文本编码 MOSS-Image 编辑 - ComfyUI Built-in Node Documentation

将编辑指令与参考图像一起编码为用于 MOSS-Image 编辑 LoRA 的 conditioning。

将编辑指令与参考图像一起编码为用于 MOSS-Image 编辑 LoRA 的 conditioning。将输出连接为正向 conditioning，并使用相同的参考图像再运行一个实例以生成负向 conditioning。参考图像会按其到达时的尺寸使用，因此在连接前请先进行缩放。未连接 VAE 时，图像只会进入文本编码器。此节点在 ComfyUI 中标记为实验性。

输入

参数	描述	数据类型	必填	范围
`clip`	用于对指令进行分词并编码的 CLIP 模型。	CLIP	是	-
`prompt`	描述编辑操作的指令。支持多行文本和动态提示词。	STRING	是	任意文本
`vae`	将图像编码为编辑 LoRA 的参考 latent。可选：未连接时，图像只会进入文本编码器。	VAE	否	-
`edit_format`	编辑 LoRA 训练时使用的布局。它决定采用哪种参考 latent 方法，以及文本编码器是否也能看到参考图像。	COMBO	是	`"ai-toolkit"` `"ai-toolkit (kv_cache off)"` `"Moss-图像-Edit"`
`images`	可增长槽位：连接一张或多张参考图像（`image_1`、`image_2`……）。每张图像都按其到达时的尺寸使用。连接了 VAE 时，会丢弃 alpha 通道并将每张图像编码为参考 latent；未连接 VAE 时，图像只会进入文本编码器。	IMAGE	是	1 张或多张图像
`image_strength`	缩放模型对文本编码器所见图像的关注程度（ai-toolkit 格式，或未连接 VAE）：0 表示忽略，1 表示不变，大于 1 表示加强。高级参数。默认：1.0。	FLOAT	是	0.0 到 100.0（步长 0.05）

注意： 使用 "ai-toolkit" 和 "ai-toolkit (kv_cache off)" 时，或在未连接 VAE 且 image_strength 大于 0 时，文本编码器也会看到每一张参考图像，这些图像会被缩小到最大 384x384 像素，并在提示词中前置一个 Picture N: 标记，因此指令可以通过编号来引用它们。使用 "Moss-Image-Edit" 且连接了 VAE 时，参考图像仅以参考 latent 的形式进入模型，文本编码器只会看到指令本身。此外，"ai-toolkit (kv_cache off)" 会让参考图像持续关注正在生成的图像，因此它们会在每个采样步骤中重新计算。

输出

输出名称	描述	数据类型
`conditioning`	编码后的指令，附带参考 latent 以及相匹配的参考 latent 方法。	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): 673f098df6a8e466a5c8060009f446eac8f7556311a870de626c5f4bfc3ab196