揭秘Krita-AI-Diffusion：ComfyUI工作流集成的终极指南

【免费下载链接】krita-ai-diffusion Streamlined interface for generating images with AI in Krita. Inpaint and outpaint with optional text prompt, no tweaking required. 项目地址: https://gitcode.com/gh_mirrors/kr/krita-ai-diffusion

Krita-AI-Diffusion是一款为Krita设计的AI绘图插件，它通过与ComfyUI的深度集成，为艺术家提供了强大的AI图像生成、修复和扩展功能。本文将深入解析其工作流集成方案，帮助你快速掌握这一强大工具的使用方法。

ComfyUI集成的核心优势

ComfyUI作为一个灵活的节点式AI工作流编辑器，为Krita-AI-Diffusion提供了强大的后端支持。这种集成带来了多重优势：

• 灵活性：通过节点式编辑，用户可以自由组合各种AI模型和处理步骤
• 可定制性：支持自定义工作流，满足不同创作需求
• 高级控制：提供对AI生成过程的细粒度控制，如采样器、步数、CFG比例等参数调节

Krita-AI-Diffusion通过ai_diffusion/comfy_workflow.py模块实现了与ComfyUI的无缝对接，该模块提供了构建和管理ComfyUI工作流的完整API。

工作流集成架构解析

Krita-AI-Diffusion与ComfyUI的集成主要通过以下几个关键组件实现：

1. 工作流构建器

ComfyWorkflow类是集成的核心，它提供了创建和管理ComfyUI工作流的完整工具集：

class ComfyWorkflow:
    """Builder for workflows which can be sent to the ComfyUI prompt API."""
    
    def __init__(self, node_defs: ComfyObjectInfo | None = None, run_mode=ComfyRunMode.server):
        self.root: dict[str, dict] = {}
        self.images: dict[str, Image] = {}
        self.image_data: dict[str, bytes] = {}
        self.node_count = 0
        self.sample_count = 0
        self.node_defs = node_defs or ComfyObjectInfo({})
        self._cache: dict[str, Output | Output2 | Output3 | Output4] = {}
        self._run_mode: ComfyRunMode = run_mode

这个类允许开发者以编程方式构建复杂的AI工作流，包括添加节点、连接节点、设置参数等操作。

2. 节点类型支持

Krita-AI-Diffusion支持ComfyUI的各种节点类型，包括模型加载、文本编码、采样器、控制网络等。例如，加载检查点模型的方法：

def load_checkpoint(self, checkpoint: str):
    return self.add_cached("CheckpointLoaderSimple", 3, ckpt_name=checkpoint)

以及创建采样器节点的方法：

def ksampler(
    self,
    model: Output,
    cond: ConditioningOutput,
    latent_image: Output,
    sampler="dpmpp_2m_sde_gpu",
    scheduler="normal",
    steps=20,
    cfg=7.0,
    denoise=1.0,
    seed=1234,
):
    self.sample_count += steps
    return self.add(
        "KSampler",
        1,
        seed=seed,
        sampler_name=sampler,
        scheduler=scheduler,
        model=model,
        positive=cond.positive,
        negative=cond.negative,
        latent_image=latent_image,
        steps=steps,
        cfg=cfg,
        denoise=denoise,
    )

3. 可视化工作流

Krita-AI-Diffusion提供了直观的界面，让用户可以轻松创建和管理ComfyUI工作流。下面是一个完整的工作流示例，展示了从提示词到最终图像生成的全过程：

这个工作流包含了提示词输入、模型加载、潜变量生成、采样和图像解码等完整步骤，所有这些都可以在Krita内部通过直观的界面进行控制。

实际应用：参数控制与调节

Krita-AI-Diffusion将ComfyUI的复杂参数控制简化为用户友好的界面。通过参数节点，用户可以轻松调整关键生成参数，如提示词、采样器类型、步数和CFG比例等：

这些参数通过ai_diffusion/ui/settings.py中的设置界面进行管理，确保用户可以在不直接编辑节点的情况下调整生成效果。

安装与配置指南

要使用Krita-AI-Diffusion的ComfyUI集成功能，你需要按照以下步骤进行安装：

1. 首先克隆仓库：git clone https://gitcode.com/gh_mirrors/kr/krita-ai-diffusion
2. 安装依赖：pip install -r requirements.txt
3. 在Krita中安装插件：设置 > 插件 > 从文件导入
4. 启动插件后，系统会自动安装ComfyUI及所需的模型和自定义节点

插件提供了三种ComfyUI连接模式：

• 本地自动安装：插件自动安装和管理ComfyUI
• 远程服务器：连接到已有的ComfyUI服务器
• 自定义ComfyUI：连接到本地或远程的自定义ComfyUI实例

高级技巧：自定义工作流

对于高级用户，Krita-AI-Diffusion支持导入和导出ComfyUI工作流文件，允许你创建复杂的自定义生成流程。你可以通过以下方法导入工作流：

@staticmethod
def import_graph(existing: dict, node_defs: ComfyObjectInfo):
    w = ComfyWorkflow(node_defs)
    existing = _convert_ui_workflow(existing, node_defs)
    # 处理节点和连接...
    return w

这使得你可以创建高度定制化的AI生成流程，满足特定的创作需求。

结语

Krita-AI-Diffusion与ComfyUI的集成，为数字艺术家提供了强大而灵活的AI创作工具。通过直观的界面和强大的后端支持，用户可以轻松实现复杂的AI图像生成效果。无论你是AI艺术新手还是经验丰富的创作者，这款插件都能帮助你在Krita中释放AI的创造力。

随着AI技术的不断发展，Krita-AI-Diffusion将持续改进其ComfyUI集成，为用户带来更多先进功能和更优质的创作体验。现在就开始探索这个强大的工具，将你的艺术创作提升到新的高度吧！

【免费下载链接】krita-ai-diffusion Streamlined interface for generating images with AI in Krita. Inpaint and outpaint with optional text prompt, no tweaking required. 项目地址: https://gitcode.com/gh_mirrors/kr/krita-ai-diffusion