> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-mintlify-b90d3c69.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# BasicScheduler - ComfyUI Built-in Node Documentation

> Complete documentation for the BasicScheduler node in ComfyUI. Learn its inputs, outputs, parameters and usage.

`BasicScheduler` 节点旨在根据提供的调度器、模型和去噪参数，为扩散模型计算一系列 sigma 值。它会根据去噪因子动态调整总步数，以微调扩散过程，为需要精细控制的高级采样过程（如多阶段采样）的不同阶段提供精确的“配方”。

## 输入

| 参数    | 比喻描述                         | 数据类型           | 输入类型 | 默认值 | 范围      | 技术用途                 |
| ----- | ---------------------------- | -------------- | ---- | --- | ------- | -------------------- |
| `模型`  | **画布类型**：不同画布材质需要不同颜料配方      | MODEL          | 输入   | -   | -       | 扩散模型对象，决定 sigma 计算基础 |
| `调度器` | **混合技法**：选择颜料浓度变化方式          | COMBO\[STRING] | 控件   | -   | 9 个选项   | 调度算法，控制噪声衰减模式        |
| `步数`  | **混合次数**：20 次混合与 50 次混合的精度差异 | INT            | 控件   | 20  | 1-10000 | 采样步数，影响生成质量和速度       |
| `降噪`  | **创作强度**：从微调到重绘的控制程度         | FLOAT          | 控件   | 1.0 | 0.0-1.0 | 去噪强度，支持局部重绘场景        |

### 调度器类型

基于源代码 `comfy.samplers.SCHEDULER_NAMES`，支持以下 9 种调度器：

| 调度器名称                 | 特性      | 使用场景      | 噪声衰减模式    |
| --------------------- | ------- | --------- | --------- |
| **normal**            | 标准线性    | 通用场景，平衡   | 均匀衰减      |
| **karras**            | 平滑过渡    | 高质量，细节丰富  | 平滑非线性衰减   |
| **exponential**       | 指数衰减    | 快速生成，追求效率 | 指数级快速衰减   |
| **sgm\_uniform**      | SGM 均匀  | 特定模型优化    | SGM 优化衰减  |
| **simple**            | 简单调度    | 快速测试，基础使用 | 简化衰减      |
| **ddim\_uniform**     | DDIM 均匀 | DDIM 采样优化 | DDIM 特定衰减 |
| **beta**              | Beta 分布 | 特殊分布需求    | Beta 函数衰减 |
| **linear\_quadratic** | 线性二次    | 复杂场景优化    | 二次函数衰减    |
| **kl\_optimal**       | KL 最优   | 理论优化      | KL 散度优化衰减 |

## 输出

| 参数       | 比喻描述                      | 数据类型   | 输出类型 | 技术含义              |
| -------- | ------------------------- | ------ | ---- | ----------------- |
| `sigmas` | **颜料配方表**：详细的颜料浓度列表，供逐步使用 | SIGMAS | 输出   | 噪声水平序列，指导扩散模型去噪过程 |

## 节点角色：艺术家的调色助手

想象你是一位艺术家，要从一团混乱的颜料混合物（噪声）中创作出一幅清晰的图像。`BasicScheduler` 就像你的**专业调色助手**，其任务是准备一系列精确的颜料浓度配方：

### 工作流程

* **第 1 步**：使用 90% 浓度的颜料（高噪声水平）
* **第 2 步**：使用 80% 浓度的颜料
* **第 3 步**：使用 70% 浓度的颜料
* **...**
* **最后一步**：使用 0% 浓度的颜料（干净的画布，无噪声）

### 调色助手的特殊技能

**不同的混合方法（调度器）**：

* **“karras”混合方法**：颜料浓度变化非常平滑，如同专业艺术家的渐变技法
* **“exponential”混合方法**：颜料浓度快速下降，适合快速创作
* **“linear”混合方法**：颜料浓度均匀下降，稳定可控

**精细控制（步数）**：

* **20 次混合**：快速作画，效率优先
* **50 次混合**：精细作画，质量优先

**创作强度（去噪）**：

* **1.0 = 全新创作**：完全从空白画布开始
* **0.5 = 半程转换**：保留一半原画，转换一半
* **0.2 = 精细调整**：仅对原画进行细微调整

### 与其他节点的协作

`BasicScheduler`（调色助手） → 准备配方 → `SamplerCustom`（艺术家） → 实际作画 → 完成作品

> 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/BasicScheduler/zh.md)