GitHub-BlenderNeko/ComfyUI_ADV_CLIP_emb:ComfyUI结点，用于选择提示权重的解释方式

BlenderNeko的GitHub存储库"ComfyUI_ADV_CLIP_emb"介绍了ComfyUI的高级节点，为用户在文本到图像生成中提供了前所未有的提示权重控制。该存储库的亮点是"BNK_CLIPTextEncodeAdvanced"节点，提供了两个创新设置，用于标记规范化和权重解释。这些设置允许对AI如何解释提示权重进行微调，这可以显着影响生成图像的质量和准确性。 标记规范化方法如"none"、"mean"、"length"和"length+mean"提供了调整标记权重的灵活性，而权重解释方法如"comfy"、"A1111"、"compel"、"comfy++"和"down_weight"提供了强调或减弱提示中概念的各种策略。特别值得注意的是"compel"方法用于减弱权重，巧妙地混合嵌入以减少特定概念的影响，确保更精确地控制最终图像输出。 此外，该存储库支持SDXL，满足使用不同模型规模的用户需求，并包括用于调整图像裁剪和美学参数的节点。这个存储库对于AI生成艺术领域是一项重要贡献，提供了可能导致更加细致和有意识创作的工具。对于从事AI图像生成的爱好者和专业人士来说，探索这些节点的功能可能会改变游戏规则，使该存储库值得一读。- 仓库包含了4个用于ComfyUI的节点，用于控制提示权重的解释方式。 - CLIP Text Encode (Advanced)节点有两个设置：token_normalization和weight_interpretation。 - token_normalization有四种选项：none、mean、length和length+mean。 - weight_interpretation有四种选项：comfy、A1111、compel和comfy++。 - 上调权重的方法有A1111、comfy和comfy++，它们在向量之间进行插值或遮罩处理。 - 下调权重的方法使用compel风格的遮罩嵌入来实现，减小特定概念的影响。 - 使用上述方法进行下调权重时，仍然会有一定程度的影响，因为嵌入向量包含整个提示的上下文信息。 - 提供了支持SDXL的设置和节点，包括BNK_CLIPTextEncodeSDXLAdvanced、BNK_AddCLIPSDXLParams和BNK_AddCLIPSDXLRParams。