> ## 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 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。它根据去噪因子动态调整总步骤数，以微调扩散过程，在一些需要精细控制的高级的采样过程（比如分步采样）等等提供了精细的不同阶段的“配方”

## 输入

| 参数名称  | 数据类型           | 输入类型   | 默认值 | 范围      | 比喻说明                        | 技术作用                 |
| ----- | -------------- | ------ | --- | ------- | --------------------------- | -------------------- |
| `模型`  | MODEL          | Input  | -   | -       | **画布类型**：不同材质的画布需要不同的颜料配方   | 扩散模型对象，决定sigma值的计算基础 |
| `调度器` | COMBO\[STRING] | Widget | -   | 9种选项    | **调色技法**：选择颜料浓度变化的方式        | 调度算法，控制噪声衰减模式        |
| `步数`  | INT            | Widget | 20  | 1-10000 | **调色次数**：调色20次 vs 50次的精细度差异 | 采样步数，影响生成质量与速度       |
| `降噪`  | FLOAT          | Widget | 1.0 | 0.0-1.0 | **创作强度**：从微调到重绘的控制力度        | 去噪强度，支持部分重绘场景        |

### 调度器类型详解

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

| 调度器名称                 | 特点       | 适用场景       | 噪声衰减特性   |
| --------------------- | -------- | ---------- | -------- |
| **normal**            | 标准线性调度   | 通用场景，平衡效果  | 均匀递减     |
| **karras**            | 平滑过渡调度   | 高质量生成，细节丰富 | 平滑非线性递减  |
| **exponential**       | 指数递减调度   | 快速生成，效率优先  | 指数型快速递减  |
| **sgm\_uniform**      | SGM均匀调度  | 特定模型优化     | SGM优化递减  |
| **simple**            | 简单调度     | 快速测试，基础应用  | 简化递减     |
| **ddim\_uniform**     | DDIM均匀调度 | DDIM采样优化   | DDIM特定递减 |
| **beta**              | Beta分布调度 | 特殊分布需求     | Beta函数递减 |
| **linear\_quadratic** | 线性二次调度   | 复杂场景优化     | 二次函数递减   |
| **kl\_optimal**       | KL最优调度   | 理论最优化      | KL散度优化递减 |

## 输出结果

| 参数名称     | 数据类型   | 输出类型   | 比喻说明                        | 技术含义               |
| -------- | ------ | ------ | --------------------------- | ------------------ |
| `sigmas` | SIGMAS | Output | **调色配方表**：详细的颜料浓度清单，供画家逐步使用 | 噪声水平序列，指导扩散模型的去噪过程 |

## 节点角色：画家的调色助手

想象你是一位画家，正在从一团混乱的颜料（噪声）创作清晰的图像。`BasicScheduler` 就像是的**专业调色助手**，它的工作是为您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（纯净画布，无噪声）

### 调色助手的特殊技能

**不同的调色方法（scheduler）**：

* **"karras"调色法**：颜料浓度变化非常平滑，像专业画家的渐变技巧
* **"exponential"调色法**：颜料浓度快速递减，适合快速创作
* **"linear"调色法**：颜料浓度均匀递减，稳定可控

**精细控制（steps）**：

* **20次调色**：快速作画，效率优先
* **50次调色**：精细作画，质量优先

**创作强度（denoise）**：

* **1.0 = 全新创作**：完全从空白画布开始
* **0.5 = 半改造**：保留原画一半，改造一半
* **0.2 = 微调优化**：只对原画进行细微调整

### 与其他节点的配合

`BasicScheduler`（调色助手）→ 准备配方 → `SamplerCustom`（画家）→ 实际绘画 → 完成作品