输入
| 参数 | 描述 | 数据类型 | 是否必需 | 范围 |
|---|---|---|---|---|
clip | 用于对文本提示进行分词和编码的 CLIP 模型。 | CLIP | 是 | |
image_encoder | 可选的视觉编码器模型。如果提供，将用于对输入图像进行编码，生成的嵌入向量将添加到条件中。 | CLIPVision | 否 | |
prompt | 要编码的文本提示。此字段支持多行输入和动态提示。 | STRING | 是 | |
auto_resize_images | 启用时（默认：True），输入图像在传递给 VAE 进行编码之前，将根据其像素面积自动调整大小。 | BOOLEAN | 否 | |
vae | 可选的 VAE 模型。如果提供，将用于将输入图像编码为潜变量表示，这些潜变量将作为参考潜变量添加到条件中。 | VAE | 否 | |
image1 | 第一张可选的参考图像。 | IMAGE | 否 | |
image2 | 第二张可选的参考图像。 | IMAGE | 否 | |
image3 | 第三张可选的参考图像。 | IMAGE | 否 |
image1、image2、image3）。仅当至少提供一张图像时，才会使用 image_encoder 和 vae 输入。当 auto_resize_images 为 True 且连接了 vae 时，图像会在编码前调整大小，使其总像素面积接近 1024x1024。
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
CONDITIONING | 最终的条件输出，包含编码后的文本提示，如果提供了图像，还可能包含编码后的图像嵌入向量和/或参考潜变量。 | 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):
daa4205acdf72503180eeedb4142708d239d4ff0f689012a298264ae2d8ea949