liblibai中checkpoint模型是否内置vae需通过checkpoint loader simple节点输出端口状态判断：若“vae”输入框灰色且标【auto-loaded】则已内置；若白色可编辑且默认“none”，则需额外加载vae。
☞☞☞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☜☜☜
要确认LiblibAI中某个Checkpoint模型是否已内置VAE，不能只看模型文件名或页面描述，必须通过节点加载后的实际输出端口状态来验证——因为部分模型虽标称“含VAE”，但在ComfyUI工作流中仍需手动连接外部VAE节点，否则生成图像会严重偏色或模糊。
通过Checkpoint Loader Simple节点判断
拖入Checkpoint Loader Simple节点→双击打开→在下拉菜单中选择目标模型（如liblibai_anime_v1.0.ckpt）→观察右侧参数面板：
若“vae”输入框显示为灰色不可编辑状态，且下方标注“【auto-loaded】”，说明该模型已打包内置VAE；
若“vae”输入框为白色可编辑状态，并默认显示“None”或下拉列表为空，则代表此Checkpoint不带VAE，必须额外拖入VAE Load节点并手动连接。
这一步不能跳过：有些模型（如tmndmix5）虽在LiblibAI官网介绍页写明“含VAE”，但实际safetensors文件未嵌入vae键值，加载后仍显示可选VAE——此时若强行留空，KSampler输出的latent将无法被正确解码，首张图大概率是全灰或紫绿色噪点块。
用模型文件名与路径交叉验证
方法一：前往LiblibAI模型库→搜索该模型→点击卡片进入详情页→滚动至“技术参数”折叠区→查找“VAE embedded”字段，显示“yes”才可信；
方法二：若你已下载模型到本地，用文本编辑器（如VS Code）打开.safetensors文件（二进制模式下按Ctrl+F搜“vae”）→若文件内存在“first_stage_model.”前缀的键（如first_stage_model.encoder.conv_in.weight），说明VAE权重已写入；
【注意】仅靠文件名含“vae”或“fp16-vae”不能判定——这是常见误导，很多作者把VAE单独导出另存为同名文件，但主模型里并未打包。
运行时反向验证法
第一步：构建最简工作流——Checkpoint Loader Simple → CLIP Text Encode（正向词填“a cat”）→ KSampler（steps=5）→ VAE Decode；
第二步：执行队列提示；
第三步：观察生成图质量——若图像边缘锐利、肤色自然、无明显色偏或马赛克块，且耗时低于8秒，基本可判定VAE已生效；
第四步：右键VAE Decode节点→选择“View Image”→若弹出窗口显示完整图像而非报错“latent not decoded”，则证实Checkpoint与VAE协同正常；
第五步：关闭VAE Decode节点→将KSampler的“latent”输出直接连到SaveImage节点→运行→若保存文件为0KB或报错“no vae loaded”，即可100%确认该Checkpoint【不内置VAE】。
