DualCFGGuider - ComfyUI Built-in Node Documentation - ComfyUI

DualCFGGuider 节点为双无分类器引导采样创建了一个引导系统。它组合两个条件输入和一个负条件输入，并应用两个独立的引导比例来控制每个条件对生成输出的影响强度。它支持两种组合这些引导比例的方式：“regular” 和 “nested”。

输入

参数	描述	数据类型	必需	范围
`模型`	用于引导的模型	MODEL	是	-
`条件1`	第一个正向条件输入	CONDITIONING	是	-
`条件2`	第二个条件输入，用作第一个正向条件与负条件之间的参考	CONDITIONING	是	-
`负面条件`	负条件输入	CONDITIONING	是	-
`cfg_条件1`	应用于第一个正向条件的引导比例（默认：8.0）	FLOAT	是	0.0 - 100.0
`cfg_条件2_负面`	应用于第二个条件与负条件之间的引导比例（默认：8.0）	FLOAT	是	0.0 - 100.0
`样式`	要应用的引导风格（默认：“regular”）。当设置为”nested”时，以嵌套方式应用引导	COMBO	是	”regular" "nested”

注意：在 regular 风格中，cfg_cond2_negative 应用于 cond2 和 negative 之间，cfg_conds 应用于 cond1 和 cond2 之间。在 nested 风格中，cfg_conds 首先应用于 cond1 和 cond2 之间，然后使用 cfg_cond2_negative 将得到的预测引导远离 negative。

输出

输出名	描述	数据类型
`GUIDER`	配置好的引导系统，可直接用于采样	GUIDER

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): ef28d109149cb545bcd76215fd99535905c1d395222149a029c1c210e2912e97