课目表/L2 节点字典/L2-06 Flux2 精修链

L2 节点字典 · 第六册

Flux2 精修链:
三个问题,一条判断链

你在 07 号里连点四次,进到一个叫 New Subgraph 的节点,里面躺着 22 个零件。三个地方看着都不对劲:采样器上没有步数,引导器写着一个 1.0,同一个参考潜变量被接了两根线。这一课只解决这三问,给你一条下次能自己走的判断链。

先修 L2-03 实例 L3-07 · 07 号 子图 #390 → #387 关键值 steps 1 · cfg 1.0

01 / LOCATE先找到真身:四层套娃,编号 #363 起

07 号画布上只有一个折叠节点,标题写着 New Subgraph。双击它,里面还有一个;再双击,还有一个。四层点完,才看到真正干活的 22 个节点。

这个“把一整段链路折成一个节点”的东西叫子图(subgraph)。它不是分组框——分组框只是画布上的一圈虚线,不改变连线,也不产生新节点;子图是真的把内部节点收进了一层壳里,外面只露出输入口和输出口。

#390 顶层节点 · New Subgraph #389 · 里面只有 1 个节点 #388 · 里面只有 1 个节点 #387 · 真身所在层 #363 – #386 22 个节点 · 编号只在子图内部有效 前三层各只装一个节点,点错一层就会以为“子图是空的”。
四层定义全叫 New Subgraph。路径记成一行:390 → 389 → 388 → 387;参数都在最后一层。

这里还有一个容易误判的点:内部编号。子图里的 #363 到 #386 只在 #387 这张子图里唯一,和顶层的 #390、#1 不冲突。看到 #363,先问一句“我在第几层”,再去找节点。

和 01 号对比:01 号的主链只有一层子图 #196,双击一次就到底;07 号叠了四层。层级本身不影响出图,只影响你找参数的时间。

后面专门讲:子图的输入输出怎么接线、嵌套深了怎么整理,归 L2-04b 组织与接线;这一课只借它定位。

02 / STEPS第一问:步数为什么不在采样器上

你想把“精修一步”改成两步,于是去找 steps。先看 #365 SamplerCustomAdvanced——没有;再看 #363 KSamplerSelect——只有一个 euler。步数藏在右边的 #382 Flux2Scheduler 里,值是 1。

#363 KSamplerSelect euler · 无步数 #365 SamplerCustom Advanced · 无步数 #382 Flux2Scheduler steps 1 选算法 执行 排程 + 步数 三件套各管一件事;步数只在最右边那个框里。 种子也不在这里,它在 #366 RandomNoise。
同一套采样器可以跑 1 步,也可以跑 20 步。因为“跑几步”不是采样器的属性,而是它收到的 sigma 序列有多长。

拆开看三个词:

所以这条链的顺序是:#368 GetImageSize 读出宽高 → #382 按宽高和步数排出 sigma → #365 拿着 sigma 执行。#382 面板上还显示 1024 × 1024,那只是默认值;真正生效的宽高由 #368 连进来的两根线决定。

判断口诀:在 Flux2 链路里找步数,先找 Flux2Scheduler。它在,步数就在它身上;采样器上找不到,不是节点坏了。

步数、sigma 与去噪幅度的关系,L1-02 采样与步数 从原理上拆过;这一课只负责指认“值在哪个节点”。

03 / CFG第二问:CFGGuider 的 1.0 是什么意思

01 号里你见过 CFGGuider 是 5,这里却是 1.0,看起来像“没填”。先把词说清:CFG(classifier-free guidance,无分类器引导)是提示词的“听话程度”,越高越贴着提示词走。节点面板上这个数叫 cfg,口语里也叫引导强度。

cfg模型在做什么什么时候用
0只走“无条件”那一路,基本不听提示词。几乎不用;等于把文字扔掉。
1.0按正向条件直接走,不额外放大正负差异。图生图、精修、放大前补细节。
5把“正向减负向”的差额外推,提示词更强势。文生图,需要文字明确主导画面。

07 号这一步的任务不是“重新画一个场景”,而是“在参考图的基础上补细节”。提示词只有一句 8K,4K,增加细节,它不该压过参考图。把 cfg 设成 1.0,等于告诉引导器:别额外加力,按正向条件走就行。

反例有两层。第一,1.0 不是“关闭引导”,引导器仍在工作,仍要两条条件;0 才是基本不听提示。第二,1.0 不是万能值:把它抄到 01 号文生图,文字对画面的约束会变松,画面更依赖模型自己的先验,未必是你想要的。换场景就要重新判断,不能照抄。

别把两个 1.0 搞混:#364 CFGGuider 的 1.0 是引导强度;#379 ColorMatch 里也有一个 strength 1,那是颜色匹配的力度。名字像,管的不是一件事。

CFG 为什么能把正负条件的差额外推、为什么过高会过饱和,L1-03 CFG 与种子 有完整推导;这一课只判断“这一步该不该加力”。

04 / REFERENCE第三问:参考潜变量为什么进两个槽

从 #371 VAEEncode 出来一根线,很快就分成两路:一路进 #372 ReferenceLatent(正向),一路进 #370 ReferenceLatent(负向),最后分别落到 #364 CFGGuider 的两个槽里。

#381 正向 8K,4K,增加细节 #371 VAEEncode 参考潜变量 #369 负向 空的提示词 #372 ReferenceLatent #370 ReferenceLatent #364 CFGGuider 1.0 positive negative #371 只有一份潜变量,两根蓝线是同一份。 两边同源,CFG 比较的才是“文字差异”,不是“有没有参考”。
正向槽接 #372,负向槽接 #370;两个 ReferenceLatent 的 latent 输入都来自 #371。

ReferenceLatent 做的事,是把参考图的潜变量挂到条件上:采样时模型一边看文字条件,一边看这份“对照草稿”。反例:它不是 ControlNet,不给你边缘或深度那种结构约束;也不是 IPAdapter,不搬参考图的风格。它只是让条件里多一份同一空间的参考。

为什么两个槽都要挂?因为 CFGGuider 算的是“正向分支减负向分支”的差。如果只有正向带参考、负向不带,这个差里就混进了“有参考 vs 没参考”——引导器会去放大“参考图本身”,而不是放大你的文字。两边挂同一份 #371,这份参考在相减时抵消,剩下的差异才只关于提示词。

注意:当前 cfg 1.0,负向数值上并不发力。但槽不能空,接线也不能省——一是节点要求两条条件都进来,二是你以后把 cfg 调高时,结构必须仍然成立。01 号也是同一套接法:#148 与 #150 两个 ReferenceLatent,分别进正负两槽。

后面专门讲:参考潜变量和局部重绘的潜变量怎么区分、改哪一块,归 L2-03b 潜变量与局部重绘;VAE 怎么把像素压成潜变量,见 L1-01b VAE 编解码。

05 / CHAIN把三问串起来:一条能照做的判断链

下次再遇到一条看不懂的 Flux2 精修链,按这五步走,不要从参数表第一行开始背。

1

先数层,确认看到真身

双击子图直到出现一排普通节点。07 号是 #390 → #389 → #388 → #387,真身在 #363–#386。还在壳里时,看到的参数都是别人的。

2

找步数,认 Flux2Scheduler

看 #382 的 steps。采样器 #365 和算法 #363 都不管步数;宽高由 #368 送进 #382。

3

看 cfg,判断这一步想不想让文字主导

#364 是 1.0,说明这是“补细节”不是“重画内容”。文生图才会用到 5 这种量级。

4

查参考,确认两条 ReferenceLatent 同源

顺着 #370、#372 的 latent 输入往上追,都应该落到 #371。只接一边,就是接线错了。

5

顺出口,看精修之后接了什么

#376 解码 → #379 校色 → #383 4× 放大 → #386 封顶 8 MP。这一段只影响交付尺寸,不影响前三问的判断。

和 01 号主链并排看

对比项01 号主链 #19607 号精修 #387
子图层级1 层,双击一次到底4 层,双击四次到底
步数#135 Flux2Scheduler · 20#382 Flux2Scheduler · 1
引导强度#136 CFGGuider · 5#364 CFGGuider · 1.0
参考潜变量#148 / #150 双槽#370 / #372 双槽
这一步的目的从文字生成画面在参考图上补细节,再交给放大

参数速查(全部读自 07 号 JSON)

节点值它管的
#363 KSamplerSelecteuler采样算法
#364 CFGGuider1.0引导强度
#365 SamplerCustomAdvanced无参数按 sigma 执行
#366 RandomNoise521457515310692 · randomize噪声起点
#367 EmptyFlux2LatentImage1024 × 1024 · batch 1空白起点画布
#368 GetImageSize读 #378 的宽高尺寸广播
#371 VAEEncode像素 ← #378编出参考潜变量
#377 CR Text8K,4K,增加细节正向提示词
#382 Flux2Schedulersteps 1sigma 排程 + 步数

一句话串完:这是一条“把图缩到 2 MP → 编出参考潜变量 → 挂到正负两条条件上 → 用 1 步、cfg 1.0 补细节 → 校色 → 4× 放大 → 封顶 8 MP”的链。三个疑问分别对应调度器、引导器、两条 ReferenceLatent。

06 / PITFALLS三个高频误读

在采样器上找步数

症状:#365 和 #363 都没有 steps,于是判断“节点被改坏了”。

改法:Flux2 的步数在 Flux2Scheduler,07 号是 #382,01 号是 #135。

把 cfg 1.0 当成“关闭引导”

症状:以为负向不用接,或者以为 1.0 等于没设参数。

改法:1.0 是“不额外加力”,0 才是基本不听提示;负向槽仍然必须接。

只给正向接 ReferenceLatent

症状:精修越修越像参考图本身,文字几乎不起作用;或者两条条件一高一低,画面发飘。

改法:#370 和 #372 的 latent 都接 #371,保持同源。

07 / PRACTICE动手确认一遍

  1. 打开 07 号,从 #390 连点四次,把路径写下来;数一数最后一层是不是 22 个节点。
  2. 在最后一层找到 #382,读出 steps;再去 #365 和 #363 确认没有步数框。
  3. 找到 #364,读出 1.0;再打开 01 号看 #136 的 5,把两者并排记成一行。
  4. 追 #370、#372 的 latent 输入,确认都来自 #371;再指出它们分别进 #364 的哪个槽。

交作业前自检

这一课不展开:放大模型怎么选、2 MP / 8 MP 怎么定、为什么 4× 之后还要缩回来——都在 L3-07 高清放大 里逐节点讲。这里只负责把精修段读懂。