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

# BasicScheduler - ComfyUI 組み込みノードのドキュメンテーション

> ComfyUI の BasicScheduler ノードに関する完全なドキュメンテーションです。入力、出力、パラメーターおよび使用方法について学びましょう。

`BasicScheduler` ノードは、指定されたスケジューラー、モデル、およびデノイズパラメーターに基づいて、拡散モデル向けの一連のシグマ（σ）値を計算するように設計されています。このノードは、デノイズ係数に応じてステップ数を動的に調整し、拡散プロセスを微調整します。これにより、高度なサンプリングプロセス（例：マルチステージサンプリングなど）において、各段階に対して精密な「レシピ」を提供します。

## 入力

| パラメーター      | データ型           | 入力タイプ  | デフォルト値 | 範囲      | 比喩による説明                                 | 技術的な目的                     |
| ----------- | -------------- | ------ | ------ | ------- | --------------------------------------- | -------------------------- |
| `model`     | MODEL          | Input  | -      | -       | **キャンバスの材質**：異なる材質のキャンバスには、異なるペイント配合が必要 | 拡散モデルオブジェクト。シグマ値の計算基盤を決定   |
| `scheduler` | COMBO\[STRING] | Widget | -      | 9種類の選択肢 | **調色技法**：ペイント濃度の変化方法を選択                 | スケジューリングアルゴリズム。ノイズ減衰モードを制御 |
| `steps`     | INT            | Widget | 20     | 1–10000 | **調色回数**：20回の調色 vs 50回の調色 — 精密さの違い      | サンプリングステップ数。生成品質と速度に影響     |
| `denoise`   | FLOAT          | Widget | 1.0    | 0.0–1.0 | **創作強度**：微調整から全面的な再描画までを制御              | デノイズ強度。部分的な再描画シナリオに対応      |

### スケジューラーの種類

ソースコード `comfy.samplers.SCHEDULER_NAMES` を基に、以下の9種類のスケジューラーをサポートしています：

| スケジューラー名              | 特徴           | 使用ケース            | ノイズ減衰パターン         |
| --------------------- | ------------ | ---------------- | ----------------- |
| **normal**            | 標準的な線形スケジュール | 一般用途、バランス重視      | 均一な減衰             |
| **karras**            | 滑らかな遷移       | 高品質・ディテール重視の生成   | 滑らかな非線形減衰         |
| **exponential**       | 指数関数的減衰      | 高速生成、効率重視        | 指数関数的な急激な減衰       |
| **sgm\_uniform**      | SGM均一スケジュール  | 特定モデル向け最適化       | SGM最適化済み減衰        |
| **simple**            | 単純スケジュール     | 簡易テスト、基本的な用途     | 単純化された減衰          |
| **ddim\_uniform**     | DDIM均一スケジュール | DDIMサンプリングの最適化   | DDIM固有の減衰         |
| **beta**              | ベータ分布ベース     | 特殊な確率分布を必要とするケース | ベータ関数による減衰        |
| **linear\_quadratic** | 線形＋二次関数混合    | 複雑なシナリオ向け最適化     | 二次関数による減衰         |
| **kl\_optimal**       | KLダイバージェンス最適 | 理論的な最適化を追求する場合   | KLダイバージェンス最適化済み減衰 |

## 出力

| パラメーター   | データ型   | 出力タイプ  | 比喩による説明                             | 技術的な意味                        |
| -------- | ------ | ------ | ----------------------------------- | ----------------------------- |
| `sigmas` | SIGMAS | Output | **ペイント配合表**：ステップごとに使用する詳細なペイント濃度リスト | ノイズレベルのシーケンス。拡散モデルのデノイズ処理をガイド |

## ノードの役割：画家の調色アシスタント

あなたが、混沌としたペイント（ノイズ）から明瞭な画像を描き出す画家であると想像してください。`BasicScheduler` は、まるであなたの**プロフェッショナルな調色アシスタント**のように振る舞い、ステップごとの正確なペイント濃度の「配合レシピ」を準備します。

### ワークフロー

* **ステップ1**：90％濃度のペイント（高ノイズレベル）を使用
* **ステップ2**：80％濃度のペイントを使用
* **ステップ3**：70％濃度のペイントを使用
* **…**
* **最終ステップ**：0％濃度（クリーンなキャンバス、ノイズなし）

### 調色アシスタントの特別なスキル

**異なる調色方法（スケジューラー）**：

* **"karras"方式**：ペイント濃度が非常に滑らかに変化 — 専門家画家のグラデーション技法のような自然な遷移
* **"exponential"方式**：ペイント濃度が急速に低下 — 短時間での創作に最適
* **"linear"方式**：ペイント濃度が均一に低下 — 安定性と制御性に優れる

**細かい制御（steps）**：

* **20回の調色**：素早く描く — 効率を最優先
* **50回の調色**：丁寧に描く — 品質を最優先

**創作強度（denoise）**：

* **1.0 ＝ 全新制作**：真っ白なキャンバスから完全にゼロから開始
* **0.5 ＝ 半分の改造**：元の絵の半分を保持し、残り半分を変更
* **0.2 ＝ 微調整**：元の絵に対してほんのわずかな修正のみ実行

### 他のノードとの連携

`BasicScheduler`（調色アシスタント） → レシピの準備 → `SamplerCustom`（画家） → 実際の描画 → 完成作品