下面直接进入实操环节，我将关键步骤和参数详细拆解，逐一说明。
进入ComfyUI高清修复工作流
高清修复功能必须通过ComfyUI的可视化节点界面来调用，静态图生图页面不具备此功能。具体操作如下：
- 登录LibLibAI后，在首页搜索栏输入“Flux完美高清放大V2”或“SUPIR超级高清放大修复”。
- 点击对应工作流卡片右上角的【在ComfyUI中运行】蓝色按钮，页面会自动跳转到节点编辑界面。
- 等待所有节点加载完成（左下角显示“Ready”），界面中央会出现一组带文字标签的矩形模块，其中必定包含“加载图像”和“基础调度器”节点。
上传原始图片并确认输入路径
这一步必须指向正确的节点，否则流程无法读取图像。提供两种方法：
- 直接上传：点击标有“加载图像”或“Load Image”的节点内部的“choose file to upload”按钮，从电脑中选择目标图片（推荐使用PNG格式，尺寸不超过2048×2048像素）。
- 拖拽上传：将图片文件直接拖入该节点区域，松开鼠标即可触发上传；如果节点无反应，说明拖拽位置错误——请确认鼠标悬停时节点边框是否高亮变蓝。
注意：上传后请务必检查节点右上角是否出现小缩略图，若没有则代表上传失败，需要重新尝试。
调节降噪值（Denoise）——清晰度与保真度的平衡杆
这是整个修复流程中最核心的参数，数值越小越保守，越大越激进。应该如何调整？
首先找到名为“基础调度器”或“KSampler”的矩形节点，双击打开参数面板。在面板中找到“Denoise”滑块或输入框，根据图像类型进行设定：
- 人像类（包含人脸、身体）：建议设为0.2–0.3，高于0.3容易导致五官错位。
- 风景/产品图：可以设置在0.25–0.35之间。
- 如果原图严重模糊（例如老照片颗粒感明显），可以试探性调到0.4，但必须同步启用ControlNet来约束结构。
修改后数值实时生效，无需手动保存。如果生成的图片边缘发虚或细节漂移，立即回调到0.22再运行一次。
可选增强：换UNet模型与加ControlNet
这一步并非必需，但对提升写实感和结构稳定性非常有帮助。
- 换UNet模型：在界面右上方找到“UNET加载器”节点，点击下拉菜单，选择适合风格的大模型。例如人像可优先选“F.1-Realistic-V2”，产品图则选“FLUX.1-dev”，切勿使用ReVAnimated这类动漫向模型。
- 加ControlNet结构引导：如果修复后仍存在形变（比如手臂扭曲、建筑倾斜），可在节点空白处右键→选择“Add Node”→搜索“ControlNet Apply”→连接到“KSampler”节点的“positive”输入口→再上传一张Canny线稿或OpenPose姿态图作为控制源→将Control Weight设为0.75～0.85。
运行并导出无水印高清图
点击界面右上角绿色三角形的“Queue Prompt”按钮，等待右下角“Save Image”节点输出缩略图。将鼠标悬停在该缩略图上，右键→选择“Save Image”→保存为PNG格式。
关键提醒：千万不要点击界面顶部的“保存项目”或“导出JSON”，那只是保存工作流配置，并非图片本身。
