TextEncodeZImageOmni - ComfyUI Built-in Node Documentation - ComfyUI

TextEncodeZImageOmni 节点将文本提示与最多三张可选参考图像一起编码为图像生成模型的条件格式。提示文本会通过 CLIP 模型进行分词和编码，每个已连接的图像可选地由视觉编码器和/或 VAE 处理，从而将视觉参考嵌入到文本旁边。此节点标记为实验性。

输入

参数	描述	数据类型	必填	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，它将用于对输入图像进行编码，生成的嵌入会添加到条件中。	CLIP_VISION	否
`prompt`	要编码的文本提示。支持多行输入和动态提示。	STRING	是
`auto_resize_images`	启用时（默认：True），输入图像会在 VAE 编码前自动调整大小，使其总像素面积接近 1024x1024，尺寸取整为 8 的倍数。	BOOLEAN	否	True False
`vae`	可选的 VAE 模型。如果提供，它将用于将输入图像编码为潜在表示，这些表示会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

注意： 此节点最多接受三张图像（image1、image2、image3）。image_encoder 和 vae 输入仅在至少提供一张图像时使用；当两者都连接时，每张图像都会同时经过两者处理。当 auto_resize_images 为 True 且连接了 vae 时，图像会在编码前调整大小，使总像素面积接近 1024x1024。

输出

输出名称	描述	数据类型
`CONDITIONING`	最终的条件输出。它包含编码后的文本提示，并且在提供图像时，可能包含编码后的图像嵌入、参考潜变量以及从图像占位符模板中提取的额外文本嵌入。	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): b40a3150f536b6f37e2b53e6d9992fcb4fd32dceb540c0a76773a7ba1af9a7b8