第三方插件
efficiency-nodes-comfyui
Eff. Loader SDXL
该节点完成SDXL模型的base和refine的加载，同时支持设置生成图片的尺寸和正反向提示词。Eff. Loader
节点中英文对比
按当前节点配置，分别展示中文与英文节点结构。
中文节点
Eff. Loader SDXL
base_ckpt_name
base_clip_skip
refiner_ckpt_name
refiner_clip_skip
positive_ascore
negative_ascore
vae_name
positive
negative
token_normalization
weight_interpretation
empty_latent_width
empty_latent_height
batch_size
英文节点
Eff. Loader SDXL
base_ckpt_name
base_clip_skip
refiner_ckpt_name
refiner_clip_skip
positive_ascore
negative_ascore
vae_name
positive
negative
token_normalization
weight_interpretation
empty_latent_width
empty_latent_height
batch_size
参数说明
依据当前节点关联的 `NodesItems` 数据展示输入、输出与控件说明。
输入参数
lora_stack
lora_stack
可选 LoRA 模型堆栈。
cnet_stack
cnet_stack
可选 ControlNet 模型堆栈。
输出参数
SDXL_TUPLE
SDXL_TUPLE
包含 Base 模型、Clip 编码器、Refiner 模型、Refiner Clip 及其提示词编码。
LATENT
LATENT
初始空潜空间张量。
VAE
VAE
当前加载的 VAE 模型。
DEPENDENCIES
DEPENDENCIES
当前加载的配置依赖信息（如模型名、提示词、clip skip 等）。
控件参数
base_ckpt_name
base_ckpt_name
主模型（Base）Checkpoint 文件名。
base_clip_skip
base_clip_skip
主模型 CLIP 的跳层数，负数表示从后向前跳过的 transformer 层。
refiner_ckpt_name
refiner_ckpt_name
精修模型（Refiner）Checkpoint 名称，"None" 表示不加载。
refiner_clip_skip
refiner_clip_skip
精修模型的 CLIP 跳层数。
positive_ascore
positive_ascore
正向提示词的引导权重（Attention Score）。
negative_ascore
negative_ascore
负向提示词的抑制权重。
vae_name
vae_name
VAE 模型名称。
positive
positive
正向提示词。
negative
negative
负向提示词。
token_normalization
token_normalization
提示词的归一化方式。选项如下：
- none：不归一化。
- mean：按均值归一化。
- length：按长度归一化。
- length+mean：综合方式。
weight_interpretation
weight_interpretation
对提示词中括号权重的解析方式。选项如下：
- comfy：ComfyUI 默认解释方式。
- A1111：兼容 WebUI 风格。
- compel：兼容 Compel 解析逻辑。
- comfy++：改进版 Comfy。
- down_weight：惩罚负权重。
empty_latent_width
empty_latent_width
空 latent 图像的宽度，单位像素，必须为 64 的倍数。
empty_latent_height
empty_latent_height
空 latent 图像的高度，单位像素，必须为 64 的倍数。
batch_size
batch_size
一次生成的图像数量。
详细说明
结合节点用途、参数和调用方式，给出更完整的说明内容。
暂无节点说明
同类节点导航
继续浏览同一分类下的相邻节点，方便串联学习。