CavinHuang-comfyui-nodes-docs/docs/ttN pipeOUT.md

Documentation

• Class name: ttN pipeOUT
• Category: ttN/legacy
• Output node: False

ttN pipeOUT节点旨在聚合和输出生成式管道的各个组件,包括模型、条件数据、潜在表示和生成的图像。它作为管道的最后一步,整合输出以供进一步处理或可视化。

Input types

Required

• pipe
  • 'pipe'参数代表管道状态,封装了所有相关数据,包括模型、条件输入和生成的输出。它对节点的操作至关重要,因为它决定了输出的内容和结构。
  • Comfy dtype: PIPE_LINE
  • Python dtype: Dict[str, Any]

Output types

• model
  • Comfy dtype: MODEL
  • 管道中使用的模型。
  • Python dtype: str
• pos
  • Comfy dtype: CONDITIONING
  • 正面条件数据。
  • Python dtype: str
• neg
  • Comfy dtype: CONDITIONING
  • 负面条件数据。
  • Python dtype: str
• latent
  • Comfy dtype: LATENT
  • 管道生成的潜在表示。
  • Python dtype: str
• vae
  • Comfy dtype: VAE
  • 管道中使用的VAE模型。
  • Python dtype: str
• clip
  • Comfy dtype: CLIP
  • 管道中使用的CLIP模型。
  • Python dtype: str
• image
  • Comfy dtype: IMAGE
  • 生成的图像。
  • Python dtype: str
• seed
  • Comfy dtype: INT
  • 用于管道中随机数生成的种子。
  • Python dtype: int
• pipe
  • Comfy dtype: PIPE_LINE
  • 整个管道状态,封装了所有输入和输出。
  • Python dtype: Dict[str, Any]

Usage tips

• Infra type: CPU
• Common nodes: unknown

Source code

class ttN_pipe_OUT:
    version = '1.1.0'
    def __init__(self):
        pass
    
    @classmethod
    def INPUT_TYPES(s):
        return {
            "required": {
                "pipe": ("PIPE_LINE",),
                },
            "hidden": {"ttNnodeVersion": ttN_pipe_OUT.version},
            }

    RETURN_TYPES = ("MODEL", "CONDITIONING", "CONDITIONING", "LATENT", "VAE", "CLIP", "IMAGE", "INT", "PIPE_LINE",)
    RETURN_NAMES = ("model", "pos", "neg", "latent", "vae", "clip", "image", "seed", "pipe")
    FUNCTION = "flush"

    CATEGORY = "ttN/legacy"
    
    def flush(self, pipe):
        model = pipe.get("model")
        pos = pipe.get("positive")
        neg = pipe.get("negative")
        latent = pipe.get("samples")
        vae = pipe.get("vae")
        clip = pipe.get("clip")
        image = pipe.get("images")
        seed = pipe.get("seed")

        return model, pos, neg, latent, vae, clip, image, seed, pipe