Eff. Loader SDXL

节点功能：该节点完成SDXL模型的base和refine的加载，同时支持设置生成图片的尺寸和正反向提示词。

输入参数

参数名称	说明
lora_stack	可选 LoRA 模型堆栈。
cnet_stack	可选 ControlNet 模型堆栈。

输出参数

参数名称	说明
SDXL_TUPLE	包含 Base 模型、Clip 编码器、Refiner 模型、Refiner Clip 及其提示词编码。
LATENT	初始空潜空间张量。
VAE	当前加载的 VAE 模型。
DEPENDENCIES	当前加载的配置依赖信息（如模型名、提示词、clip skip 等）。

控件参数

参数名称	说明
base_ckpt_name	主模型（Base）Checkpoint 文件名。
base_clip_skip	主模型 CLIP 的跳层数，负数表示从后向前跳过的 transformer 层。
refiner_ckpt_name	精修模型（Refiner）Checkpoint 名称，"None" 表示不加载。
refiner_clip_skip	精修模型的 CLIP 跳层数。
positive_ascore	正向提示词的引导权重（Attention Score）。
negative_ascore	负向提示词的抑制权重。
vae_name	VAE 模型名称。
positive	正向提示词。
negative	负向提示词。
token_normalization	提示词的归一化方式。选项如下： - none：不归一化。 - mean：按均值归一化。 - length：按长度归一化。 - length+mean：综合方式。
weight_interpretation	对提示词中括号权重的解析方式。选项如下： - comfy：ComfyUI 默认解释方式。 - A1111：兼容 WebUI 风格。 - compel：兼容 Compel 解析逻辑。 - comfy++：改进版 Comfy。 - down_weight：惩罚负权重。
empty_latent_width	空 latent 图像的宽度，单位像素，必须为 64 的倍数。
empty_latent_height	空 latent 图像的高度，单位像素，必须为 64 的倍数。
batch_size	一次生成的图像数量。

下图所示为不同的refine step影响结果，因为sdxl加载了两个模型一个是base文生图，一个是refine图生图，所以refine step影响什么时候refine模型参与放大。

上一篇：Efficient Loader 下一篇：Control Net Stacker