当您首次运行ComfyUI，界面上会展示一个默认的工作流程，它是设计给初学者的，专注于将文本转换成图像的流程，在这里，我们将简明扼要地介绍这个工作流中的基本组成节点。

在ComfyUI的使用中，节点之间通过相同颜色的连线进行连接，一旦您熟悉了这些常见的工作流程，节点之间的连接逻辑将变得清晰易懂。

 

一、K采样器的核心作用

K采样器是SD图像生成流程的关键节点，它综合了所有节点的载入信息、数据输入和参数设置，K采样器将结合加载的模型、输入的提示词以及Latent输入来执行采样运算，并最终输出图像。

这里的Latent，也就是潜空间，可以被视作SD流程内部的图像表示方式，如果我们以图像作为输入，就需要通过VAE编码器将其转换为Latent格式，同样，在输出过程的最后，我们需要通过VAE解码器将Latent格式的数据转换回像素格式的图像。

 

二、Checkpoint加载器的启动角色

Checkpoint，亦即模型的存储点，是该工作流的出发点，用户需要选定一个合适的大型模型，并将VAE输入传递给K采样器，而CLIP则用于连接正向和反向提示词。

用户可以选择直接用大模型的VAE进行连接，或者使用VAE解码节点来加载自定义的VAE模型。

 

三、CLIP文本编码器的双向功能

CLIP节点主要是负责接收提示词的输入。

在工作流中，需要设置两个CLIP节点：一个将正向提示词连接到K采样器，另一个则将负向提示词连接到采样器。

 

四、空Latent的图像构建

空Latent用于创建潜空间图像，其主要用途是设定图像的尺寸和批量处理的数量。

其Latent连接K采样器的Latent。

 

五、VAE解码的转换职责

如前所述，Latent潜空间图像与最终的像素图像之间需要进行转换。

那VAE解码节点正是负责这一转换过程的的工作节点。

 

六、图像保存的最终步骤

如其名，这个节点用于保存生成的图像，不仅可以在ComfyUI的界面上查看保存的图像，还可以在本地文件夹目录（x:\xxx\ComfyUI根目录\output）中找到所有输出的图片。

整个默认工作流程就是这样简洁明了，您只需输入提示词，点击添加到提示词队列，就可以轻松生成您的第一张ComfyUI图片。