%20(1).png)
ComfyUI_ADV_CLIP_emb 插件保姆级教程
1. 插件简介
插件地址： https://github.com/BlenderNeko/ComfyUI_ADV_CLIP_emb
这个插件是专门为 ComfyUI 设计的高级文字理解工具，它的作用就像是一个"超级翻译官"。你知道当你在 ComfyUI 里输入提示词时，AI 需要先理解你说的话，然后才能画出图片。这个插件就是让 AI 更准确、更细致地理解你的提示词。
主要功能：
- 让 AI 更精确地理解你提示词中每个词的重要程度
- 提供多种不同的"理解方式"，就像不同的人有不同的理解习惯
- 支持 SDXL 模型的特殊功能
- 可以精确控制图片的尺寸和裁剪参数
能带来什么效果：
- 当你用 (词语:1.5) 这样的权重时，效果更加准确
- 生成的图片更符合你的提示词意图
- 对复杂提示词的理解更加精准
- 支持更高级的图片生成控制
2. 如何安装
方法一：手动安装（推荐）
- 打开你的 ComfyUI 安装目录，找到
custom_nodes文件夹 - 在
custom_nodes文件夹里打开终端/命令行 - 输入命令：
git clone https://github.com/BlenderNeko/ComfyUI_ADV_CLIP_emb.git - 重启 ComfyUI
方法二：ComfyUI Manager 安装
- 在 ComfyUI 界面点击 Manager 按钮
- 搜索 "ADV_CLIP_emb" 或 "Advanced CLIP"
- 点击安装并重启
安装完成后，你就能在节点列表的 "conditioning/advanced" 分类中看到新的节点了。
3. 节点详细解析
3.1 BNK_CLIPTextEncodeAdvanced 节点（高级文字编码器）
这个节点是干嘛的？
这个节点就像一个"超级理解专家"，它比普通的文字编码器更聪明。当你输入提示词时，它不仅能理解你说的话，还能按照你选择的方式来理解词语的重要程度。就像同一句话，不同的人会有不同的理解重点一样。
参数详解：
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| text | text | 文本输入框 | 你的提示词 | 输入你想让AI画的内容描述，就像告诉画家你想要什么 | 输入的提示词文本 | 输入 "a beautiful cat (fluffy:1.2)" |
| clip | clip | CLIP模型连接 | 从CLIP加载器连接 | 连接文字理解工具，就像连接翻译官 | CLIP文本编码器模型 | 从 "Load CLIP" 节点连接过来 |
| token_normalization | token_normalization | none/mean/length/length+mean | length+mean | 决定如何处理长词的权重分配，就像决定一个长句子里每个字的重要性 | 词元权重标准化方法 | 选择 "length+mean" 获得最平衡的效果 |
| weight_interpretation | weight_interpretation | comfy/A1111/compel/comfy++/down_weight | comfy++ | 选择理解权重的方式，就像选择不同的理解风格 | 权重解释算法 | comfy++比较温和，A1111比较激进 |
3.2 BNK_CLIPTextEncodeSDXLAdvanced 节点（SDXL高级文字编码器）
这个节点是干嘛的？
这是专门为 SDXL 模型设计的"双重理解专家"。SDXL 模型有两个大脑来理解文字，这个节点可以分别给两个大脑发送不同的指令，还能调节两个大脑的影响力比例。就像有两个翻译官，你可以给他们不同的任务。
参数详解：
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| text_l | text_l | 文本输入框 | 详细描述 | 给第一个理解专家的指令，通常写详细的描述 | 发送给CLIP-L模型的文本 | "a beautiful landscape with mountains" |
| text_g | text_g | 文本输入框 | 风格描述 | 给第二个理解专家的指令，通常写风格和情感 | 发送给CLIP-G模型的文本 | "cinematic, dramatic lighting, masterpiece" |
| clip | clip | CLIP模型连接 | 从SDXL CLIP加载器连接 | 连接SDXL专用的文字理解工具 | SDXL CLIP文本编码器模型 | 从 "Load CLIP" 节点连接SDXL模型 |
| token_normalization | token_normalization | none/mean/length/length+mean | length+mean | 决定如何处理长词的权重分配 | 词元权重标准化方法 | 选择 "length+mean" 获得最平衡的效果 |
| weight_interpretation | weight_interpretation | comfy/A1111/compel/comfy++/down_weight | comfy++ | 选择理解权重的方式 | 权重解释算法 | comfy++比较温和，适合大多数情况 |
| balance | balance | 0.0-1.0 | 0.5 | 调节两个理解专家的影响力比例，就像调节音响的左右声道平衡 | CLIP-L和CLIP-G模型的平衡系数 | 0.5是平衡，0.0偏向细节，1.0偏向风格 |
3.3 BNK_AddCLIPSDXLParams 节点（SDXL参数添加器）
这个节点是干嘛的？
这个节点就像一个"图片规格说明书"，它告诉 SDXL 模型你想要的图片应该是什么尺寸，以及如何裁剪。就像你去照相馆告诉师傅要洗多大的照片，要不要裁剪一样。
参数详解：
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| conditioning | conditioning | CONDITIONING连接 | 从编码器连接 | 接收已经理解好的提示词信息，就像接收翻译好的指令 | 输入的条件编码 | 从文字编码器节点连接过来 |
| width | width | 0-最大分辨率 | 1024 | 设置图片的宽度，就像设置画布的宽度 | 图像宽度像素值 | 1024表示1024像素宽 |
| height | height | 0-最大分辨率 | 1024 | 设置图片的高度，就像设置画布的高度 | 图像高度像素值 | 1024表示1024像素高 |
| crop_w | crop_w | 0-最大分辨率 | 0 | 设置从左边开始裁剪的位置，就像决定从哪里开始剪照片 | 裁剪区域左边界像素位置 | 0表示从最左边开始，100表示从左边100像素开始 |
| crop_h | crop_h | 0-最大分辨率 | 0 | 设置从上边开始裁剪的位置，就像决定从哪里开始剪照片 | 裁剪区域上边界像素位置 | 0表示从最上边开始，50表示从上边50像素开始 |
| target_width | target_width | 0-最大分辨率 | 1024 | 设置原始图片的目标宽度，就像告诉AI原图应该多宽 | 目标图像宽度 | 通常和width保持一致 |
| target_height | target_height | 0-最大分辨率 | 1024 | 设置原始图片的目标高度，就像告诉AI原图应该多高 | 目标图像高度 | 通常和height保持一致 |
3.4 BNK_AddCLIPSDXLRParams 节点（SDXL精修参数添加器）
这个节点是干嘛的？
这个节点是专门为 SDXL 的"精修模式"设计的参数设置器。就像你拍了照片后，还要告诉修图师这张照片的尺寸和美观程度，让精修效果更好。
参数详解：
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| conditioning | conditioning | CONDITIONING连接 | 从编码器连接 | 接收已经理解好的提示词信息 | 输入的条件编码 | 从文字编码器节点连接过来 |
| width | width | 0-最大分辨率 | 1024 | 设置图片的宽度 | 图像宽度像素值 | 1024表示1024像素宽 |
| height | height | 0-最大分辨率 | 1024 | 设置图片的高度 | 图像高度像素值 | 1024表示1024像素高 |
| ascore | ascore | 0.0-1000.0 | 6.0 | 设置美观分数，就像告诉AI这张图片应该有多美 | 美学评分参数 | 6.0是标准美观度，数值越高要求越美 |
4. 使用技巧和建议
4.1 选择合适的权重理解方式
- comfy：ComfyUI 默认方式，比较温和
- A1111：效果比较强烈，权重影响明显
- compel：下权重效果好，适合需要减弱某些元素时使用
- comfy++：最平衡的选择，推荐新手使用
- down_weight：专门用于降低权重，适合去除不想要的元素
4.2 词元标准化的选择
- none：不做任何处理，保持原始权重
- mean：让所有词的平均权重为1，比较平衡
- length：长词的权重会分散到每个字符，更精确
- length+mean：最推荐的选择，既精确又平衡
4.3 SDXL 双文本框的使用技巧
- text_l（详细描述）：写具体的物体、场景、动作
- text_g（风格描述）：写艺术风格、光影效果、情感氛围
- balance 参数：0.5是平衡点，偏向0注重细节，偏向1注重风格
4.4 尺寸参数设置建议
- 标准尺寸：1024x1024（方形）、1152x896（横向）、896x1152（竖向）
- 裁剪参数：通常设为0，除非你需要特殊的构图效果
- 美观分数：6.0是标准值，可以根据需要调整到4-8之间
5. 常见问题解答
Q1: 为什么换了权重理解方式后效果差别很大？
A: 不同的理解方式就像不同的翻译风格：
- A1111 比较"直接"，权重效果明显
- comfy 比较"温和"，变化渐进
- comfy++ 最"平衡"，适合大多数情况
Q2: token_normalization 应该选哪个？
A: 推荐选择 "length+mean"：
- 它会让长词的权重合理分配
- 同时保持整体权重平衡
- 适合大多数使用场景
Q3: SDXL 的两个文本框应该怎么写？
A: 建议分工：
- text_l：写具体内容，如 "a cat sitting on a chair"
- text_g：写风格效果，如 "photorealistic, soft lighting, masterpiece"
Q4: balance 参数怎么调节？
A: 根据需要调整：
- 0.3-0.4：更注重细节和具体内容
- 0.5：平衡状态
- 0.6-0.7：更注重风格和氛围
Q5: 美观分数 ascore 设多少合适？
A: 建议范围：
- 4-5：自然风格
- 6：标准美观度
- 7-8：高美观度
- 超过8：可能过度美化
6. 实用工作流示例
基础工作流
- 加载 CLIP 模型
- 使用 BNK_CLIPTextEncodeAdvanced 节点
- 设置 token_normalization 为 "length+mean"
- 设置 weight_interpretation 为 "comfy++"
- 连接到采样器
SDXL 高级工作流
- 加载 SDXL CLIP 模型
- 使用 BNK_CLIPTextEncodeSDXLAdvanced 节点
- 分别设置两个文本框的内容
- 使用 BNK_AddCLIPSDXLParams 设置尺寸
- 连接到 SDXL 采样器
精修工作流
- 完成基础生成
- 使用 BNK_AddCLIPSDXLRParams 节点
- 设置合适的美观分数
- 连接到精修采样器
7. 权重理解方式详细对比
上权重效果对比
- A1111：效果最强烈，(cat:1.5) 会让猫的特征非常突出
- comfy：效果温和，渐进式增强
- comfy++：最平衡，既有效果又不过度
下权重效果对比
- compel：下权重效果最好，能有效减少不想要的元素
- down_weight：专门优化下权重，适合去除特定内容
- 其他方式：下权重效果相对较弱
8. 总结
这个插件为 ComfyUI 用户提供了更精确的文字理解控制，让 AI 能够更准确地理解你的创作意图。无论是简单的权重调节，还是复杂的 SDXL 双模型控制，都能找到适合的解决方案。
重要提醒：
- 新手建议从 comfy++ 和 length+mean 开始
- SDXL 用户要善用双文本框功能
- 不同的权重理解方式适合不同的创作需求
- 多尝试不同参数组合，找到最适合你的设置
希望这个教程能帮助你更好地使用 ComfyUI_ADV_CLIP_emb 插件，创作出更满意的作品！