【Stable Diffusion教程】SD基础模板及常用节点介绍_sd材质节点

最新推荐文章于 2025-09-08 09:57:39 发布
最新推荐文章于 2025-09-08 09:57:39 发布
阅读量966 收藏 25
点赞数 9
CC 4.0 BY-SA版权
文章标签： stable diffusion 材质 人工智能 sd教程 AI作画 comfyui AIGC
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/text2203/article/details/146524092

Part1——基础模板

img

简单介绍一些界面：左边操作面板和材质面板，中上连连看，中下展示框，右侧调参面板

新建设置

  • 首先新增一个Blend，然后把右边的Opacity改成0；

  • 再建一个Uniform Color,然后链接起来这就是最基础的一个节点

  • 再连一个AO

  • Alt+鼠标左键，能让线更好看

  • 新建输出，Usage改成any

  • 然后合并通道RGBA marge

    • R-金属度
    • G-粗糙度
    • B-AO
    • A-高度图

  • 这个就是基础模板

img

Part2——基本界面，输出节点，混合，浮雕等节点

新建：游戏中用的最多的是PBR（Metallic/Roughness）

img

  • Shape常用的形状节点

    • 在2D VIEW窗口按下空格就能看到四方连续得效果
    • 可以在右边tilling选项增加重复

img

  • Bevel浮雕节点，可以类比于ps的浮雕效果

    • 调整Distance改变厚度
    • 调节smooth改变硬度

img

  • Ctrl+shift+鼠标右键可以改变左下的灯光
  • 左下Scene可以切换展现物体的形状
  • Transformation 2D节点可以放大缩小，类似于ps的Ctrl+t，按住Ctrl+shift就能整体缩放

img

  • Blend混合，类似于ps的混合

    • blend还可以做到减法

img

  • 乘法：正片叠底 图形里面有一个渐变

img

  • 不想四方连续就在Tilling mode里面选择No Tilling

img

  • Blur模糊节点和ps一样

img

    • 从上到小分别是：模糊，颜色模糊和灰度模糊
  • Gradient渐变节点

img

  • Curve曲线节点

img

  • 整理节点，框选在上方选择图标、

img

  • 可以拿noise和材质混合达到凹凸效果

img

  • slope blur 坡度模糊(打乱形体最常用的节点)+clouds2可以拿来做裂缝效果

img

  • Warp扭曲节点

img

  • 调节对比度节点Histogram Scan

img

  • 做石头polygon节点

img

  • 各类Tile生成器

    • Tile_sampler

  • Flood fill

    • 添加颜色渐变

Part3——SD卡通和写实材质表现对比

  • 造型

    • 大块面

  • 细节度

    • 忽略细节

  • 色彩

    • 注重颜色变化

  • 光影

这是一位SD资深大神整理的，100款Stable Diffusion超实用插件，涵盖目前几乎所有的，主流插件需求。

全文超过4000字。

我把它们整理成更适合大家下载安装的【压缩包】，无需梯子，并根据具体的内容，拆解成一二级目录，以方便大家查阅使用。

单单排版就差不多花费1个小时。

希望能让大家在使用Stable Diffusion工具时，可以更好、更快的获得自己想要的答案，以上。

如果感觉有用，帮忙点个支持，谢谢了。

想要原版100款插件整合包的小伙伴，可以来点击文末插件直接免费获取

img

100款Stable Diffusion插件：

面部&手部修复插件：After Detailer

在我们出图的时候，最头疼的就是出的图哪有满意，就是手部经常崩坏。只要放到 ControlNet 里面再修复。

现在我们只需要在出图的时候启动 Adetailer 就可以很大程度上修复脸部和手部的崩坏问题

img

AI换脸插件：sd-webui-roop

换脸插件，只需要提供一张照片，就可以将一张脸替换到另一个人物上，这在娱乐和创作中非常受欢迎。

img

模型预设管理器：Model Preset Manager

这个插件可以轻松的创建、组织和共享模型预设。有了这个功能，就不再需要记住每个模型的最佳 cfg_scale、实现卡通或现实风格的特定触发词，或者为特定图像类型产生令人印象深刻的结果的设置!

img

现代主题：Lobe Theme

已经被赞爆的现代化 Web UI 主题。相比传统的 Web UI 体验性大大加强。

img

提示词自动补齐插件：Tag Complete

使用这个插件可以直接输入中文，调取对应的英文提示词。并且能够根据未写完的英文提示词提供补全选项，在键盘上按↓箭头选择，按 enter 键选中

img

提示词翻译插件：sd-webui-bilingual-localization

这个插件提供双语翻译功能，使得界面可以支持两种语言，对于双语用户来说是一个很有用的功能。

img

提示词库：sd-webui-oldsix-prompt

提供提示词功能，可能帮助用户更好地指导图像生成的方向。

上千个提示词，无需英文基础快速输入提示词，该词库还在不断更新。

以后再也不担心英文写出不卡住思路了！

img

由于篇幅原因，有需要完整版Stable Diffusion插件库的小伙伴，点击下方插件即可免费领取

请添加图片描述

【2025 Stable Diffusion WebUI 基础详解】【7.Tagger图像反推插件详细介绍】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
05-06 801
插件选择。。参数调整阈值：0.35（二次元）/0.5（写实）。提升画质。工具链整合批量处理：Python脚本+ComfyUI。性能优化：模型量化+缓存加速。
【2025 Stable Diffusion WebUI 实战案例】【5.三维软件去精准辅助Stable Diffusion出高质量图实战】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
05-08 420
三维软件（如Blender、3ds Max）与Stable Diffusion（SD）的结合，通过精准结构控制+AI艺术化渲染，可突破传统SD生成的空间限制。三维建模：构建精确的场景结构与比例数据导出：输出深度图、法线图、摄像机参数等SD控制生成：利用ControlNet、Depth Maps等工具约束生成无限圣杯插件：直接在Blender内调用SD生成纹理、材质Depth Maps导出：通过Blender渲染层输出场景深度信息。
案例学习——创建你的第一个Substance Designer材质球
清清！的博客
07-06 8211
本案例学习资料来源 原版：Substance Academy Series:Getting Started with Substance Designer 翻译：创建你的第一个SD材质球 1 什么是SD What is Substance Designer 简要来说，SD是一个用来制作贴图的软件，其工作模式以图形化节点为基础 2 ...
SD节点
Microunreal的博客
12-11 2718
节点 Cartesian_to_polar_grayscale 将平面图扭曲成一个圆状。 节点 Edge Detect 抽取图片中的间隙 填充RGB Flood Fill 一般和Flood Fill Gradient 一同使用 以距离向外扩散 Distance 设置直方图的范围，可用来调整整体明暗Histogram Range 可用来调整明暗对比度Histogram Scan ...
【Stable Diffusion教程】SD基础模板及常用节点介绍
m0_71746299的博客
01-16 1205
目录收起Part1——基础模板Part2——基本界面，输出节点，混合，浮雕等节点Part3——SD卡通和写实材质表现对比。
Substance Designer(SD)节点作用简单记录
ShrimpsChen的博客
06-20 972
在Tile Sampler基础上可设置颜色并可使图案贴合背景角度摆放。
linux驱动sd适配节点,(转) 嵌入式 Linux 利用 udev 实现自动检测挂载U盘
weixin_42131541的博客
05-15 347
udev配置文件是/etc/udev/udev.conf，也许长这样：# udev.conf# The initial syslog() priority: "err", "info", "debug" or its# state can be changed with: "udevcontrol log_priority=".udev_root="/dev/"udev_rules="/etc/u...
【comfyui教程】Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图
2401_84760719的博客
12-17 1440
ComfyUI 是一个基于节点流程式的stable diffusion AI 绘图工具WebUI，界面版块基本和stable diffusion一样，只是每个版块被拆分成节点，可以灵活控制连接，这样的工作流和完善的可复现性，用户可以精准的控制每个版块的设置，达到控制变量的目的，但节点式的工作流也提高了一部分使用门槛。用过3D渲染的同学应该对这种节点控制的布局很熟悉。
一口气摸透AIGC文生图产品SD（Stable Diffusion）！
女王の专属领地
11-26 2001
Stable Diffusion是一种基于深度学习的图像扩散生成模型，利用文本描述生成图像。该模型由CompVis、Stability AI和LAION合作开发，具有高稳定性和生成质量。Stable Diffusion直译为稳定扩散，理解稳定扩散之前先通过两张图片介绍一下什么是前向扩散和逆向扩散。所谓前向扩散（forward diffusion）过程就是向训练图像中不断地添加噪声，从而使其逐渐变为一张毫无意义的纯噪声图。经过前向扩散猫的图像变成了随机噪声。
AI作画实战：Stable Diffusion保姆级教程（2024最新版）
AI天才研究院
05-08 1609
2024年，Stable Diffusion已从早期的文生图工具演进为支持多模态输入、高精度生成、实时交互的AI绘画生态。系统讲解Stable Diffusion 2024最新架构（如SDXL 1.0）与底层原理；覆盖从环境搭建到高阶应用（模型微调、多控制条件融合）的全流程；解析2024年社区新工具（如Fooocus 2.0）、优化技术（如TensorRT加速）及伦理规范。
Stable Diffusion 入门简明教程
m0_74942241的博客
09-27 2322
Stable Diffusion (以下简称 SD) 是一个文本到图像生成模型, 即通常所说的 AI 绘画Stable Diffusion WebUI 是一个工具包, 为 SD 提供了一个便捷的交互界面本文不需要你有任何基础知识, 如果有步骤不理解, 可以先跟着做, 先用起来再回头理解。
Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图
libaiup的博客
01-09 1028
ComfyUI 是一个基于节点流程式的stable diffusion AI 绘图工具WebUI，界面版块基本和stable diffusion一样，只是每个版块被拆分成节点，可以灵活控制连接，这样的工作流和完善的可复现性，用户可以精准的控制每个版块的设置，达到控制变量的目的，但节点式的工作流也提高了一部分使用门槛。用过3D渲染的同学应该对这种节点控制的布局很熟悉。方便大家看，我把板块调整为竖版，有一定SD基础的同学可以看到这其实就是SD的界面板块打散：1.上限高，更适合复杂长线的大型工作。
【SD基础模板及常用节点介绍】
Misdirection_XG的博客
02-26 726
随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。我们在学习的时候，往往书籍代码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入门stable diffusion，科学有趣才能更方便的学习下去。观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
Stable Diffusion 教程：SD 基础模板及常用节点介绍
hong161688的博客
02-28 938
在 Stable Diffusion 中，基础模板是构建复杂节点网络的起点。新增 Blend 节点：首先新增一个 Blend 节点，然后把右边的 Opacity 改成 0。添加 Uniform Color 节点：再建一个 Uniform Color 节点，并将其与 Blend 节点链接起来，这便是最基础的一个节点组合。连接 AO 节点：接着再连一个 AO 节点。优化线条显示：使用 Alt+ 鼠标左键，能让线更好看。新建输出节点：新建输出节点，并将 Usage 改成 any。合并通道。
UE风格化Day6-SD瓦片材质
Seedol的博客
10-29 960
瓦片SD材质制作
Linux设备驱动子系统第二弹 - SD卡
热门推荐
我的嵌入式人生
10-01 1万+
1. 总论 2. 主控制器 3. 协议层 4. 块设备 1. 总论  1.1 概念 MMC - MultiMedia CardSD    - Secure Digital Card 1.2 分类 按存储大小，普通SD卡（2GB,按体积大小，普通SD卡，mini-SD卡，micro-SD卡（TF卡） 1.3 速度 默认模式: 12.5MB/s高速模式: 25MB/
深入浅出内存管理--内存节点(Node)
程序猿Ricky的日常干货
12-14 3390
本文以Linux内核4.9来做介绍。 Node 结构体 内核中的节点是使用一个结构体struct pglist_data来进行管理的，它的组成如下所示，本文只会列出几个关键成员，其余成员待遇到时在做解释： typedef struct pglist_data { struct zone node_zones[MAX_NR_ZONES]; struct zonelist nod...
DreamStudio-Stable Diffusion官方绘画工具
最新发布
Qynwang的博客
09-08 573
” 以前约画师倾家荡产，现在 DreamStudio 让我夜产 300 稿 —— 甲方变乙方的感觉真上头！它把实验室级的 Stable Diffusion 模型塞进网页，让你打字描述就能秒出大作，从。：复杂场景记得开 “超分模式”，否则细节可能糊成马赛克！官方出品的「AI 绘画神器」—— 全球最火的。输入 “樱花飘落 vlog”，直接生成。全包办，打工人秒变艺术家的作弊器！，客户跪求：“别改了，就第一版！⭐⭐⭐⭐⭐ 方言都能懂。⭐⭐⭐⭐ 口语化优化。⭐⭐⭐⭐ 发丝级细节。⭐⭐⭐⭐⭐ 完全免费。
如何将图像大模型（如Stable Diffusion）的API封装为可调用节点
05-14
<think>嗯，用户现在问的是如何将Stable Diffusion的API封装成可调用节点并集成到类似ComfyUI的工作流中。之前已经回答过Coze平台集成的方法，但这次用户可能更关注具体的步骤和技术细节。我需要结合之前的回答中的引用，特别是引用[1]和[2]，以及用户提到的具体需求。 首先，用户提到引用[1]中的内容，说明需要删除_meta字段来优化工作流。这意味着在封装API时要注意工作流的简洁性，可能需要处理JSON结构中的冗余字段。引用[2]提到了使用MyOllamaGenerateAdvance来润色描述信息，这可能涉及到文本处理和生成prompt的步骤，所以封装节点时可能需要包括文本处理的部分。 用户上一次的问题是关于Coze集成图像大模型的方法，现在具体到封装API节点，可能需要详细说明如何创建插件、处理输入输出、以及如何与工作流引擎交互。要确保步骤清晰，包括代码示例和优化建议。 另外，用户可能需要了解如何处理API请求，比如鉴权、参数配置，以及如何将节点集成到工作流中，比如连接其他节点如文本生成或图像处理。需要分步骤讲解，可能还要提到错误处理和性能优化，比如异步调用或缓存。 需要检查之前的回答是否已经涵盖了这些点，或者是否需要补充更多细节。例如，在之前的回答中提到了API插件的方法，这里需要更详细的步骤，比如如何定义节点类、处理输入参数、调用API、返回结果等。同时，结合引用[1]提到的删除_meta字段，可能在封装时要过滤不必要的元数据，确保工作流的简洁性。 可能还需要提到测试和调试，比如如何在本地测试节点功能，再集成到工作流中。以及如何利用ComfyUI的工作流特性，如节点之间的连接、数据流传递等。 总结来说，回答需要结构清晰，分步骤说明如何封装API，包括代码示例、参数处理、工作流集成，并结合引用中的优化建议，确保回答实用且详细。</think>### Stable Diffusion API封装为ComfyUI式节点的实现方法 以下是将Stable Diffusion API封装为可调用节点的完整技术路线，结合引用[1]的优化建议和引用[2]的多模态处理经验： #### 一、基础节点封装（Python实现） ```python import requests from nodes import NodeBase # ComfyUI节点基类 class StableDiffusionNode(NodeBase): CATEGORY = "ImageGeneration" @classmethod def INPUT_TYPES(cls): return { "required": { "prompt": ("STRING", {"multiline": True}), "steps": ("INT", {"default": 20, "min":1, "max":150}), "cfg_scale": ("FLOAT", {"default":7.0, "min":1.0, "max":20.0}) } } FUNCTION = "generate" def generate(self, prompt, steps, cfg_scale): # API调用核心逻辑（引用[1]优化点） payload = { "text_prompts": [{"text": prompt}], "cfg_scale": cfg_scale, "steps": steps } # 发送请求并获取响应 response = requests.post( "https://api.stability.ai/v1/generation/stable-diffusion-v1-6/text-to-image", headers={"Authorization": f"Bearer {API_KEY}"}, json=payload ) # 移除冗余元数据（引用[1]实践） if "_meta" in response.json(): del response.json()["_meta"] return {"image": self._parse_response(response)} def _parse_response(self, response): # 解析二进制图像数据 return Image.open(io.BytesIO(response.content)) ``` #### 二、工作流集成关键步骤 1. **节点注册配置** ```json // custom_nodes.json { "nodes": [ { "name": "Stable Diffusion API", "module": "custom_nodes.stable_diffusion", "class_name": "StableDiffusionNode" } ] } ``` 2. **工作流定义优化（应用引用[1]建议）** ```python # 原始工作流示例 workflow = { "text_preprocess": { "_meta": {"title": "文本处理"}, # 需删除的冗余字段 "connections": ["stable_diffusion"] }, "stable_diffusion": { "inputs": {"prompt": "<来自文本节点>"} } } # 优化后工作流（引用[1]方法） for node in workflow.values(): node.pop("_meta", None) ``` 3. **多模态串联（引用[2]案例扩展）** ```mermaid graph TD A[用户输入] --> B(MyOllamaGenerateAdvance) B --> C{艺术性检测} C -->|通过| D[StableDiffusionNode] C -->|修正| E[Prompt修正器] E --> D D --> F[图像后处理] ``` #### 三、性能优化策略 | 优化维度 | 实现方案 | 效果提升 | |----------------|----------------------------|----------| | 异步调用 | 使用`aiohttp`替代`requests` | 延迟↓35% | | 结果缓存 | 建立Redis缓存池 | QPS↑200% | | 连接复用 | 配置HTTP Keep-Alive | 吞吐↑40% | | 预处理优化 | 预加载VAE模型 | 显存↓20% | #### 四、工程化建议 1. **鉴权安全**：采用临时令牌生成机制，避免API密钥硬编码（引用[3]安全规范） 2. **错误处理**：添加重试逻辑和降级策略 ```python from tenacity import retry, stop_after_attempt @retry(stop=stop_after_attempt(3)) def generate_with_retry(self, ...): # 包含网络错误检测的增强实现 ``` 3. **监控埋点**：集成Prometheus指标采集 ```python REQUESTS_COUNTER = Counter('api_calls', 'API调用统计', ['status']) # 在generate方法内添加： REQUESTS_COUNTER.labels(status=response.status_code).inc() ``` #### 五、测试验证流程 1. 单元测试：验证单个节点的输入输出转换 2. 集成测试：模拟完整工作流执行 3. 压力测试：使用Locust模拟并发请求 ```bash locust -f test/workflow_load_test.py ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值