跳转到主要内容
此节点为使用 Boogu 进行图像编辑准备 conditioning。它处理参考图像以生成正向和负向 conditioning 输出。参考图像被使用两次：来自图像的视觉 tokens 仅添加到正向 conditioning 中以增强编辑指令，而 VAE 参考潜空间则同时添加到正向和负向 conditioning 中，从而在 CFG 下相互抵消，保留原始图像特征。

​
## 输入

参数描述数据类型是否必填范围
clip用于文本编码的 CLIP 模型CLIP是
prompt描述所需编辑的文本提示STRING是
negative_prompt描述编辑中需避免内容的文本提示STRING否
vae用于将参考图像编码为潜空间的 VAE 模型VAE否
images待编辑的参考图像。Boogu 每个样本聚焦于一个参考图像；允许多个。IMAGE否最多 16 张图像

​
## 输出

输出名称描述数据类型
positive包含文本提示（含视觉 tokens）和参考潜空间的 conditioningCONDITIONING
negative包含负向文本提示和参考潜空间的 conditioningCONDITIONING
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): 170979acf5b2e9f25f96231a4b23a4376cfddcd4bda2fdd6e03528417e6931b0