> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# CLIPVisionEncode - ComfyUI Built-in Node Documentation

> Complete documentation for the CLIPVisionEncode node in ComfyUI. Learn its inputs, outputs, parameters and usage.

`CLIP Vision Encode` 节点是 ComfyUI 中的图像编码节点，用于通过 CLIP Vision 模型将输入图像转换为视觉特征向量。该节点是连接图像与文本理解的重要桥梁，广泛应用于各类 AI 图像生成与处理工作流中。

**节点功能**

* **图像特征提取**：将输入图像转换为高维特征向量
* **多模态桥接**：为图像与文本的联合处理提供基础
* **条件生成**：为基于图像的条件生成提供视觉条件

## 输入

| 参数名      | 描述                                   | 数据类型         |
| -------- | ------------------------------------ | ------------ |
| `clip视觉` | CLIP 视觉模型，通常通过 CLIPVisionLoader 节点加载 | CLIP\_VISION |
| `图像`     | 待编码的输入图像                             | IMAGE        |
| `裁剪`     | 图像裁剪方式，选项：center（中心裁剪）、none（不裁剪）     | Dropdown     |

## 输出

| 输出名                  | 描述       | 数据类型                 |
| -------------------- | -------- | -------------------- |
| CLIP\_VISION\_OUTPUT | 编码后的视觉特征 | CLIP\_VISION\_OUTPUT |

该输出对象包含：

* `last_hidden_state`：最后隐藏状态
* `image_embeds`：图像嵌入向量
* `penultimate_hidden_states`：倒数第二隐藏状态
* `mm_projected`：多模态投影结果（若存在）

> 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](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/CLIPVisionEncode/zh.md)