或高度）切分为指定大小的切片，并将这些切片堆叠成一个新批次。 LatentCutToBatch 节点说明 翻转Latent LatentFlip 节点用于通过垂直或水平翻转来操控潜在表示。此操作可对潜在空间进行变换，从而在数据中发掘新的变体或视角。 LatentFlip 节点说明 从批次获取Latent 此节点用于根据指定的批次索引和长度，从给定批次中提取特定的潜在样本子集。它允许对潜在样本进行选择性处理，便于对批次中的较小片段进行操作，以提高效率或实现针对性处理。 LatentFromBatch 节点说明 Latent插值 LatentInterpolate 节点旨在根据指定比例对两组潜在样本进行插值，融合两组样本的特征，生成一组新的中间潜在样本。 LatentInterpolate 节点说明 Latent相乘 LatentMultiply 节点旨在通过指定的乘数缩放样本的潜在表示。此操作允许调整潜在空间内特征的强度或幅度，从而实现对生成内容的微调，或探索给定潜在方向上的变化。 LatentMultiply 节点说明 潜空间操作混合 此节点创建一个 latent 操作，用于将 latent 向参考 latent 混合，并返回该操作，以便将其接入 Latent Apply Operation 或 Latent Apply Operation CFG 等节点。 LatentOperationBlend 节点说明 Latent操作锐化 LatentOperationSharpen 节点使用基于高斯的内核为潜在表示创建锐化操作。 LatentOperationSharpen 节点说明 Latent操作色调映射Reinhard 此节点会创建一个 latent 操作，用于对 latent 向量应用 Reinhard 色调映射。 LatentOperationTonemapReinhard 节点说明 旋转Latent LatentRotate 节点旨在按指定角度旋转图像的潜在表示。它抽象了在潜在空间中实现旋转效果的复杂性，使用户能够轻松地在生成模型的潜在空间中变换图像。 LatentRotate