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CLIPLoader 节点用于从文件加载文本编码器模型（CLIP、T5 或类似模型），使其可供其他需要将文本提示转换为数值表示的节点使用。该节点支持多种模型架构，每种架构需要特定的编码器类型。
输入
| 参数 | 数据类型 | 是否必需 | 取值范围 | 描述 |
|---|---|---|---|---|
CLIP名称 | STRING | 是 | text_encoders 文件夹中找到的文件列表 | 要加载的文本编码器模型文件名。该文件必须位于 ComfyUI/models/text_encoders/ 或 ComfyUI/models/clip/ 目录中。 |
类型 | STRING | 是 | "stable_diffusion""stable_cascade""sd3""stable_audio""mochi""ltxv""pixart""cosmos""lumina2""wan""hidream""chroma""ace""omnigen2""qwen_image""hunyuan_image""flux2""ovis""longcat_image""cogvideox" | 所加载模型的架构类型。这决定了使用哪个具体的编码器变体。默认值为 "stable_diffusion"。 |
设备 | STRING | 否 | "default""cpu" | 加载模型的目标设备。"default" 在可用时使用 GPU，而 "cpu" 强制使用 CPU 加载。这是一个高级选项（默认值："default"）。 |
支持的编码器类型映射
type 参数为给定的模型架构选择正确的编码器。以下是常见的映射关系：
| 类型 | 编码器 |
|---|---|
| stable_diffusion | clip-l |
| stable_cascade | clip-g |
| sd3 | t5 xxl / clip-g / clip-l |
| stable_audio | t5 base |
| mochi | t5 xxl |
| cogvideox | t5 xxl（226 令牌填充） |
| cosmos | old t5 xxl |
| lumina2 | gemma 2 2B |
| wan | umt5 xxl |
| hidream | llama-3.1（推荐）或 t5 |
| omnigen2 | qwen vl 2.5 3B |
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
clip | CLIP | 已加载的文本编码器模型，可连接到其他节点进行文本编码和条件控制。 |
Source fingerprint (SHA-256):
1051bfe5570dff81719682cb09938bae4c03e94e0e72f7a2be84867cccb48017