BasicScheduler - ComfyUI 原生节点文档

BasicScheduler 节点旨在根据提供的调度器、模型和去噪参数为扩散模型计算一系列 sigma 值。它根据去噪因子动态调整总步骤数，以微调扩散过程，在一些需要精细控制的高级的采样过程

BasicScheduler 节点旨在根据提供的调度器、模型和去噪参数为扩散模型计算一系列 sigma 值。它根据去噪因子动态调整总步骤数，以微调扩散过程，在一些需要精细控制的高级的采样过程（比如分步采样）等等提供了精细的不同阶段的“配方”

​

输入

参数名称	数据类型	输入类型	默认值	范围	比喻说明	技术作用
模型	MODEL	Input	-	-	画布类型：不同材质的画布需要不同的颜料配方	扩散模型对象，决定sigma值的计算基础
调度器	COMBO[STRING]	Widget	-	9种选项	调色技法：选择颜料浓度变化的方式	调度算法，控制噪声衰减模式
步数	INT	Widget	20	1-10000	调色次数：调色20次 vs 50次的精细度差异	采样步数，影响生成质量与速度
降噪	FLOAT	Widget	1.0	0.0-1.0	创作强度：从微调到重绘的控制力度	去噪强度，支持部分重绘场景

​

调度器类型详解

基于源码 comfy.samplers.SCHEDULER_NAMES，支持以下9种调度器：

调度器名称	特点	适用场景	噪声衰减特性
normal	标准线性调度	通用场景，平衡效果	均匀递减
karras	平滑过渡调度	高质量生成，细节丰富	平滑非线性递减
exponential	指数递减调度	快速生成，效率优先	指数型快速递减
sgm_uniform	SGM均匀调度	特定模型优化	SGM优化递减
simple	简单调度	快速测试，基础应用	简化递减
ddim_uniform	DDIM均匀调度	DDIM采样优化	DDIM特定递减
beta	Beta分布调度	特殊分布需求	Beta函数递减
linear_quadratic	线性二次调度	复杂场景优化	二次函数递减
kl_optimal	KL最优调度	理论最优化	KL散度优化递减

​

输出结果

参数名称	数据类型	输出类型	比喻说明	技术含义
sigmas	SIGMAS	Output	调色配方表：详细的颜料浓度清单，供画家逐步使用	噪声水平序列，指导扩散模型的去噪过程

​

节点角色：画家的调色助手

想象你是一位画家，正在从一团混乱的颜料（噪声）创作清晰的图像。BasicScheduler 就像是的专业调色助手，它的工作是为您准备一系列精确的颜料浓度配方：

​

工作流程

• 第1步：使用90%浓度的颜料（高噪声水平）
• 第2步：使用80%浓度的颜料
• 第3步：使用70%浓度的颜料
• …
• 最后一步：使用0%浓度（纯净画布，无噪声）

​

调色助手的特殊技能

不同的调色方法（scheduler）：

• “karras”调色法：颜料浓度变化非常平滑，像专业画家的渐变技巧
• “exponential”调色法：颜料浓度快速递减，适合快速创作
• “linear”调色法：颜料浓度均匀递减，稳定可控

精细控制（steps）：

• 20次调色：快速作画，效率优先
• 50次调色：精细作画，质量优先

创作强度（denoise）：

• 1.0 = 全新创作：完全从空白画布开始
• 0.5 = 半改造：保留原画一半，改造一半
• 0.2 = 微调优化：只对原画进行细微调整

​

与其他节点的配合

BasicScheduler（调色助手）→ 准备配方 → SamplerCustom（画家）→ 实际绘画 → 完成作品