liblibai的ksampler需据节点类型配置：基础版仅支持steps、scheduler等通用参数；advanced版才可设start_at_step/end_at_step，用于分段去噪或单次精修。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在LiblibAI平台部署的ComfyUI环境中配置KSampler节点，需兼顾平台限制与本地逻辑差异——LiblibAI默认禁用部分高级参数入口，且不支持直接修改采样器底层调度器源码。
确认当前KSampler类型
右键点击KSampler节点→选择“Edit Node”→查看顶部标题。若显示为“KSampler (Advanced)”，说明已启用分段去噪能力；若仅为“KSampler”，则仅支持基础参数，【无法设置start_at_step/end_at_step】，后续步骤将跳过相关字段。
基础参数设置（所有KSampler通用）
双击节点打开参数面板。
Steps填30：低于25步易出结构崩坏，高于45步在LiblibAI云端队列中可能超时中断。
Scheduler选DPM++ 2M SDE：该算法在LiblibAI预装模型权重下收敛最稳，Euler a在高CFG时容易产生高频噪点。
CFG Scale设7.5：LiblibAI对文本引导强度做了平台级衰减，设8以上反而导致细节液化，7.5是实测平衡点。
Seed留空或填-1：平台自动分配随机种子，手动填固定值可能导致缓存复用失败，输出图像不变。
KSampler (Advanced) 特有参数配置
方法一：分段去噪流程（需配合多个KSampler串联）
① 第一个KSampler：add_noise设enable，return_with_leftover_noise设enable，start_at_step填0，end_at_step填8。
② 后续KSampler：add_noise必须设disable——【若误设为enable，将向已去噪潜空间重新注入噪声，画面彻底失真】。
③ 每个后续节点的start_at_step值，必须严格等于前一个节点的end_at_step值，否则中间步骤丢失，最终图像残缺。
方法二：单次精修控制（适合Refiner链路）
将return_with_leftover_noise设disable，此时节点输出解码后图像；同时把end_at_step设为实际总步数（如50），start_at_step设为40——这相当于跳过前40步，只执行最后10步精修，能显著缩短LiblibAI排队等待时间。
