SamplerCustom 节点旨在为各种应用提供灵活且可定制的采样机制。它使用户能够根据自身特定需求选择和配置不同的采样策略，从而增强采样过程的适应性和效率。

## 输入

| 参数 | 描述 | 数据类型 |
| --- | --- | --- |
| `模型` | 'model' 输入类型指定用于采样的模型，在决定采样行为与输出结果中起着关键作用。 | `MODEL` |
| `添加噪波` | 'add_noise' 输入类型允许用户指定是否在采样过程中添加噪声，这会影响生成样本的多样性和特性。 | `BOOLEAN` |
| `噪波种子` | 'noise_seed' 输入类型为噪声生成提供种子，确保在添加噪声时采样过程的可复现性和一致性。 | `INT` |
| `cfg` | 'cfg' 输入类型设置采样过程的配置，允许对采样参数和行为进行微调。 | `FLOAT` |
| `正面条件` | 'positive' 输入类型代表正向条件信息，引导采样过程生成符合指定正向属性的样本。 | `CONDITIONING` |
| `负面条件` | 'negative' 输入类型代表负向条件信息，引导采样过程避免生成具有指定负向属性的样本。 | `CONDITIONING` |
| `采样器` | 'sampler' 输入类型选择要使用的具体采样策略，直接影响生成样本的性质和质量。 | `SAMPLER` |
| `Sigmas` | 'sigmas' 输入类型定义了采样过程中使用的噪声水平，影响样本空间的探索程度以及输出的多样性。 | `SIGMAS` |
| `Latent` | 'latent_image' 输入类型为采样过程提供初始潜在图像，作为样本生成的起点。 | `LATENT` |

## 输出

| 参数 | 描述 | 数据类型 |
| --- | --- | --- |
| `降噪Latent` | 'output' 代表采样过程的主要结果，包含生成的样本。 | `LATENT` |
| `denoised_output` | 'denoised_output' 代表经过降噪处理后的样本，可能提升了生成样本的清晰度和质量。 | `LATENT` |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/SamplerCustom/zh.md)