中文AI绘图神器ComfyUI-Kolors-MZ：为什么它能让快手Kolors在ComfyUI原生采样？完整概览

中文AI绘图神器ComfyUI-Kolors-MZ为什么它能让快手Kolors在ComfyUI原生采样完整概览【免费下载链接】ComfyUI-Kolors-MZKolors的ComfyUI原生采样器实现(Kolors ComfyUI Native Sampler Implementation)项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-Kolors-MZComfyUI-Kolors-MZ是一款专为快手 Kolors可图设计的 ComfyUI 原生采样器实现插件。它让中文 AI 绘图模型 Kolors 以原生方式接入 ComfyUI 工作流无需复杂的中间封装即可获得与 SD/SDXL 一致的采样体验并完整支持 IPAdapter、ControlNet 等高级玩法。一、Kolors 是什么为什么需要原生采样器Kolors 是快手推出的中文 AI 绘图大模型最大的特点是深度理解中文提示词——写水墨风少女红裙桃花飘落这样的中文描述就能得到准确的画面这对中文用户极其友好。但 Kolors 的架构与标准 SD/SDXL 有差异比如文本编码器是 ChatGLM3、UNet 结构特殊普通 ComfyUI 无法直接加载采样。市面上的封装方案往往需要额外的 Wrapper 模型节点流程生硬且种子不可复现。ComfyUI-Kolors-MZ 的解决思路是原生采样Native Sampling通过 Hook 机制见 hook_comfyui_kolors_v2.py扩展 ComfyUI 的模型识别系统把 Kolors 注册为 ComfyUI 认识的KolorsSDXL模型类型Kolors 特有的encoder_hid_proj层被直接注入 UNet 前向计算中由 ComfyUI 核心采样器KSampler原生驱动官方调度参数linear 噪声调度、1100 步等被写入采样配置保证出图质量与官方一致简单说你看到的还是标准 KSampler VAEDecode但底层已经在跑 Kolors 了。二、核心节点清单一张表看懂所有节点统一归类在MinusZone - Kolors下见init.py常用节点如下节点名称作用使用场景MZ_ChatGLM3Loader加载 ChatGLM3 中文文本编码器所有 Kolors 工作流MZ_ChatGLM3TextEncodeV2中文提示词编码文生图核心MZ_ChatGLM3TextEncodeAdvanceV2带尺寸/裁剪参数的高级编码2048 高分辨率出图MZ_KolorsUNETLoaderV2加载 Kolors UNet 模型模型加载V2 主力MZ_KolorsCheckpointLoaderSimple加载 checkpoint 格式模型备选加载方式MZ_KolorsControlNetLoader / Patch加载并适配官方 ControlNet深度/边缘/姿态控制MZ_ApplySDXLSamplingSettings切回 SDXL 调度配置特定采样需求节点的实际实现逻辑位于 mz_kolors_core.py兼容旧版流程的逻辑在 mz_kolors_legacy.py。三、快速上手4 步跑通 Kolors AI 绘图1️⃣ 安装插件将仓库克隆到 ComfyUI 的custom_nodes目录cd ComfyUI/custom_nodes git clone https://gitcode.com/gh_mirrors/co/ComfyUI-Kolors-MZ2️⃣ 准备模型文件UNet 模型→ 放入models/unet/ChatGLM3 文本编码器safetensors 版→ 放入models/LLM/插件已自动注册该目录见init.py 中的add_model_folder_path3️⃣ 搭建工作流按ChatGLM3Loader → ChatGLM3TextEncodeV2正/负提示词→ KolorsUNETLoaderV2 → KSampler → VAEDecode连线参考项目自带的 examples/workflow_legacy.png 工作流图。4️⃣ 中文提示词直接出图提示词直接写中文即可例如一位穿着汉服的女子庭院中樱花飘落电影质感。⚠️ 小提醒如果加载报错先确认模型是unet目录格式还是checkpoints格式——前者用 UNet 加载器后者用MZ_KolorsCheckpointLoaderSimple不确定就两种都试试详见 README.md FAQ。四、进阶玩法IPAdapter、ControlNet 与局部重绘插件内置了对 IPAdapter 的支持ComfyUI_IPAdapter_plus/ 目录可实现垫图风格迁移、FaceID 人脸保持也提供了官方 ControlNet 加载与补丁节点支持 Depth / Canny / Pose 控制。IPAdapter 垫图工作流加载参考图 → 风格/内容注入采样器出图风格与参考图高度一致️ControlNet 结构控制配合深度图、姿态图精准控制画面构图️局部重绘Inpainting加载 Kolors-Inpainting 模型即可对图片指定区域重绘五、相同种子测试精度到底怎么样作者还专门做了同种子对比测试左侧是 ComfyUI-Kolors-MZ 的 V1 / V2 流程右侧是官方 Wrapper 流程在相同随机种子下生成结果几乎一致证明了原生采样实现的数学正确性与可复现性参考 examples/workflow_same_seed_test.png 工作流六、常见问题速查FAQ问题解决方法加载模型报错区分 unet / checkpoint 两种加载方式各试一次round_up is not defined安装或更新cpm_kernelsmodule comfy.model_detection has no attribute...将 ComfyUI 本体更新到最新版IPAdapter 相关报错更新 ComfyUI 和 ComfyUI_IPAdapter_plus 到最新版七、项目结构速览hook_comfyui_kolors_v2.pyV2 核心 HookKolorsSDXL 模型类与采样配置hook_comfyui_kolors_v1.pyV1 兼容 Hookmz_kolors_core.py全部节点的核心实现mz_kolors_legacy.py旧版节点兼容逻辑chatglm3/ChatGLM3 中文文本编码器源码configs/文本编码器与分词器配置examples/全部官方工作流示意图总结ComfyUI-Kolors-MZ 用原生采样的思路让中文 AI 绘图最强的模型之一Kolors无缝融入 ComfyUI 生态标准采样器、可复现的种子、完整的 IPAdapter 与 ControlNet 生态全部即插即用。如果你想在 ComfyUI 里高效进行中文提示词出图这是一个值得收藏的完整方案。【免费下载链接】ComfyUI-Kolors-MZKolors的ComfyUI原生采样器实现(Kolors ComfyUI Native Sampler Implementation)项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-Kolors-MZ创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考