ComfyUI 魔法书 Logo
🏠 首页
👥 加群
🔥 报错不求人
😎 大帅比
登录 →
ComfyUI 魔法书 Logo
🏠 首页 👥 加群 🔥 报错不求人 😎 大帅比
登录
  1. 首页
  2. 🧩 插件工坊 (Plugin Workshop)
  3. ComfyUI IPAdapter Plus插件使用教程 从入门到精通

ComfyUI IPAdapter Plus插件使用教程 从入门到精通

0
  • 🧩 插件工坊 (Plugin Workshop)
  • 发布于 2025-06-27
  • 145 次阅读
编程界的小学生
编程界的小学生

【版权严正声明】

本文系作者 [编程界的小学生] 原创,并拥有完整、独立的著作权。

未经本人 书面授权 ,任何单位、平台或个人, 严禁 以任何形式(包括但不限于转载、复制、摘编、修改、链接、转贴、建立镜像等)使用本文的全部或部分内容。

任何无视本声明的侵权行为,本人将依据《中华人民共和国著作权法》等相关法律法规,采取一切必要的法律手段,追究其侵权责任,要求其 立即停止侵权、赔礼道歉、消除影响,并赔偿因此造成的一切经济损失及维权成本(包括但不限于律师费、诉讼费、公证费等)。

侵权必究,切勿以身试法!

1. 插件简介

ComfyUI IPAdapter Plus 是一个超级强大的图像到图像调节插件!简单来说,它就像是一个"图片魔法师",能够把一张参考图片的风格、构图或者人脸特征,神奇地转移到你要生成的新图片上。

插件原地址: https://github.com/cubiq/ComfyUI_IPAdapter_plus

它能给我们带来什么效果?

  • 🎨 风格转移:把一张画的风格复制到另一张图上,比如把照片变成油画风格

  • 👤 人脸替换:保持人脸特征,但改变背景、服装等

  • 🏗️ 构图复制:保持图片的布局结构,但改变内容

  • 🎭 多图融合:把多张图片的特点混合在一起

  • 🎯 精确控制:可以控制影响的强度、时间和区域

想象一下:你有一张喜欢的艺术作品,想让AI按照这个风格画一张新图,IPAdapter就是帮你实现这个愿望的神器!

2. 如何安装

  1. 下载插件:

    • 方法一:在ComfyUI Manager中搜索"IPAdapter Plus"直接安装

    • 方法二:手动下载到 ComfyUI/custom_nodes/ 目录

  2. 下载必需的模型文件:

    • CLIP视觉模型放到:ComfyUI/models/clip_vision/

    • IPAdapter模型放到:ComfyUI/models/ipadapter/

    • 人脸识别模型(如需要)放到:ComfyUI/models/loras/

  3. 重启ComfyUI

3. 节点详细解析

本插件总共包含37个节点,现在开始逐一详细解释:

3.1 IPAdapter(基础节点)

这是最简单的IPAdapter节点,就像一个"图片风格复印机",把参考图片的特征复制到生成的图片上。

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

model

model

MODEL类型

-

这是你的AI画图大脑

主要的扩散模型管道

连接你的主模型,比如SD1.5或SDXL

ipadapter

ipadapter

IPADAPTER类型

-

这是图片风格转换器

IPAdapter模型实例

连接IPAdapter加载器节点

image

image

IMAGE类型

-

这是你的参考图片

用于生成正向条件的参考图像

上传一张你想模仿风格的图片

weight

weight

0.0-3.0

0.8

影响强度调节器,像音量旋钮

IPAdapter模型的权重强度

0.8表示80%的影响力,1.0是100%

start_at

start_at

0.0-1.0

0.0

什么时候开始生效

生成过程中开始应用的时间点

0.0从头开始,0.3表示生成到30%时才开始

end_at

end_at

0.0-1.0

1.0

什么时候停止生效

生成过程中停止应用的时间点

1.0到最后,0.8表示生成到80%就停止

weight_type

weight_type

选择列表

standard

影响方式选择器

权重应用的类型和分布方式

standard是均匀影响,style transfer只影响风格

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码,控制影响区域

黑色区域不受影响,白色区域受最大影响

3.2 IPAdapterAdvanced(高级节点)

这是功能最全面的节点,就像一个"专业图片调色师",有各种精细的控制选项。

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

model

model

MODEL类型

-

你的AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

图片风格转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

参考图片

用于生成正向条件的参考图像

上传参考图片

weight

weight

-1.0-5.0

1.0

影响强度大旋钮

IPAdapter模型的权重强度

负数会产生相反效果,大于1会增强效果

weight_type

weight_type

15种选择

linear

影响方式精选器

权重在不同UNet层的分布方式

linear均匀,style transfer只传风格

combine_embeds

combine_embeds

5种方式

concat

多图片混合方式

多个图像嵌入的组合方法

concat是排队,average是平均混合

start_at

start_at

0.0-1.0

0.0

开始时机

生成过程中开始应用的时间点

0.0从头开始

end_at

end_at

0.0-1.0

1.0

结束时机

生成过程中停止应用的时间点

1.0到最后

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量的缩放应用方式

V only只影响值,K+V影响键和值

image_negative

image_negative

IMAGE类型

可选

反面参考图

用于生成负向条件的图像

告诉AI不要生成什么样的图

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制哪些区域受影响

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器模型

如果用统一加载器可以不连

3.3 IPAdapterBatch(批量处理节点)

这个节点就像一个"流水线工厂",可以一次处理多张图片,每张图片都能有不同的设置。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

图片风格转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

多张参考图片

批量处理的参考图像

可以上传多张图片一起处理

weight

weight

-1.0-5.0

1.0

影响强度

IPAdapter模型的权重强度

控制整体影响力度

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

选择如何应用权重

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用的时间点

控制何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用的时间点

控制何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

控制如何处理嵌入向量

encode_batch_size

encode_batch_size

0-4096

0

编码批次大小

编码时的批处理大小

0表示自动,数字越大占用显存越多

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

告诉AI避免什么

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.4 IPAdapterFaceID(人脸识别节点)

这个节点就像一个"人脸复制机",专门用来保持人脸特征,特别适合做人像相关的生成。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

人脸识别转换器

FaceID IPAdapter模型

连接FaceID专用加载器

image

image

IMAGE类型

-

人脸参考图

包含人脸的参考图像

上传一张清晰的人脸照片

weight

weight

-1.0-3.0

1.0

人脸影响强度

IPAdapter权重强度

控制人脸特征的影响力度

weight_faceidv2

weight_faceidv2

-1.0-5.0

1.0

FaceID v2权重

FaceID v2模型的特殊权重

控制人脸ID的强度

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

选择权重应用方式

combine_embeds

combine_embeds

5种方式

concat

多人脸混合方式

多个人脸嵌入的组合方法

如果有多张人脸图如何混合

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用的时间点

控制何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用的时间点

控制何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

控制嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的人脸特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制人脸影响的区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

insightface

insightface

INSIGHTFACE类型

可选

人脸检测器

InsightFace人脸识别模型

专门的人脸识别工具

3.5 IPAdapterFaceIDKolors(Kolors人脸节点)

这是专门为Kolors模型设计的人脸节点,就像一个"Kolors专用人脸复制机"。

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

model

model

MODEL类型

-

Kolors AI大脑

Kolors扩散模型管道

连接Kolors主模型

ipadapter

ipadapter

IPADAPTER类型

-

Kolors人脸转换器

Kolors FaceID IPAdapter模型

连接Kolors FaceID加载器

image

image

IMAGE类型

-

人脸参考图

包含人脸的参考图像

上传清晰人脸照片

weight

weight

-1.0-3.0

1.0

人脸影响强度

IPAdapter权重强度

控制人脸特征影响力

weight_faceidv2

weight_faceidv2

-1.0-5.0

1.0

FaceID v2权重

FaceID v2特殊权重

控制人脸ID强度

weight_kolors

weight_kolors

-1.0-5.0

1.0

Kolors专用权重

Kolors模型特殊权重参数

专门调节Kolors模型的权重

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

权重应用方式

combine_embeds

combine_embeds

5种方式

concat

多人脸混合方式

多人脸嵌入组合方法

多张人脸如何混合

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

insightface

insightface

INSIGHTFACE类型

可选

人脸检测器

InsightFace人脸识别模型

人脸识别工具

3.6 IPAAdapterFaceIDBatch(人脸批量处理节点)

这个节点就像一个"人脸批量复制工厂",可以一次处理多张人脸图片。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

人脸批量转换器

FaceID IPAdapter模型

连接FaceID加载器

image

image

IMAGE类型

-

多张人脸参考图

批量人脸参考图像

上传多张人脸照片

weight

weight

-1.0-3.0

1.0

人脸影响强度

IPAdapter权重强度

控制人脸影响力度

weight_faceidv2

weight_faceidv2

-1.0-5.0

1.0

FaceID v2权重

FaceID v2特殊权重

控制人脸ID强度

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

权重应用方式

combine_embeds

combine_embeds

5种方式

concat

多人脸混合方式

多人脸嵌入组合方法

多张人脸混合方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

insightface

insightface

INSIGHTFACE类型

可选

人脸检测器

InsightFace人脸识别模型

人脸识别工具

当前已输出:6个节点,还剩31个节点待输出

由于内容较多,我将继续在下一部分输出剩余的节点分析...

3.7 IPAdapterTiled(瓦片处理节点)

这个节点就像一个"图片拼图师",把大图片切成小块分别处理,特别适合处理高分辨率图片。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

瓦片风格转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

大尺寸参考图

用于瓦片处理的参考图像

上传高分辨率参考图

weight

weight

-1.0-3.0

1.0

影响强度

IPAdapter权重强度

控制整体影响力度

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

权重应用方式

combine_embeds

combine_embeds

5种方式

concat

瓦片混合方式

瓦片嵌入组合方法

多个瓦片如何混合

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

sharpening

sharpening

0.0-1.0

0.0

锐化强度

图像锐化处理强度

0.0不锐化,1.0最大锐化

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.8 IPAdapterTiledBatch(瓦片批量处理节点)

这个节点就像一个"瓦片批量工厂",可以同时处理多张大图片的瓦片化处理。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

瓦片批量转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

多张大尺寸参考图

批量瓦片处理的参考图像

上传多张高分辨率图

weight

weight

-1.0-3.0

1.0

影响强度

IPAdapter权重强度

控制影响力度

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

权重应用方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

sharpening

sharpening

0.0-1.0

0.0

锐化强度

图像锐化处理强度

图像锐化程度

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

encode_batch_size

encode_batch_size

0-4096

0

编码批次大小

编码时的批处理大小

控制显存使用

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.9 IPAdapterEmbeds(嵌入向量节点)

这个节点就像一个"特征密码使用器",直接使用预先提取好的图像特征,而不需要重新分析图片。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

嵌入转换器

IPAdapter模型实例

连接IPAdapter加载器

pos_embed

pos_embed

EMBEDS类型

-

正面特征密码

正向图像嵌入向量

连接提取好的正面特征

weight

weight

-1.0-3.0

1.0

影响强度

IPAdapter权重强度

控制影响力度

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

权重应用方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

neg_embed

neg_embed

EMBEDS类型

可选

负面特征密码

负向图像嵌入向量

不想要的特征密码

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.10 IPAdapterEmbedsBatch(嵌入向量批量节点)

这个节点就像一个"特征密码批量使用器",可以同时使用多组预提取的图像特征。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

嵌入批量转换器

IPAdapter模型实例

连接IPAdapter加载器

pos_embed

pos_embed

EMBEDS类型

-

多组正面特征密码

批量正向图像嵌入向量

连接多组正面特征

weight

weight

-1.0-3.0

1.0

影响强度

IPAdapter权重强度

控制影响力度

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

权重应用方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

neg_embed

neg_embed

EMBEDS类型

可选

负面特征密码

负向图像嵌入向量

不想要的特征密码

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.11 IPAdapterStyleComposition(风格构图节点)

这个节点就像一个"风格构图分离器",可以分别控制图片的风格和构图,只适用于SDXL模型。

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

model

model

MODEL类型

-

SDXL AI大脑

SDXL扩散模型管道

连接SDXL主模型

ipadapter

ipadapter

IPADAPTER类型

-

风格构图转换器

IPAdapter模型实例

连接IPAdapter加载器

image_style

image_style

IMAGE类型

-

风格参考图

用于风格转移的参考图像

上传想要模仿风格的图

image_composition

image_composition

IMAGE类型

-

构图参考图

用于构图参考的图像

上传想要模仿构图的图

weight_style

weight_style

-1.0-5.0

1.0

风格影响强度

风格转移的权重强度

控制风格影响力度

weight_composition

weight_composition

-1.0-5.0

1.0

构图影响强度

构图转移的权重强度

控制构图影响力度

expand_style

expand_style

布尔值

False

扩展风格影响

是否扩展风格影响范围

True会增强风格效果

combine_embeds

combine_embeds

5种方式

average

嵌入混合方式

嵌入向量组合方法

风格和构图如何混合

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.12 IPAdapterStyleCompositionBatch(风格构图批量节点)

这个节点就像一个"风格构图批量分离器",可以批量处理多组风格和构图的分离控制。

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

model

model

MODEL类型

-

SDXL AI大脑

SDXL扩散模型管道

连接SDXL主模型

ipadapter

ipadapter

IPADAPTER类型

-

风格构图批量转换器

IPAdapter模型实例

连接IPAdapter加载器

image_style

image_style

IMAGE类型

-

多张风格参考图

批量风格转移参考图像

上传多张风格图

image_composition

image_composition

IMAGE类型

-

多张构图参考图

批量构图参考图像

上传多张构图图

weight_style

weight_style

-1.0-5.0

1.0

风格影响强度

风格转移权重强度

控制风格影响力度

weight_composition

weight_composition

-1.0-5.0

1.0

构图影响强度

构图转移权重强度

控制构图影响力度

expand_style

expand_style

布尔值

False

扩展风格影响

是否扩展风格影响范围

增强风格效果

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

当前已输出:12个节点,还剩25个节点待输出

继续输出剩余节点...

3.13 IPAdapterMS(疯狂科学家节点)

这个节点就像一个"疯狂科学家的实验室",提供了最多的实验性参数,让你可以精细调节每一层的权重。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

实验性转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

参考图片

用于条件生成的参考图像

上传参考图片

weight

weight

-1.0-5.0

1.0

基础影响强度

IPAdapter基础权重强度

控制整体影响力度

weight_faceidv2

weight_faceidv2

-1.0-5.0

1.0

FaceID v2权重

FaceID v2特殊权重

人脸模型专用权重

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

权重应用方式

combine_embeds

combine_embeds

5种方式

concat

嵌入混合方式

嵌入向量组合方法

多图嵌入混合方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

layer_weights

layer_weights

字符串

空

层权重自定义

自定义每层权重的字符串

例如"0:0.5,1:1.0,2:0.8"

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

insightface

insightface

INSIGHTFACE类型

可选

人脸检测器

InsightFace人脸识别模型

人脸识别工具

3.14 IPAdapterClipVisionEnhancer(视觉增强节点)

这个节点就像一个"图像视觉增强器",通过瓦片技术提升CLIP视觉编码的质量。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

视觉增强转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

待增强参考图

需要视觉增强的参考图像

上传参考图片

weight

weight

-1.0-5.0

1.0

影响强度

IPAdapter权重强度

控制影响力度

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

权重应用方式

combine_embeds

combine_embeds

5种方式

concat

嵌入混合方式

嵌入向量组合方法

多图嵌入混合方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

enhance_tiles

enhance_tiles

1-16

2

增强瓦片数量

用于增强的瓦片数量

数量越多质量越好但速度越慢

enhance_ratio

enhance_ratio

0.0-1.0

1.0

增强比例

增强效果的混合比例

1.0是完全增强,0.5是一半增强

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.15 IPAdapterClipVisionEnhancerBatch(视觉增强批量节点)

这个节点就像一个"批量图像视觉增强工厂",可以同时对多张图片进行视觉增强处理。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

批量视觉增强转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

多张待增强参考图

批量视觉增强的参考图像

上传多张参考图片

weight

weight

-1.0-5.0

1.0

影响强度

IPAdapter权重强度

控制影响力度

weight_type

weight_type

15种选择

linear

影响方式

权重分布类型

权重应用方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

enhance_tiles

enhance_tiles

1-16

2

增强瓦片数量

用于增强的瓦片数量

瓦片数量控制

enhance_ratio

enhance_ratio

0.0-1.0

0.5

增强比例

增强效果的混合比例

增强程度控制

encode_batch_size

encode_batch_size

0-4096

0

编码批次大小

编码时的批处理大小

控制显存使用

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.16 IPAdapterFromParams(参数化节点)

这个节点就像一个"参数包使用器",可以使用预设好的参数包来应用IPAdapter效果。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

参数化转换器

IPAdapter模型实例

连接IPAdapter加载器

ipadapter_params

ipadapter_params

IPADAPTER_PARAMS类型

-

参数包

预设的IPAdapter参数包

连接参数生成节点

combine_embeds

combine_embeds

5种方式

concat

嵌入混合方式

嵌入向量组合方法

多图嵌入混合方式

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.17 IPAdapterPreciseStyleTransfer(精确风格转移节点)

这个节点就像一个"精密风格复制机",专门用于精确的风格转移,可以精细控制风格强度。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

精确风格转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

风格参考图

用于风格转移的参考图像

上传风格参考图

weight

weight

-1.0-5.0

1.0

基础影响强度

IPAdapter基础权重强度

控制整体影响力度

style_boost

style_boost

-5.0-5.0

1.0

风格增强强度

风格转移的增强权重

专门增强风格效果的参数

combine_embeds

combine_embeds

5种方式

concat

嵌入混合方式

嵌入向量组合方法

多图嵌入混合方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.18 IPAdapterPreciseStyleTransferBatch(精确风格转移批量节点)

这个节点就像一个"精密风格复制工厂",可以批量进行精确的风格转移处理。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

批量精确风格转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

多张风格参考图

批量风格转移的参考图像

上传多张风格参考图

weight

weight

-1.0-5.0

1.0

基础影响强度

IPAdapter基础权重强度

控制整体影响力度

style_boost

style_boost

-5.0-5.0

1.0

风格增强强度

风格转移的增强权重

专门增强风格效果

combine_embeds

combine_embeds

5种方式

concat

嵌入混合方式

嵌入向量组合方法

多图嵌入混合方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

当前已输出:18个节点,还剩19个节点待输出

继续输出剩余节点...

3.19 IPAdapterPreciseComposition(精确构图节点)

这个节点就像一个"精密构图复制机",专门用于精确的构图转移,可以精细控制构图强度。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

精确构图转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

构图参考图

用于构图转移的参考图像

上传构图参考图

weight

weight

-1.0-5.0

1.0

基础影响强度

IPAdapter基础权重强度

控制整体影响力度

composition_boost

composition_boost

-5.0-5.0

0.0

构图增强强度

构图转移的增强权重

专门增强构图效果的参数

combine_embeds

combine_embeds

5种方式

concat

嵌入混合方式

嵌入向量组合方法

多图嵌入混合方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

3.20 IPAdapterPreciseCompositionBatch(精确构图批量节点)

这个节点就像一个"精密构图复制工厂",可以批量进行精确的构图转移处理。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

ipadapter

ipadapter

IPADAPTER类型

-

批量精确构图转换器

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

多张构图参考图

批量构图转移的参考图像

上传多张构图参考图

weight

weight

-1.0-5.0

1.0

基础影响强度

IPAdapter基础权重强度

控制整体影响力度

composition_boost

composition_boost

-5.0-5.0

0.0

构图增强强度

构图转移的增强权重

专门增强构图效果

combine_embeds

combine_embeds

5种方式

concat

嵌入混合方式

嵌入向量组合方法

多图嵌入混合方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

embeds_scaling

embeds_scaling

4种选择

V only

嵌入缩放方式

嵌入向量缩放方式

嵌入处理方式

image_negative

image_negative

IMAGE类型

可选

反面参考图

负向条件图像

不想要的特征

attn_mask

attn_mask

MASK类型

可选

影响区域遮罩

注意力掩码

控制影响区域

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

4. 加载器节点详解

4.1 IPAdapterUnifiedLoader(统一加载器)

这个节点就像一个"一站式模型管家",可以自动加载所有需要的模型文件。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

preset

preset

6种预设

STANDARD

模型预设选择器

预定义的模型配置组合

LIGHT轻量级,PLUS高强度

ipadapter

ipadapter

IPADAPTER类型

可选

链式连接器

用于链式连接多个加载器

第一个加载器不连,后续连接前一个

4.2 IPAdapterUnifiedLoaderFaceID(人脸统一加载器)

这个节点就像一个"人脸专用模型管家",专门加载人脸识别相关的所有模型。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

preset

preset

5种预设

FACEID

人脸模型预设选择器

预定义的人脸模型配置

FACEID基础,PLUS增强版

lora_strength

lora_strength

0.0-1.0

0.6

LoRA强度调节器

LoRA模型的应用强度

0.6是推荐的人脸LoRA强度

provider

provider

6种选择

CPU

计算设备选择器

InsightFace的计算后端

CPU最兼容,CUDA最快

ipadapter

ipadapter

IPADAPTER类型

可选

链式连接器

用于链式连接多个加载器

链式连接用

4.3 IPAdapterUnifiedLoaderCommunity(社区统一加载器)

这个节点就像一个"社区模型管家",专门加载社区制作的特殊IPAdapter模型。

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

model

model

MODEL类型

-

AI画图大脑

主要的扩散模型管道

连接主模型

preset

preset

2种预设

Composition

社区模型预设选择器

社区制作的特殊模型配置

Composition构图,Kolors中文模型

ipadapter

ipadapter

IPADAPTER类型

可选

链式连接器

用于链式连接多个加载器

链式连接用

4.4 IPAdapterModelLoader(模型加载器)

这个节点就像一个"单一模型加载器",只加载IPAdapter模型文件,需要手动选择文件。

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

ipadapter_file

ipadapter_file

文件列表

-

模型文件选择器

IPAdapter模型文件路径

从下拉列表选择具体的模型文件

4.5 IPAdapterInsightFaceLoader(人脸识别加载器)

这个节点就像一个"人脸识别工具箱",专门加载InsightFace人脸识别模型。

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

provider

provider

3种选择

CPU

计算设备选择器

InsightFace的计算后端

CPU兼容性好,CUDA速度快

model_name

model_name

2种选择

buffalo_l

人脸模型选择器

InsightFace的具体模型名称

buffalo_l通用,antelopev2高精度

5. 辅助工具节点详解

5.1 IPAdapterEncoder(编码器节点)

这个节点就像一个"图片特征提取器",把图片转换成可以保存和重复使用的特征密码。

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

ipadapter

ipadapter

IPADAPTER类型

-

编码器工具

IPAdapter模型实例

连接IPAdapter加载器

image

image

IMAGE类型

-

待编码图片

需要提取特征的图像

上传要提取特征的图片

weight

weight

-1.0-3.0

1.0

特征权重

编码特征的权重强度

控制特征强度

mask

mask

MASK类型

可选

编码区域遮罩

限制编码区域的掩码

只编码遮罩区域的特征

clip_vision

clip_vision

CLIP_VISION类型

可选

图像理解器

CLIP视觉编码器

图像编码器

5.2 IPAdapterCombineEmbeds(嵌入合并节点)

这个节点就像一个"特征密码混合器",可以把多个图片特征按不同方式混合在一起。

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

embed1

embed1

EMBEDS类型

-

第一个特征密码

第一个图像嵌入向量

连接第一个特征

method

method

7种方式

concat

混合方式选择器

嵌入向量的组合方法

concat排队,add相加,average平均

embed2

embed2

EMBEDS类型

可选

第二个特征密码

第二个图像嵌入向量

连接第二个特征

embed3

embed3

EMBEDS类型

可选

第三个特征密码

第三个图像嵌入向量

连接第三个特征

embed4

embed4

EMBEDS类型

可选

第四个特征密码

第四个图像嵌入向量

连接第四个特征

embed5

embed5

EMBEDS类型

可选

第五个特征密码

第五个图像嵌入向量

连接第五个特征

5.3 IPAdapterNoise(噪声生成节点)

这个节点就像一个"图片干扰器",可以给图片添加各种类型的噪声效果。

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

type

type

4种类型

fade

噪声类型选择器

噪声生成的算法类型

fade淡化,dissolve溶解,gaussian高斯

strength

strength

0.0-1.0

1.0

噪声强度

噪声效果的强度

0.0无噪声,1.0最大噪声

blur

blur

0-32

0

模糊强度

高斯模糊的强度

0不模糊,数值越大越模糊

image_optional

image_optional

IMAGE类型

可选

基础图片

用作噪声基础的图像

不提供则生成纯噪声

5.4 PrepImageForClipVision(图片预处理节点)

这个节点就像一个"图片标准化器",把图片调整成CLIP视觉模型喜欢的格式。

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

image

image

IMAGE类型

-

待处理图片

需要预处理的图像

上传需要标准化的图片

interpolation

interpolation

6种方式

LANCZOS

缩放算法选择器

图像缩放的插值算法

LANCZOS质量最好,NEAREST速度最快

crop_position

crop_position

6种位置

center

裁剪位置选择器

图像裁剪的位置设定

center居中,top顶部,pad填充

sharpening

sharpening

0.0-1.0

0.0

锐化强度

图像锐化处理强度

0.0不锐化,1.0最大锐化

当前已输出:29个节点,还剩8个节点待输出

继续输出最后的节点...

5.5 IPAdapterSaveEmbeds(嵌入保存节点)

这个节点就像一个"特征密码保险箱",可以把提取的图片特征保存到文件中,方便以后重复使用。

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

embeds

embeds

EMBEDS类型

-

待保存的特征密码

需要保存的图像嵌入向量

连接编码器输出的特征

filename_prefix

filename_prefix

字符串

IP_embeds

文件名前缀

保存文件的名称前缀

自定义保存的文件名开头

5.6 IPAdapterLoadEmbeds(嵌入加载节点)

这个节点就像一个"特征密码读取器",可以加载之前保存的图片特征文件。

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

embeds

embeds

文件列表

-

特征文件选择器

已保存的嵌入向量文件

从下拉列表选择要加载的特征文件

5.7 IPAdapterWeights(权重生成节点)

这个节点就像一个"动画权重制作器",可以生成随时间变化的权重序列,特别适合制作动画。

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

weights

weights

字符串

1.0, 0.0

权重数值列表

逗号分隔的权重数值序列

"1.0,0.8,0.5,0.0"表示递减权重

timing

timing

6种时序

linear

时序曲线选择器

权重变化的时间曲线

linear线性,ease_in_out缓入缓出

frames

frames

0-9999

0

总帧数

动画的总帧数

0表示使用图片数量

start_frame

start_frame

0-9999

0

开始帧

权重变化的开始帧

从第几帧开始变化

end_frame

end_frame

0-9999

9999

结束帧

权重变化的结束帧

到第几帧结束变化

add_starting_frames

add_starting_frames

0-9999

0

添加开始帧数

在开头添加的固定帧数

开头保持不变的帧数

add_ending_frames

add_ending_frames

0-9999

0

添加结束帧数

在结尾添加的固定帧数

结尾保持不变的帧数

method

method

3种方法

full batch

批处理方法

权重应用的批处理方式

full batch全批次,shift batches移位

image

image

IMAGE类型

可选

参考图片序列

用于动画的图片序列

上传动画用的图片序列

5.8 IPAdapterWeightsFromStrategy(策略权重节点)

这个节点就像一个"权重策略执行器",使用预设的权重策略来生成权重序列。

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

weights_strategy

weights_strategy

WEIGHTS_STRATEGY类型

-

权重策略包

预设的权重生成策略

连接权重策略生成器

image

image

IMAGE类型

可选

参考图片序列

用于动画的图片序列

上传动画用的图片序列

5.9 IPAdapterPromptScheduleFromWeightsStrategy(提示词调度节点)

这个节点就像一个"提示词时间表制作器",根据权重策略生成提示词的时间调度表。

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

weights_strategy

weights_strategy

WEIGHTS_STRATEGY类型

-

权重策略包

权重生成策略参数

连接权重策略

prompt

prompt

字符串

空

提示词列表

多行提示词文本

每行一个提示词,对应不同帧

5.10 IPAdapterCombineWeights(权重合并节点)

这个节点就像一个"权重合并器",可以把两组权重数值合并成一组。

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

weights_1

weights_1

0.0-1.0

0.0

第一组权重

第一个权重数值或序列

连接第一组权重

weights_2

weights_2

0.0-1.0

0.0

第二组权重

第二个权重数值或序列

连接第二组权重

5.11 IPAdapterRegionalConditioning(区域条件节点)

这个节点就像一个"区域控制器",可以在图片的不同区域应用不同的IPAdapter效果。

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

image

image

IMAGE类型

-

区域参考图

用于区域条件的参考图像

上传区域参考图

image_weight

image_weight

-1.0-3.0

1.0

图像影响权重

图像条件的权重强度

控制图像影响力度

prompt_weight

prompt_weight

0.0-10.0

1.0

提示词影响权重

文本提示词的权重强度

控制文字提示影响力度

weight_type

weight_type

15种选择

linear

权重类型

权重分布类型

权重应用方式

start_at

start_at

0.0-1.0

0.0

开始时机

开始应用时间点

何时开始生效

end_at

end_at

0.0-1.0

1.0

结束时机

停止应用时间点

何时停止生效

mask

mask

MASK类型

可选

区域遮罩

定义影响区域的掩码

黑色不影响,白色最大影响

positive

positive

CONDITIONING类型

可选

正面条件

正向文本条件

连接正面提示词

negative

negative

CONDITIONING类型

可选

负面条件

负向文本条件

连接负面提示词

5.12 IPAdapterCombineParams(参数合并节点)

这个节点就像一个"参数包合并器",可以把多个IPAdapter参数包合并成一个大的参数包。

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

params_1

params_1

IPADAPTER_PARAMS类型

-

第一个参数包

第一组IPAdapter参数

连接第一个参数包

params_2

params_2

IPADAPTER_PARAMS类型

-

第二个参数包

第二组IPAdapter参数

连接第二个参数包

params_3

params_3

IPADAPTER_PARAMS类型

可选

第三个参数包

第三组IPAdapter参数

连接第三个参数包

params_4

params_4

IPADAPTER_PARAMS类型

可选

第四个参数包

第四组IPAdapter参数

连接第四个参数包

params_5

params_5

IPADAPTER_PARAMS类型

可选

第五个参数包

第五组IPAdapter参数

连接第五个参数包

6. 使用技巧和建议

6.1 新手入门建议

  • 从简单开始:先用IPAdapter基础节点熟悉基本操作

  • 权重调节:建议从0.8开始调试,太高容易"烧图"

  • 图片质量:参考图片越清晰,效果越好

  • 正方形图片:IPAdapter最喜欢正方形的参考图,其他比例会被自动裁剪

6.2 进阶使用技巧

  • 组合使用:可以同时使用多个IPAdapter节点,每个控制不同方面

  • 遮罩控制:使用attn_mask可以精确控制影响区域

  • 时间控制:通过start_at和end_at控制在生成过程的哪个阶段生效

  • 批量处理:使用Batch节点可以提高效率

6.3 常见参数组合

  • 风格转移:weight_type选择"style transfer",weight设置1.0-1.5

  • 人像生成:使用FaceID节点,weight设置0.8-1.2

  • 构图参考:weight_type选择"composition",weight设置0.6-1.0

  • 细节增强:使用ClipVisionEnhancer节点,enhance_tiles设置2-4

7. 常见问题解答

7.1 安装相关问题

Q: 提示缺少InsightFace怎么办? A: 在ComfyUI环境中安装:pip install insightface

Q: 模型文件放在哪里? A: IPAdapter模型放在models/ipadapter/,CLIP视觉模型放在models/clip_vision/

7.2 使用相关问题

Q: 生成的图片效果太强怎么办? A: 降低weight参数,从1.0调到0.8或更低

Q: 人脸识别失败怎么办? A: 确保人脸图片清晰,光线充足,人脸占图片比例较大

Q: 显存不够用怎么办? A: 使用encode_batch_size参数控制批处理大小,或使用CPU模式

7.3 效果优化问题

Q: 如何让风格转移更准确? A: 使用IPAdapterPreciseStyleTransfer节点,调节style_boost参数

Q: 如何控制影响区域? A: 使用attn_mask参数,黑色区域不受影响,白色区域受最大影响

8. 总结

ComfyUI IPAdapter Plus插件是一个功能极其强大的图像条件生成工具,包含了37个不同功能的节点,从基础的风格转移到高级的区域控制,从单张图片处理到批量动画制作,几乎涵盖了所有图像到图像生成的需求。

无论你是想要简单的风格转移,还是复杂的多区域控制,这个插件都能满足你的需求。记住,熟练掌握这些节点需要时间和练习,建议从基础节点开始,逐步探索更高级的功能。

祝你在AI绘画的道路上越走越远!🎨✨

标签: #插件 2338
相关文章

ComfyUI错误修复插件详解:轻松解决常见问题 2025-07-10 18:25

ComfyUI-CustomMenu插件使用教程:高效自定义工作流指南 2025-07-10 17:50

ComfyUI图像合并插件comfyui-merge使用教程 2025-07-03 22:44

ComfyUI 图像合并插件教程 (comfyui-merge) 1. 插件简介 这是一个专门用来合并图片的 ComfyUI 插件,就像用 PS 把多张图片叠在一起那样。它的特别之处在于你精确控制每张图片的混合方式。 GitHub 地址:https://github.com/LingSss9/com

ComfyUI WAN 2.2视频插件教程:万相AI提示词全攻略 2025-07-31 11:47

ComfyUI WAN 2.2视频插件教程:万相AI提示词实战指南 2025-07-29 20:10

ComfyUI HeyGem数字人插件教程:零基础快速精通指南 2025-07-22 14:10

目录

从节点基础到高阶工作流,我们为你绘制最清晰的 ComfyUI 学习路径。告别困惑,让每一次连接都充满创造的魔力,轻松驾驭 AI 艺术的无限可能。

  • 微信
  • B站
  • GitHub
Copyright © 2025 AIX All Rights Reserved. Powered by AIX.
隐私政策
津ICP备2024019312号