文档 /
节点说明 /
上下文窗口(手动)
上下文窗口(手动)
Context Windows (Manual) 节点允许你在采样过程中为模型手动配置上下文窗口,创建具有指定长度、重叠大小和调度模式的重叠上下文片段,以便将数据划分为可管理的数据块进行处理,同时保持各片段之间的连续性。
节点说明
ContextWindowsManual 更新于 2026-11-12
上下文窗口(手动) - ComfyUI Built-in Node Documentation
Context Windows (Manual) 节点允许你在采样过程中为模型手动配置上下文窗口,创建具有指定长度、重叠大小和调度模式的重叠上下文片段,以便将数据划分为可管理的数据块进行处理,同时保持各片段之间的连续性。
Context Windows (Manual) 节点允许你在采样过程中为模型手动配置上下文窗口,创建具有指定长度、重叠大小和调度模式的重叠上下文片段,以便将数据划分为可管理的数据块进行处理,同时保持各片段之间的连续性。它提供了用于控制上下文窗口应用方式的高级选项,包括噪声重排、条件保留和因果窗口修复。此节点为实验性节点。
输入
| 参数 | 描述 | 数据类型 | 是否必填 | 范围 |
|---|---|---|---|---|
模型 | 采样期间要应用上下文窗口的模型。 | MODEL | 是 | - |
上下文长度 | 上下文窗口的长度(默认值:16)。 | INT | 是 | 1+ |
上下文重叠 | 上下文窗口的重叠大小(默认值:4)。 | INT | 是 | 0+ |
上下文调度 | 上下文窗口的随步骤变化的调度算法(默认值:STATIC\_STANDARD)。 | COMBO | 是 | STATIC_STANDARD UNIFORM_STANDARD UNIFORM_LOOPED BATCHED |
上下文步幅 | 上下文窗口的步长;仅适用于均匀调度(默认值:1)。 | INT | 是 | 1+ |
闭环 | 是否闭合上下文窗口循环;仅适用于循环调度(默认值:False)。 | BOOLEAN | 是 | - |
融合方法 | 用于融合上下文窗口的方法(默认值:PYRAMID)。 | COMBO | 是 | 静态融合方法(参见 ContextFuseMethods.LIST_STATIC) |
维度 | 要应用上下文窗口的维度(默认值:0)。 | INT | 是 | 0-5 |
Freenoise | 是否应用 FreeNoise 噪声重排,以改善窗口混合(默认值:False)。 | BOOLEAN | 是 | - |
cond_retain_index_list | 要在每个窗口的条件张量中保留的潜变量索引列表。对于拼接式(concat-style)I2V 模型(例如 Wan I2V、HunyuanVideo I2V、Cosmos I2V、SVD),编码后的起始图像位于 c_concat 条件通道中;将此参数设置为 '0' 会在每个窗口的 sub-pos 0 处保留该起始图像内容(默认值:"")。 | STRING | 否 | - |
split_conds_to_windows | 是否根据区域索引将多个条件(由 ConditionCombine 创建)拆分到各个窗口(默认值:False)。 | BOOLEAN | 否 | - |
latent_retain_index_list | 要在每个窗口的噪声潜变量本身中保留的潜变量索引列表。适用于参考内容(例如起始图像)直接位于噪声潜变量中而不是单独条件通道中的工作流(例如 LTXV、AnimateDiff 等 inplace 风格 I2V)。与 cond_retain_index_list 相互独立(默认值:"")。 | STRING | 否 | - |
causal_window_fix | 是否向非 0 索引的上下文窗口添加因果修复帧(默认值:True)。 | BOOLEAN | 否 | - |
参数约束:
context_stride仅在选择了均匀调度(UNIFORM_STANDARD或UNIFORM_LOOPED)时使用。closed_loop仅适用于循环调度(UNIFORM_LOOPED)。dim必须介于 0 到 5(含)之间。cond_retain_index_list和latent_retain_index_list需要以字符串形式提供逗号分隔的整数索引列表(例如 "0,1,2")。latent_retain_index_list独立于cond_retain_index_list。
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
model | 采样过程中应用了上下文窗口的模型。 | MODEL |
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): 39dc39ece3d3c10c13ca8c4b85af4fbbebbcaba8a019145a6d4727c3df7b302b