IPAdapter

节点功能：该节点用来将IPAdapter模型的效果注入到大模型中去引导扩散。

参数名称	说明
model	主要的图像生成模型（如 SD 1.5 / SDXL 等）。
ipadapter	IPAdapter 模型结构，可能包含视觉模型（clip_vision）。
image	输入的用于风格参考的图像。
attn_mask	引导图像的空间遮罩，决定哪些区域参与融合。

参数名称	说明
MODEL	注入了图像融合控制逻辑的新模型，供后续 KSampler 使用。

参数名称	说明
weight	融合嵌入的强度，默认 1.0，范围为 -1 到 3。
start_at	嵌入生效的起始时间点（0~1），默认 0。
end_at	嵌入生效的结束时间点（0~1），默认 1。
weight_type	权重调节方式，如 constant、linear、step、fade。

embeds_scaling参数不同的选择区别：

'V only'：仅对视觉嵌入（V）进行缩放操作，保持其他嵌入不变。
'K+V'：对键（K）和视觉嵌入（V）进行缩放操作，保持其他嵌入不变。
'K+V w/ C penalty'：对键（K）和视觉嵌入（V）进行缩放操作，并在缩放过程中对C惩罚，保持其他嵌入不变。
'K+mean(V) w/ C penalty'：对键（K）和视觉嵌入（V）进行缩放操作，但是在缩放视觉嵌入时使用均值进行，同时对C进行惩罚，保持其他嵌入不变。

注意：如下图所示，使用SDXL的大模型，对weight_type的四种变化方式进行了测试，可以看出权重类型的不同变换方式对最终图像的生成有很大的影响。

注意：如下图所示，对四种不同的嵌入方式进行了一一实验，大家可自行对比择优选择。