MOSS-Image Edit HQ: 單一和參考指導編輯#
MOSS-Image Edit HQ 是一個 ComfyUI 工作流程，用於使用純文本指令編輯現有圖像。它由社區 armV6 編輯 LoRA 支援 MOSS-Image-SFT，包含一個默認的單圖像分支以及一個可選的參考指導分支。啟用一個分支時，每次運行會產生一個編輯後的圖像。編輯可以重新解釋細節；使用參考時，顏色和紋理會受到影響但不保證完全匹配。模型和原始示例工作流程可在 Hugging Face 上獲得，自定義節點集在 GitHub 上開源 (MOSS-Image Edit HQ, ComfyUI-Moss-Image-Edit)。
此 ComfyUI 工作流程適合需要更改光照、季節、材質和風格的創作者、產品團隊和修圖師，而不需要重繪整個場景。使用默認路徑編輯一個圖像，或啟用參考路徑讓第二個圖像指導顏色或材質。將結果與源進行比較，因為主題細節和構圖可能會改變。
Comfyui MOSS-Image Edit HQ 工作流程中的關鍵模型#
- MOSS-Image SFT (int8, convrot) 圖像骨幹。這是用於單獨編輯 LoRA 的 MOSS-Image-SFT 骨幹。請參閱 Hugging Face 上的 MOSS-Image Edit HQ 儲存庫中的模型包和示例以獲取詳細信息和更新。
- armV6 MOSS Edit LoRA。這是一個輕量級的 LoRA 補丁，專為 MOSS-Image-SFT 上的定向指令驅動編輯而訓練。它專注於屬性更改，如顏色、材質和風格，同時旨在保持識別和佈局。LoRA 資產與工作流程版本一起在 Hugging Face 上提供。
- Qwen 3.5 9B 基於文本編碼器，用於 MOSS-Image。此編碼器將您的編輯指令轉換為文本條件。此工作流程沒有遮罩輸入或保護區域的保證。
- FLUX.2 VAE 小型 (
flux2-vae_small.safetensors)。VAE 壓縮和解碼圖像以進入和退出模型使用的潛在空間，幫助在編輯過程中保持結構和細節。
如何使用 Comfyui MOSS-Image Edit HQ 工作流程#
圖形有兩個獨立分支。默認啟用 SINGLE 並繞過 MULTI。使用 SINGLE 進行基於指令對一個源圖像的編輯。要使用 MULTI，繞過 SINGLE 處理節點並啟用 MULTI 處理節點，然後提供一個源圖像和一個單獨的參考圖像。保持說明性筆記啟用。每個分支的批量大小為 1；啟用兩個分支會運行兩個輸出。單一和多指的是圖像輸入，而不是輸出數量。
保存的圖形使用 50 步驟，CFG 3，Euler / 正常，去噪 1，LoRA 強度 1，參考長邊限制 512，大約 1 MP 輸出。從這些經過測試的設置開始；一些繼承的畫布筆記描述了不同的通用默認值。
SINGLE — 一個圖像#
- 使用
LoadImage(#6) 加載您的源圖像，並在Edit instruction (positive)(#9) 中寫下簡明指令。可選的Negative prompt(#10) 可以列出要避免的內容。 ImageScaleToTotalPixels(#7) 將輸出大小設置為實用的像素預算，並將尺寸對齊到 16 的倍數網格，以便穩定解碼。GetImageSize(#17) 將這些尺寸轉發到Empty FLUX.2 latent(#13)，為取樣準備空白潛在畫布。Apply MOSS Edit (source + optional references)(#5) 將 armV6 編輯 LoRA 應用於基礎模型，並將源圖像潛在變量附加到正面和負面條件。CLIP 文本節點單獨編碼指令。此分支不需要參考。SkipLayerGuidanceDiTSimple(#18) 對此模型系列應用推薦的跳層指導，然後KSampler(#14) 執行去噪以實現編輯。結果由VAEDecode(#15) 解碼，並由SaveImage(#16) 保存。
MULTI — 使用參考#
- 使用
LoadImage(#106) 加載相同類型的源圖像，並添加一個清晰的參考圖像，使用LoadImage(#119)。保持參考簡單且能代表您想要的顏色或材質。 - 在
Edit instruction (positive)(#109) 中提供指令，明確指明應改變和必須保持不變的內容。僅在必要時使用Negative prompt(#110)。 Apply MOSS Edit (source + optional references)(#105) 將源和參考圖像編碼一次，並將兩者輸入模型，使編輯遵循您的文本，同時由參考推動。參考的內部大小調整為穩定條件的上限長邊；這與最終輸出大小分開。- 如在 SINGLE 中，該分支使用
SkipLayerGuidanceDiTSimple(#118)，使用KSampler(#114) 進行取樣，使用VAEDecode(#115) 進行解碼，並使用SaveImage(#116) 寫入一個輸出。參考指導的編輯是近似的，而不是一對一的轉移。
Comfyui MOSS-Image Edit HQ 工作流程的關鍵節點#
Apply MOSS Edit (source + optional references) (#5)#
此節點應用編輯 LoRA 並對源圖像和任何其他參考進行 VAE 編碼，將這些潛在變量添加到現有的正面和負面文本條件中。strength 控制 LoRA 補丁權重；這不是保證細節保存的控制。保持測試值 1 作為起點。reference_max_edge 獨立限制源和每個參考的長邊，尺寸對齊到 16。增加它會改變條件分辨率和記憶體使用，而不是專門的參考影響權重。相同的指導適用於 MULTI (#105)。參考：ComfyUI-Moss-Image-Edit。
ImageScaleToTotalPixels (#7)#
設置輸出的目標像素預算，同時保持縱橫比並將兩個尺寸對齊到與模型潛在步幅匹配的 16 的倍數網格。保存的圖形使用大約 1 MP。較大的尺寸增加資源需求，並不保證更忠實的細節。此節點僅控制最終輸出大小。它不會對參考進行上採樣；參考的大小調整在 Apply 節點內處理。
SkipLayerGuidanceDiTSimple (#18)#
使用單層 22 應用基礎模型的推薦跳層指導。此保存的工作流程中已啟用，但不保證更好的編輯質量。如果您看到工件或想要純基線，繞過該節點以禁用指導。在其他地方自定義取樣行為時，在取樣之前應用指導，以便影響有效模型。
KSampler (#14)#
從 EmptyFlux2LatentImage 中取樣，而源和參考圖像透過條件進入。保持測試的 50 步驟，CFG 3，Euler / 正常，並以 denoise=1 作為起點。在此處降低去噪不是普通的源保存滑塊，因為取樣的潛在變量不包含編碼的原始圖像。更改種子以嘗試相同指令的另一種解釋。
選擇性附加#
- 寫下諸如“僅將西裝外套更改為鈷藍色。保持面部、頭髮、姿勢、背景和光照不變。”的指令。始終檢查結果是否有意外更改。
- 如果構圖漂移，嘗試更簡單的參考或更清晰的指令，然後比較另一個種子。將 LoRA 強度和參考分辨率更改視為實驗；它們不保證保存。
- 為了自然的結果，偏好中等的
cfg並避免過長的提示；明確列出必須保持不變的內容。 - 使用一個強參考圖像而不是多個弱參考。多個參考被編碼為一個結果的指導，而不是單獨的輸出。
- SINGLE 與 MULTI 僅描述圖像輸入。MOSS-Image Edit HQ 中的兩個分支每次運行產生一個圖像。
致謝#
此工作流程實現並構建於以下工作和資源之上。我們對 akhaliq 的 MOSS-Image-Edit-HQ 模型和原始工作流程，及 Chenkin-x 的 MOSS-Image-Edit 自定義節點的貢獻和維護表示感謝。欲了解權威信息，請參閱下列鏈接的原始文檔和儲存庫。
資源#
- akhaliq/MOSS-Image-Edit-HQ
- Hugging Face: akhaliq/MOSS-Image-Edit-HQ
- 文檔 / 發布說明: MOSS-Image-Edit-HQ 模型和原始工作流程
- Chenkin-x/ComfyUI-Moss-Image-Edit
- GitHub: Chenkin-x/ComfyUI-Moss-Image-Edit
- 文檔 / 發布說明: MOSS-Image-Edit 自定義節點
注意：使用引用的模型、數據集和代碼受其作者和維護者提供的各自許可和條款的約束。