第三方插件
ComfyUI_IPAdapter_plus
IPAdapter from Params
该节点是一个“风格参数执行器”，它让你从打包好的风格设定中读取信息，快速完成风格注入，适合做复用、自动化、清晰流程管理。IPAdapter from
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
IPAdapter from Params
combine_embeds
embeds_scaling
英文节点
IPAdapter from Params
combine_embeds
embeds_scaling
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
模型
model
需要注入 IPAdapter 条件的模型。
ipadapter
ipadapter
加载好的 IPAdapter 模型，用于图像引导的特征嵌入处理。
ipadapter_params
ipadapter_params
由前置节点（如 IPAdapterRegionalConditioning）生成的图像嵌入参数集合。包含了多个图像的嵌入表示、权重、注意力掩膜、作用帧范围等信息。这种结构可以实现对多个区域、多张图像进行控制，非常灵活也非常复杂。
image_negative
image_negative
提供负向引导图像，用于生成负向嵌入。
clip_vision
clip_vision
如果没有自动绑定，可手动提供 CLIP-ViT 模型。
输出参数
模型
MODEL
注入 IPAdapter 参数后的模型，可直接用于后续采样。
控件参数
combine_embeds
combine_embeds
控制多个嵌入合并方式，如 concat、add、average 等。
concat：按维度拼接，增加信息量但会增加显存开销。
add：直接求和，适用于嵌入在同一空间对齐的场景。
norm average：单位化后再平均，用于保持每个嵌入的相对权重平衡。
embeds_scaling
embeds_scaling
嵌入如何作用于注意力机制，支持多种精细模式。
V only：仅影响 Value 向量，影响较温和。
K+V：影响 Key 和 Value，控制更强。
K+V w/ C penalty：引入类惩罚机制，抑制相似内容重复生成。
K+mean(V) w/ C penalty：将多个 V 向量取均值后再注入，更强调稳定风格。
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。