ControlNetApply - ComfyUI Built-in Node Documentation

Complete documentation for the ControlNetApply node in ComfyUI. Learn its inputs, outputs, parameters and usage.

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

使用 controlNet 需要对输入图像进行预处理。由于 ComfyUI 初始节点不附带预处理器和 controlNet 模型，请先安装 ControlNet 预处理器 在此处下载预处理器 和相应的 controlNet 模型。

​

输入

参数	数据类型	功能
positive	CONDITIONING	正向条件数据，来自 CLIP 文本编码器或其他条件输入
negative	CONDITIONING	负向条件数据，来自 CLIP 文本编码器或其他条件输入
ControlNet	CONTROL_NET	要应用的 controlNet 模型，通常从 ControlNet 加载器输入
图像	IMAGE	用于 controlNet 应用的图像，需经预处理器处理
vae	VAE	VAE 模型输入
强度	FLOAT	控制网络调整的强度，取值范围 010。建议值在 0.51.5 之间较为合理。较低的值允许模型有更多自由度，较高的值则施加更严格的约束。过高的值可能导致图像异常。您可以测试并调整此值以微调控制网络的影响。
start_percent	FLOAT	值 0.000~1.000，以百分比形式确定何时开始应用 controlNet，例如 0.2 表示 ControlNet 引导将在扩散过程进行到 20% 时开始影响图像生成
end_percent	FLOAT	值 0.000~1.000，以百分比形式确定何时停止应用 controlNet，例如 0.8 表示 ControlNet 引导将在扩散过程进行到 80% 时停止影响图像生成

​

输出

参数	数据类型	功能
positive	CONDITIONING	经 ControlNet 处理后的正向条件数据，可输出至下一个 ControlNet 或 K 采样器节点
negative	CONDITIONING	经 ControlNet 处理后的负向条件数据，可输出至下一个 ControlNet 或 K 采样器节点