Files
CavinHuang-comfyui-nodes-docs/docs/ScheduleToCond.md
2024-05-26 20:35:16 +08:00

1.7 KiB

Documentation

ScheduleToCond节点的'apply'方法旨在处理并应用提示计划给定的CLIP模型。它将提示计划与CLIP模型集成,以生成一组条件输入,这些输入可以用于进一步处理或作为模型输入的一部分。此方法在控制文本提示对CLIP模型输出的影响中起着关键作用。

Input types

Required

  • clip
    • 'clip'参数至关重要,因为它代表了将应用提示计划的CLIP模型。它是决定后续条件处理过程和节点生成的输出的核心组件。
    • Comfy dtype: CLIP
    • Python dtype: torch.nn.Module
  • prompt_schedule
    • 'prompt_schedule'参数定义了将提示应用于CLIP模型的时间表。它对于确定文本提示将如何调节模型在处理过程中的行为至关重要。
    • Comfy dtype: PROMPT_SCHEDULE
    • Python dtype: Dict[str, Any]

Output types

  • CONDITIONING
    • 输出'CONDITIONING'代表了从提示计划派生并应用于CLIP模型的条件集。它很重要,因为它构成了进一步操作或作为下游任务输入的基础。
    • Comfy dtype: CONDITIONING
    • Python dtype: List[Tuple[str, Dict[str, Any]]]

Usage tips

  • Infra type: CPU

Source code

class ScheduleToCond:

    @classmethod
    def INPUT_TYPES(s):
        return {'required': {'clip': ('CLIP',), 'prompt_schedule': ('PROMPT_SCHEDULE',)}}
    RETURN_TYPES = ('CONDITIONING',)
    CATEGORY = 'promptcontrol'
    FUNCTION = 'apply'

    def apply(self, clip, prompt_schedule):
        with Timer('ScheduleToCond'):
            r = (control_to_clip_common(clip, prompt_schedule),)
        return r