🐋 Qwen Image Integrated KSampler

English | 简体中文

QwenImageIntegratedKSampler

Ceci est un nœud sampler intégré pour la génération d’images ComfyUI Qwen-Image, supportant Z-Image. Comparé à l’utilisation du KSampler officiel, il élimine le câblage désordonné, supporte la génération texte-à-image et image-à-image, résout les problèmes de décalage des nœuds officiels, et intègre la boîte de saisie de prompt, le redimensionnement automatique des images, le nettoyage automatique de la mémoire/VRAM, la génération par lots, la sauvegarde automatique et d’autres fonctionnalités d’optimisation complètes, ainsi maman n’a plus à s’inquiéter de mon câblage désordonné~~~~

#### Si ce projet vous aide, merci de lui donner une étoile ⭐Star — cela me montre qu’il y a des humains qui l’utilisent !

🏆 Fonctionnalités

🎨 Modes de génération supportés

• Z-Image : Support du modèle Z-Image
• Texte-à-Image : Génération d’images à partir de prompts textuels
• Image-à-Image : Génération basée sur des images de référence, édition d’image, supporte jusqu’à 5 images

⚡ Optimisations avancées

• Optimisation des problèmes de décalage : Résout les problèmes de décalage des nœuds officiels, et suit mieux les instructions
• Intégration de l’algorithme d’échantillonnage (AuraFlow) : Intègre le nœud d’algorithme d’échantillonnage (AuraFlow), aucun câblage supplémentaire nécessaire
• Intégration CFGNorm : Intègre le nœud CFGNorm, aucun câblage supplémentaire nécessaire

🖼️ Traitement d’image

• Boîte de saisie de prompt intégrée : Intègre la boîte de saisie de prompt, aucun câblage supplémentaire nécessaire
• Images de référence multiples : Supporte jusqu’à 5 images de référence pour la génération conditionnelle
• Redimensionnement automatique des images : Maintient le ratio d’aspect tout en redimensionnant aux dimensions cibles
• Support du contrôle ControlNet : Connexion supplémentaire au [🐋 Qwen ControlNet Integrated Loader] pour le contrôle de pose, profondeur et autres

🔧 Amélioration de la productivité

• Génération par lots : Génère plusieurs images en une seule opération
• Nettoyage automatique de la VRAM : Options de nettoyage automatique pour la mémoire GPU/VRAM
• Nettoyage automatique de la RAM : Options de nettoyage automatique pour la mémoire RAM
• Sauvegarde automatique des résultats : Sauvegarde automatique des images générées dans le dossier spécifié
• Notification sonore de fin : Joue un rappel audio à la fin de la génération

🍧 Affichage comparatif

🔄 Comparaison de la complexité des workflows

• ❌ Workflow sans utiliser [Qwen Image Integrated KSampler] (compliqué, trop de nœuds, trop de câbles)

• ✅ Workflow utilisant [Qwen Image Integrated KSampler] (extrêmement simple, un seul nœud, presque pas de câbles)

🖼️ Comparaison de l’effet sur l’image générée

• ❌ Workflow sans utiliser [Qwen Image Integrated KSampler] (décalage et mise à l’échelle évidents)

• ✅ Workflow utilisant [Qwen Image Integrated KSampler] (aucun décalage ni mise à l’échelle)

📦 Méthode d’installation

Méthode 1 : Via ComfyUI Manager (Recommandé)

• Ouvrez ComfyUI Manager dans l’interface de ComfyUI
• Recherchez "ComfyUI-Qwen-Image-Integrated-KSampler"
• Cliquez sur Installer

Méthode 2 : Installation manuelle

• Rendez-vous dans votre répertoire des nœuds personnalisés de ComfyUI :

• Ajouter le nœud "🐋 Qwen Image Integrated KSampler" au flux de travail
• Régler generation_mode sur "text-to-image"
• Connecter les entrées requises :
• Modèle (🤖 Model)
• CLIP (🟡 Clip)
• VAE (🎨 Vae)
• Entrer les invites positives et négatives
• Définir la largeur et la hauteur (requis pour texte en image)
• Configurer les paramètres d’échantillonnage (steps, CFG, sampler, scheduler)
• Exécuter le flux de travail

Génération image à image

• Ajouter le nœud au flux de travail
• Régler generation_mode` sur "image-to-image"
• Connecter au moins une image de référence (🖼️ Image1)
• Ajouter éventuellement jusqu’à 4 autres images de référence
• Entrer les invites et instructions positives/négatives
• Définir largeur/hauteur cible pour redimensionnement (optionnel)
• Configurer les autres paramètres selon besoin
• Exécuter le flux de travail

Contrôle ControlNet

• Ajouter le nœud [🐋 Qwen ControlNet Integrated Loader], connecter à [📦 ControlNet Data]
• Connecter les images de contrôle pose, profondeur
• Sélectionner le modèle ControlNet, régler type et force de contrôle
• Exécuter le flux de travail

Fonctionnalités Avancées

• Gestion de la Mémoire : Activez les options de nettoyage GPU/CPU pour améliorer l'efficacité des ressources
• Traitement par Lots : Définissez batch_size > 1 pour générer plusieurs images
• Sauvegarde Automatique : Spécifiez un dossier de sortie pour la sauvegarde automatique
• Réglage AuraFlow : Ajustez auraflow_shift pour équilibrer vitesse et qualité
• Amélioration CFG : Stabilisateur pour CFG

⚠️ Notes

📝 Exigences d'Utilisation

• Mode Texte-à-Image : Doit définir la largeur (Width) et la hauteur (Height), ce sont des paramètres obligatoires
• Mode Image-à-Image : Doit fournir au moins une image de référence (Image1), supporte jusqu'à 5 images de référence (Image1-Image5)

🎛️ Suggestions de Réglage des Paramètres

• Taille du Lot : Choisissez entre 1-10, ajustez selon la mémoire GPU, il est recommandé de commencer les tests à 1
• Résolution (Largeur/Hauteur) : Doit être multiple de 8, plage 0-16384, il est conseillé de commencer les tests à des résolutions plus basses (comme 512x512)
• Étapes d'Échantillonnage : Les modèles Qwen recommandent 4-20 étapes, trop élevé peut augmenter le temps de calcul sans forcément améliorer la qualité
• Valeur CFG : Plage 0-100, défaut 1.0, recommandé entre 1.0 et 7.0
• Force de Dénoyage : Plage 0-1, défaut 1.0, peut être abaissée de façon appropriée en mode image-à-image
• Décalage AuraFlow : Plage 0-100, défaut 3.0, utilisé pour équilibrer vitesse et qualité de génération
• Force de Normalisation CFG : Plage 0-100, défaut 1.0, stabilisateur pour CFG

🔧 Traitement des Images

• Mise à l'Échelle Automatique : En texte-à-image, il faut entrer les paramètres largeur et hauteur, en image-à-image, ces paramètres permettent la mise à l’échelle automatique des images de référence tout en conservant le ratio d’aspect, définir soit la largeur soit la hauteur à 0 désactive la mise à l’échelle
• Ordre des Images de Référence : Supporte jusqu’à 5 images de référence, traitées dans l’ordre Image1-Image5, Image1 est l’image principale
• Format d’Image : Supporte les formats standards d'entrée d'image, gère automatiquement les dimensions de lot

💾 Gestion de la Mémoire

• Nettoyage Mémoire GPU : Activez l’option enable_clean_gpu_memory, nettoie automatiquement la VRAM avant/après génération
• Nettoyage Mémoire CPU : Activez enable_clean_cpu_memory_after_finish, nettoie la RAM après la génération (incluant cache fichiers, processus, bibliothèques dynamiques)
• Pour une génération continue à grande échelle, il est recommandé d’activer systématiquement les options de nettoyage mémoire pour éviter les débordements

💾 Sauvegarde Automatique

• Dossier de Sortie : Définissez auto_save_output_folder pour activer la fonction de sauvegarde automatique, laissez vide pour désactiver, supporte les chemins absolus et relatifs
• Nom de Fichier : output_filename_prefix préfixe personnalisé, par défaut "auto_save"
• Le format de sauvegarde est PNG, le nom de fichier inclut la graine et le numéro du lot (ex. : auto_save_123456_00000.png)

🔊 Fonction de Notification

• Notification Sonore : Supportée uniquement sur les systèmes Windows

📝 Historique des Mises à Jour

v1.0.6 :

• Ajout du Script de Localisation : À partir de ComfyUI v0.3.68, les fichiers de langue chinoise sont devenus invalides. Ajout d’un script de localisation automatique, double-cliquez sur [自动汉化节点.bat] et redémarrez ComfyUI, nécessite l’installation du plugin ComfyUI-DD-Translation

📞 Contact pour Personnalisation Spéciale 📞

• Auteur : @luguoli（墙上的向日葵）
• Email de l’Auteur : luguoli@vip.qq.com

Fait avec ❤️ pour la communauté ComfyUI

--- Tranlated By Open Ai Tx | Last indexed: 2026-02-25 ---