Quiver 图像转 SVG - ComfyUI Built-in Node Documentation

使用 Quiver AI 将光栅图像矢量化成可缩放矢量图形 (SVG)。图像会发送到 Quiver AI 的 API，由 API 返回矢量化结果。选择 model 会显示下方列出的模型特定参数。

输入

参数	描述	数据类型	必填	范围
`模型`	用于 SVG 矢量化的模型。	DYNAMIC_COMBO	是	`"arrow-2"` `"arrow-2-telos"`
`image`	要矢量化的输入图像。	IMAGE	是	N/A
`auto_crop`	自动裁剪到主导主体。高级参数（默认：False）。	BOOLEAN	是	`True` `False`
`target_size`	在矢量化之前应用于输入图像的方形缩放，单位为像素。0 会保留源尺寸，这比强制缩放更能干净地矢量化；任何其他低于 128 的值都会被限制为 128。此参数不会设置输出画布；请使用 `width` 和 `height` 来设置。高级参数（默认：0）。	INT	是	0 到 4096
`width`	输出 SVG 画布（viewBox）的宽度，以用户单位计。同时设置 `width` 和 `height` 可控制输出尺寸和宽高比；将任一值保留为 0 可让模型选择，这通常会得到方形画布。高级参数（默认：0）。	INT	是	0 到 8192
`height`	输出 SVG 画布（viewBox）的高度，以用户单位计。同时设置 `width` 和 `height` 可控制输出尺寸和宽高比；将任一值保留为 0 可让模型选择，这通常会得到方形画布。高级参数（默认：0）。	INT	是	0 到 8192
`seed`	用于确定节点是否应重新运行的种子；无论种子值如何，实际结果都是非确定性的。此参数具有“生成后控制”功能（默认：42）。	INT	是	0 到 2147483647

参数	描述	数据类型	必填	范围
`reasoning_effort`	模型在绘制前花费的推理量。更高级别可改善细节，但会消耗更多 token。仅由 `"arrow-2"` 和 `"arrow-2-telos"` 模型使用（默认：`"high"`）。	COMBO	是	`"low"` `"medium"` `"high"` `"xhigh"`
`temperature`	随机性控制。值越高，随机性越大。`"arrow-2-telos"` 模型不使用。高级参数（默认：1.0）。	FLOAT	是	0.0 到 2.0 （步长：0.1）
`top_p`	核采样参数。`"arrow-2-telos"` 模型不使用。高级参数（默认：1.0）。	FLOAT	是	0.05 到 1.0 （步长：0.05）
`presence_penalty`	token 存在惩罚。`"arrow-2-telos"` 模型不使用。高级参数（默认：0.0）。	FLOAT	是	-2.0 到 2.0 （步长：0.1）

注意： target_size 在矢量化之前应用，不会改变输出画布。将 width 或 height 保留为 0，以让模型选择画布尺寸。

输出名称	描述	数据类型
`SVG`	矢量化后的 SVG 输出。	SVG

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): 3531975fd46f5514e6d13b73bbbda413b7a08d8e36afeea73945ae7ea68d7216