CLIPTextEncodeHiDream是做什么的？

CLIPTextEncodeHiDream节点是为HiDream多模型提示词编码系统设计的文本编码节点，用于将多个不同类型的文本提示词同时编码成conditioning条件，用于后续的图像/视频生成任务。该节点提供了不同的文本编码模型对应的提示词输入，一般情况下建议全部输入一样的提示词即可。

CLIPTextEncodeHiDream有哪些输入参数？

共 1 个输入，包括 clip（clip）。

CLIPTextEncodeHiDream的输出是什么？

共 1 个输出：条件（CONDITIONING）。

CLIPTextEncodeHiDream有哪些可调参数？

共 4 个控件参数，包括 clip_l（clip_l）、clip_g（clip_g）、t5xxl（t5xxl）、llama（llama）。

CLIPTextEncodeHiDream属于哪个节点包？

属于「ComfyUI Essentials」，节点分类为「额外节点」。

CLIPTextEncodeHiDream CLIPTextEncodeHiDream

节点中英文对比

ComfyUI 结构对照

按当前节点配置，分别展示中文与英文节点结构。面板按 ComfyUI 实际界面还原：左侧圆点是输入，右侧圆点与该行最右的名称为输出，下方胶囊是控件参数；控件两端的三角表示可切换的选项。

中文节点 6 项

CLIPTextEncodeHiDream

clip 条件

clip_l —

clip_g —

t5xxl —

llama —

英文节点 6 项

CLIPTextEncodeHiDream

clip CONDITIONING

clip_l —

clip_g —

t5xxl —

llama —

模型条件 / 数值 Latent 其它类型左圆点 = 输入，右圆点 = 输出可切换选项 — 未设置默认值

面板用于对照参数位置与命名，不做交互；实际节点外观以 ComfyUI 内的主题为准。

参数说明

输入 1 · 输出 1 · 控件 4

依据当前节点关联的 NodesItems 数据，按输入、输出、控件三类分别列出名称与说明。

输入参数 1 项

clip clip

使用 QuadrupleCLIPLoader 输出的 CLIP 模型组合对象。

输出参数 1 项

条件 CONDITIONING

组合嵌入后的文本条件，适用于多模态生成任务的控制输入。

控件参数 4 项

clip_l clip_l

用于 clip-l 模型编码的提示语，可使用多行及动态提示语。

clip_g clip_g

用于 clip-g 模型编码的提示语，支持多行和动态表达。

t5xxl t5xxl

用于 T5-XXL 文本模型的输入字符串，支持多行。

llama llama

用于 LLaMA 系列大模型的输入，支持指令风格提示语。

节点详解

原理 · 用法 · 常见问题

常见问题

按节点参数整理

CLIPTextEncodeHiDream是做什么的？: CLIPTextEncodeHiDream节点是为HiDream多模型提示词编码系统设计的文本编码节点，用于将多个不同类型的文本提示词同时编码成conditioning条件，用于后续的图像/视频生成任务。该节点提供了不同的文本编码模型对应的提示词输入，一般情况下建议全部输入一样的提示词即可。
CLIPTextEncodeHiDream有哪些输入参数？: 共 1 个输入，包括 clip（clip）。
CLIPTextEncodeHiDream的输出是什么？: 共 1 个输出：条件（CONDITIONING）。
CLIPTextEncodeHiDream有哪些可调参数？: 共 4 个控件参数，包括 clip_l（clip_l）、clip_g（clip_g）、t5xxl（t5xxl）、llama（llama）。
CLIPTextEncodeHiDream属于哪个节点包？: 属于「ComfyUI Essentials」，节点分类为「额外节点」。

同类节点

ComfyUI Essentials

基本引导器 BasicGuider BasicGuider 节点是 ComfyUI 中最基础的引导器（GUIDER）节点之一，它创建的是一种不包含负向提示、也没有 CFG 权重调节的“纯条件引导器”，适合用在不... CFG引导器 CFGGuider CFGGuider 节点是 ComfyUI 中用于构建自定义采样器流程中的引导器（Guider）的关键节点之一。它的作用是实现Classifier-Free Guidance（... Cosmos图像到视频潜在 CosmosImageToVideoLatent CosmosImageToVideoLatent用于将起始图像和结束图像编码成视频latent，并自动填充中间latent，同时生成一个noise mask 来告诉后续模型哪些... Beta采样调度器 BetaSamplingScheduler BetaSamplingScheduler 使用 Beta 分布来控制采样退火曲线的形状，你可以通过调节 alpha 和 beta 两个参数，决定噪声是集中在前期、中期还是后... Lumina2的CLIP文本编码 CLIP Text Encode for Lumina2 该节点结合了系统提示（system prompt）与用户输入（user prompt），通过CLIP模型生成用于图像生成的condition embedding（提示词条件编码... 基本调度器 BasicScheduler BasicScheduler 负责根据你选择的调度器（Scheduler）和步骤数（steps），为采样过程生成一组精确的 sigmas（噪声强度表），这些 sigmas 决定... 应用ControlNet（阿里妈妈局部重绘） ControlNetInpaintingAliMamaApply ControlNetInpaintingAliMamaApply 节点是 ComfyUI 中一个专门用于“阿里妈妈风格”ControlNet图像修复（Inpainting）应... 添加噪波 AddNoise AddNoise 节点是 ComfyUI 中一个用于手动将噪声添加到 latent 图像中的工具节点。它可以用于**重新加入噪声、模拟扩散第一步、构建自定义采样流程中的“中...