跳转到主要内容
CLIPTextEncodeHiDream 节点使用不同的语言模型（CLIP-L、CLIP-G、T5-XXL 和 LLaMA）处理四个独立的文本输入，并将它们合并为单个 conditioning 输出。它会使用对应的模型对每个文本输入进行分词，并通过调度编码方法将它们一起编码，从而通过同时利用多个语言模型实现更复杂的文本 conditioning。

​
输入

参数描述数据类型是否必填范围
clip用于分词和编码的 CLIP 模型CLIP是-
clip_l用于 CLIP-L 模型处理的文本输入。支持多行文本和动态提示。STRING是-
clip_g用于 CLIP-G 模型处理的文本输入。支持多行文本和动态提示。STRING是-
t5xxl用于 T5-XXL 模型处理的文本输入。支持多行文本和动态提示。STRING是-
llama用于 LLaMA 模型处理的文本输入。支持多行文本和动态提示。STRING是-
注意： 所有四个文本输入（clip_l、clip_g、t5xxl 和 llama）均为正常运行所必需，因为每个输入都会通过调度编码过程对最终的 conditioning 输出做出贡献。

​
输出

输出名称描述数据类型
CONDITIONING来自所有已处理文本输入的合并 conditioning 输出，使用调度编码方法进行编码CONDITIONING
本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑
Source fingerprint (SHA-256): 51d117d82a9d833f095e874bf442d5cf8c46a12313fda6b98e628fa988797565