输入
注意: 此节点正常运行需要所有三个输入(
clip、conditioning 和 text)。text 输入支持多行文本和动态提示,以实现灵活的文本处理。此节点在源代码中标记为实验性。
输出
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):
95a798684ca8734bfff53c7b979b320f6834dc1a9553163d0e567243761000f1Documentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
CLIPTextEncodeControlnet 节点使用 CLIP 模型处理文本提示,并将生成的文本编码与现有的条件数据(conditioning)相结合。
| 参数 | 描述 | 数据类型 | 必需 | 范围 |
|---|---|---|---|---|
clip | 用于文本分词和编码的 CLIP 模型 | CLIP | 是 | - |
条件 | 要与 CLIP 文本编码组合的现有条件数据 | CONDITIONING | 是 | - |
文本 | 要由 CLIP 模型处理的文本提示。支持多行文本和动态提示 | STRING | 是 | - |
clip、conditioning 和 text)。text 输入支持多行文本和动态提示,以实现灵活的文本处理。此节点在源代码中标记为实验性。
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
CONDITIONING | 增强的条件数据,其中包含从 CLIP 文本编码派生的 controlnet 交叉注意力参数(cross_attn_controlnet 和 pooled_output_controlnet) | 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
95a798684ca8734bfff53c7b979b320f6834dc1a9553163d0e567243761000f1