ComfyUI 内置 + 常用第三方还有 5 大核心【004】

ComfyUI 内置 + 常用第三方还有5 大核心 Checkpoint 加载器，覆盖标准文生图、unCLIP 图像编辑、高级模型混搭、SDXL 专用、视频 / 时序专用等场景。下面按内置官方 → 常用第三方 → 特殊场景详细讲解，附输出、适用模型、JSON 示例与选型对比。

一、内置官方 Checkpoint 加载器（必掌握）

1. CheckpointLoaderSimple（最常用，标准文生图）

核心定位

ComfyUI默认 / 最通用的大模型加载器，用于加载SD 1.x/2.x/SDXL等标准文生图模型，输出完整三组件：MODEL (UNet) + CLIP (文本编码器) + VAE。

API 与输出

python

运行

INPUT_TYPES = {"required": {"ckpt_name": (["模型列表"], )}} RETURN_TYPES = ("MODEL", "CLIP", "VAE") # 索引0/1/2

适用模型

• SD 1.5/2.1、RealisticVision、MeinaMix、Anything、SDXL 1.0/1.0-refiner 等所有标准文生图模型。

最简 JSON

json

{ "1": { "inputs": {"ckpt_name": "v1-5-pruned-emaonly.safetensors"}, "class_type": "CheckpointLoaderSimple" } }

连接要点

• CLIP接CLIPTextEncode（提示词编码）
• MODEL接KSampler
• VAE接VAEDecode/VAEEncode

2. unCLIPCheckpointLoader（图像变体 / 编辑专用）

核心定位

专门加载unCLIP 架构模型（如 SD 2.1 unCLIP），支持图像 + 文本双条件生成，用于图像变体、风格迁移、图像编辑。

API 与输出（多一个 CLIP_VISION）

python

运行

INPUT_TYPES = {"required": {"ckpt_name": (["模型列表"], )}} RETURN_TYPES = ("MODEL", "CLIP", "VAE", "CLIP_VISION") # 索引0/1/2/3

适用模型

• SD 2.1 unCLIP、Stable Diffusion unCLIP 系列、DALL-E 2 类架构模型。

最简 JSON

json

{ "1": { "inputs": {"ckpt_name": "sd21-unclip.safetensors"}, "class_type": "unCLIPCheckpointLoader" } }

连接要点

• CLIP_VISION（索引 3）接CLIPVisionEncode（处理参考图）
• 配合unCLIPConditioning节点融合文本 + 图像条件

3. CheckpointLoader（高级版，可分离加载）

核心定位

官方高级加载器，相比 Simple 版支持独立指定模型 / CLIP/VAE 配置，适合模型组件混搭（如 A 模型的 UNet + B 模型的 CLIP + C 模型的 VAE）。

API 与输入（可自定义 config）

python

运行

INPUT_TYPES = { "required": { "ckpt_name": (["模型列表"], ), "config_name": (["配置文件列表"], {"default": "default"}) } } RETURN_TYPES = ("MODEL", "CLIP", "VAE")

适用场景

• 高级实验：混搭不同模型的 UNet/CLIP/VAE
• 自定义模型架构、非标准 SD 模型

最简 JSON

json

{ "1": { "inputs": { "ckpt_name": "sdxl_base.safetensors", "config_name": "sd_xl_base.yaml" }, "class_type": "CheckpointLoader" } }

二、常用第三方 Checkpoint 加载器（进阶必备）

4. CheckpointLoader|pysssss（增强型，带预览 + 预设）

核心定位

comfyui-pysssss插件提供的增强版加载器，解决官方加载器无预览、难管理、不能独立选组件的痛点，是专业用户首选。

核心优势（对比 Simple）

• ✅ 模型预览图（需在模型目录放同名图片）
• ✅ 独立选择MODEL/CLIP/VAE（自由混搭）
• ✅ 保存 / 调用预设（一键切换常用组合）
• ✅ 自动校验模型完整性、显存优化
• ✅ 支持examples加载提示词模板

输入输出

python

运行

# 输入：ckpt_name + 可选 model/clip/vae 独立路径 RETURN_TYPES = ("MODEL", "CLIP", "VAE")

适用场景

• 多风格快速切换、模型组件实验、长流程管理

5. SDXLCheckpointLoader（SDXL 专用，简化双 CLIP）

核心定位

专门加载SDXL 模型，自动处理 SDXL 特有的双 CLIP（CLIP-G + CLIP-L），无需手动配置，简化 SDXL 工作流。

输出（含双 CLIP）

python

运行

RETURN_TYPES = ("MODEL", "CLIP", "CLIP2", "VAE") # 索引0:MODEL, 1:CLIP-G, 2:CLIP-L, 3:VAE

适用模型

• SDXL 1.0 base/refiner、SDXL 衍生模型（如 PonyDiffusion、Juggernaut XL）

连接要点

• 两个 CLIP 分别接CLIPTextEncodeSDXL节点

6. TemporalCheckpointLoader（时序 / 视频专用，除 ImageOnly 外）

核心定位

加载时序 / 视频扩散模型（如 VideoCrafter、AnimateDiff 大模型），输出含时序注意力的模型组件，配合 AnimateDiff 生成连贯视频。

输出（含时序相关）

python

运行

RETURN_TYPES = ("MODEL", "CLIP", "VAE", "MOTION_MODULE")

适用模型

• AnimateDiff 大模型、VideoCrafter、Stable Video 时序模型

三、特殊场景加载器（补充）

• CheckpointLoaderModelOnly：仅加载MODEL(UNet)，不加载 CLIP/VAE，适合仅替换 UNet的场景。
• CheckpointLoaderCLIPOnly：仅加载CLIP，用于单独测试文本编码器。
• CheckpointLoaderVAEOnly：仅加载VAE，用于单独测试 / 替换解码器。

四、六大加载器核心对比表（选型速查）

表格

五、选型建议（按场景直接选）

1. 新手 / 标准文生图→CheckpointLoaderSimple（无脑用）
2. 图像变体 / 编辑→unCLIPCheckpointLoader
3. SDXL 专用→SDXLCheckpointLoader
4. 图生视频（SVD）→ImageOnlyCheckpointLoader
5. 时序视频（AnimateDiff）→TemporalCheckpointLoader
6. 专业 / 多风格混搭→CheckpointLoader|pysssss
7. 高级实验 / 组件分离→CheckpointLoader