IPAdapter Precise Composition
节点功能：该节点是一个让 AI 在生成图像时，更加精准地参考你给的图片“怎么构图”的节点，比如主体放在哪、背景怎么布局、整体画面怎么分布。IPAdapter Precise
节点中英文对比
IPAdapter Precise Composition
weight
composition_boost
combine_embeds
start_at
end_at
embeds_scaling
IPAdapter Precise Composition
weight
composition_boost
combine_embeds
start_at
end_at
embeds_scaling
IPAdapter Precise Composition - 参数说明
输入参数
model
原始模型对象（如 SD1.5 / SDXL），将在此基础上注入图像融合能力。
ipadapter
IPAdapter 融合模块，包含加载好的投影矩阵。
image
作为图像参考的输入，用于生成图像引导的嵌入（embedding）。
image_negative
可选的负向参考图像，引导模型避免某些视觉特征。
attn_mask
引导图像的空间遮罩，决定哪些区域参与融合。
clip_vision
手动提供的 CLIP 视觉模型，默认会从 IPAdapter 自动推断。
输出参数
MODEL
注入了图像融合控制逻辑的新模型，供后续 KSampler 使用。
控件参数
weight
图像引导的强度，通常在 0.5~1.5 之间调整。控制 IPAdapter 引导的强度，值越大，图像风格引导越强。
composition_boost
用于增强图像组合控制的权重强化项，影响某些嵌入维度的突出程度。
combine_embeds
多图像嵌入合成方式。选项如：concat（拼接）、add、average 等。
- concat: 简单拼接
- add: 多图向量求和
- average: 求平均
- norm average: 对每个嵌入先归一化，再平均（可降低单一图像影响）
- subtract: 用于突出“图1减去图2”的特征差异，适合做对比风格。
start_at
图像融合控制开始的步数（相对于 total_steps 的比例，如 0.3 表示第30%步开始）。
end_at
图像融合控制结束的步数（相对比例）。
embeds_scaling
嵌入控制维度的选择方式。控制嵌入被注入的位置和方式，具体作用如下：
- V only: 只作用于 attention 的 Value 通道（最安全）
- K+V: 作用于 Key + Value，影响 attention 更深层逻辑
- K+V w/ C penalty: 同上，并加入 C 通道惩罚（用于抑制无关特征）
- K+mean(V) w/ C penalty: 只使用 V 的均值参与 attention，更聚焦控制大概区域
暂无节点说明