CLIPTextEncodeSDXLRefiner - ComfyUI Built-in Node Documentation

此节点专为 SDXL Refiner 模型设计，通过引入美学评分和尺寸信息，将文本提示转换为条件信息，以增强生成任务的条件，从而提升最终的细化效果。它就像一位专业的艺术总监，不仅传达您的创作意图，还能为作品注入精确的美学标准与规格要求。

关于 SDXL Refiner

SDXL Refiner 是一个专门的细化模型，专注于在 SDXL 基础模型的基础上增强图像细节和质量。此过程类似于拥有一位修图师：

Refiner 可以通过两种方式使用：

参数名	描述	数据类型	输入类型	默认值	取值范围
`clip`	用于文本分词和编码的 CLIP 模型实例，是将文本转换为模型可理解格式的核心组件	CLIP	必需	-	-
`美学分数`	控制生成图像的视觉质量和美学效果，类似于为艺术品设定质量标准： - 高分 (7.5-8.5)：追求更精致、细节更丰富的效果 - 中等分数 (6.0-7.0)：平衡的质量控制 - 低分 (2.0-3.0)：适用于负面提示	FLOAT	可选	6.0	0.0-1000.0
`宽度`	指定输出图像的宽度（像素），必须是 8 的倍数。当总像素数接近 1024×1024（约 100 万像素）时，SDXL 性能最佳	INT	必需	1024	64-16384
`高度`	指定输出图像的高度（像素），必须是 8 的倍数。当总像素数接近 1024×1024（约 100 万像素）时，SDXL 性能最佳	INT	必需	1024	64-16384
`文本`	文本提示描述，支持多行输入和动态提示语法。在 Refiner 中，文本提示应更侧重于描述期望的视觉质量和细节特征	STRING	必需	-	-

输出名	描述	数据类型
`CONDITIONING`	细化的条件输出，包含文本语义、美学标准和尺寸信息的集成编码，专门用于指导 SDXL Refiner 模型进行精确的图像细化	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