在LiblibAI的ComfyUI工作流中，需先定位关键节点（CLIPTextEncode、外补画板、UNET/VAE加载器），再依问题调整降噪值（人像0.23–0.3）、替换匹配UNet模型（如FluxV2）、设羽化值（20–40）及用Batch Prompt Scheduler批量生成多风格图。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想在LiblibAI上调整ComfyUI工作流里的参数，却找不到该点哪里、改什么值、为什么这么设——比如上传图片后画面发灰、生成结果偏色、扩图边缘撕裂、高清修复后五官错位，这些问题全由节点参数决定，而不是模型或提示词本身。
定位关键参数节点
进入工作流后先别急着调数，得先找到真正起作用的节点。用鼠标滚轮缩放视图，按住空格键拖动画面，重点扫三类区域：顶部偏左的文本输入框（通常是CLIPTextEncode）、中间偏下的绿色“外补画板”或蓝色“加载图像”节点、右上方带下拉菜单的UNET加载器或VAE加载器。
如果界面卡在白屏或灰屏，【未加载完成就点击节点会导致参数丢失或报错】，必须等整个界面彻底变黑、所有节点轮廓清晰显示后再操作。
修改降噪值（重绘幅度）
这是影响输出结果最敏感的参数，直接控制AI对原图的“信任度”与“发挥空间”。数值越低越保守，越能守住构图和主体特征；越高越自由，细节更密但易跑偏。
第一步：找到标有“基础调度器”“KSampler”或“FLUX调度器”的节点。
第二步：在它的参数栏里定位“Denoise”“降噪”或“Denoising Strength”字段。
第三步：按图类型填值——人像类填0.23–0.3，复杂场景填0.25–0.35，严重模糊或马赛克图可试0.4–0.45，但必须同步加强正向提示词约束力，否则五官会移位、衣服纹理会崩解。
若生成图出现明显失真（如手指多一根、背景建筑倾斜），立即回调至0.2以下再试一次。
替换UNet模型匹配风格
当默认模型输出质感单薄、边缘发虚、光影不自然时，换一个底层UNet模型往往比调参数更有效。不同模型对线条锐度、材质反射、皮肤通透感的建模能力差异极大。
方法一：点击右上方“UNET加载器”节点，从下拉菜单中选择名称含“F.1”“Flux”或“SUPIR”的模型，优先选小数点前缀与当前工作流命名一致的（如工作流叫“Flux放大V2”，就选“FluxV2.safetensors”）。
方法二：若下拉列表为空，去LiblibAI模型广场搜索同名模型，点击“添加到库”，刷新页面后即可出现在菜单里。
【切勿强行选择名称完全不同的模型，否则生成结果会严重偏移风格】
调节外补画板羽化值
扩图时新旧画面交界处出现硬边、色块断裂、结构错位，不是模型问题，而是羽化（Feathering）没设对。这个参数决定AI如何过渡原图与新增区域的像素融合强度。
找到绿色“外补画板”节点，在其参数区找到“羽化”或“Feather”输入框。
填20–40之间任一整数：20适合线条简洁的插画风，30是通用推荐值，40适用于写实人像或复杂纹理场景。超过50会导致边缘过度模糊，低于10则容易露缝。
这一步操作起来很简单，直接输入数字回车就行。
批量注入多组提示词
当你想用同一张图生成不同风格的多个版本（比如同一人像分别出赛博朋克/水墨/油画效果），不用反复上传、重复点运行，靠“Batch Prompt Scheduler”节点一次性搞定。
第一步：右键点击当前“CLIPTextEncode”节点 → 选择“Convert to Input”，它会变成一个带圆圈的输入端口。
第二步：添加“Batch Prompt Scheduler”节点（可在左侧节点栏搜索添加），将其“prompt”输出端连接到刚转换好的文本编码器输入端。
第三步：准备一个TXT文件，每行写一组独立提示词（例如第一行“cyberpunk portrait, neon glow, sharp focus”，第二行“ink wash painting, misty mountains, soft edges”），上传至该节点。
第四步：点击右上角“Queue Batch”，系统将按行顺序逐条执行，生成与行数一致的图像集合。
