下图为测试工作流，生成结果有微小区别。
extra_nodes
时间：2025/06/28
Self-Attention Guidance
节点功能： SelfAttentionGuidance 是一个实验性/高级补丁节点，它为 UNet 推理过程注入一种称为 SAG（Self-Attention Guidance） 的技术——通过自注意力掩图引导 CFG 去噪过程，从而提升图像结构感、抗过拟合能力，或模糊→锐化的表达力。你可以把它理解为利用 UNet 自己的注意力结果来“对自己做校正”。
Self-Attention Guidance-节点参数说明
| 输入参数 | |
| model | 输入原始模型对象。 |
| 输出参数 | |
| MODEL | 注入了 Self-Attention Guidance（SAG）机制的模型。 |
| 控件参数 | |
| scale | 自引导调整强度系数，默认值为 0.5，范围为 -2.0 到 5.0。控制 SAG 的最终作用强度。值越高，CFG 后修正越强；过大可能导致反向崩坏。推荐值：0.3~1.0。 |
| blur_sigma | 对注意力图进行高斯模糊的标准差，默认值为 2.0。控制模糊区域宽度。值越大，越模糊，适合扩散范围大、语义宽泛的情况。 |
