本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑CLIPTextEncodeControlnet 节点使用 CLIP 模型处理文本输入，并将其与现有条件数据结合，为 ControlNet 应用生成增强的条件输出。该节点对输入文本进行分词，通过 CLIP 模型进行编码，并将生成的嵌入向量作为交叉注意力 ControlNet 参数添加到提供的条件数据中。
输入
| 参数 | 数据类型 | 是否必填 | 范围 | 描述 |
|---|---|---|---|---|
clip | CLIP | 是 | - | 用于文本分词和编码的 CLIP 模型 |
条件 | CONDITIONING | 是 | - | 需要添加 ControlNet 参数以增强的现有条件数据 |
文本 | STRING | 是 | - | 由 CLIP 模型处理的文本输入。支持多行文本和动态提示 |
clip、conditioning 和 text）才能正常运行。text 输入支持动态提示和多行文本，以实现灵活的文本处理。
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
CONDITIONING | CONDITIONING | 增强后的条件数据，包含从 CLIP 文本编码中提取的 ControlNet 交叉注意力参数（cross_attn_controlnet 和 pooled_output_controlnet） |
Source fingerprint (SHA-256):
dd6f68d822cc38e27c826b634c938d62e07b075e18a0f46f80b462aecca0b70b