如下图所示，该节点完成风格和构图的双重参考，根据传入图片的不同。
ComfyUI_IPAdapter_plus
时间：2025/06/28
IPAdapter Style & Composition SDXL
节点功能：该节点可以完成风格和构图的双重参考
IPAdapter Style & Composition SDXL-节点参数说明
| 输入参数 | |
| model | 基础模型（如Stable Diffusion）。 |
| ipadapter | IPAdapter模型实例。 |
| image_style | 风格参考图（如油画、水彩等）。 |
| image_composition | 构图参考图（如物体布局、透视等）。 |
| image_negative | 负向参考图（抑制特定特征） |
| attn_mask | 注意力遮罩（限制应用区域） |
| clip_vision | 外部传入的 CLIP Vision 编码器，用于替代默认模型。 |
| 输出参数 | |
| MODEL | 加载了IPAdapter适配器的新模型，可用于后续生成。 |
| 控件参数 | |
| weight_style | 风格图像的权重，控制其对最终嵌入的影响程度，范围为 -1 到 5，默认 1.0。 |
| weight_composition | 构图图像的权重，控制其对最终嵌入的影响程度，范围为 -1 到 5，默认 1.0。 |
| expand_style | 是否扩展风格嵌入，在某些合成策略下能增强细节表现，默认 False。 |
| combine_embeds | 嵌入合并策略，支持：concat, add, subtract, average, norm average，默认 average。 concat：拼接特征，保留两者独立信息（需模型支持长序列）。 add：特征相加，可能增强效果但易过饱和。 subtract：特征相减，用于抑制某些风格（实验性）。 average：特征均值，平衡风格和构图（默认）。 norm average：归一化后求均值，避免幅值偏差。 大多数场景用average或norm average。 需要强风格控制时尝试concat（消耗更多显存） |
| start_at | 应用 IPAdapter 效果的起始时间点（归一化时间 0-1），默认 0.0。 |
| end_at | 应用 IPAdapter 效果的结束时间点（归一化时间 0-1），默认 1.0。 |
| embeds_scaling | CLIP特征模式：V only/K+V/K+V w/ C penalty/K+mean(V) w/ C penalty V only：仅 Value 缩放； K+V：Key 与 Value 同时缩放； K+V w/ C penalty：在 K+V 基础上对冗余通道做惩罚； K+mean(V) w/ C penalty：加入均值作为惩罚项，更细腻。 |
