较正经的 readme 部分
MTCLIPEncode 能用 Helsinki-NLP 的本地模型翻译非英语文本，并把翻译后的英文提示词进行编码。
连接位置同默认的 CLIP Text Encode。
文字输入框只有一个，这样做的好处是，可以用这里： Optimized the prompt word module of the plugin 提到的方法，串接在 Krita AI Diffusion 插件中使用。
在单一文字输入框内，约定的文本输入格式为：
prefix | translate_part | suffix
可简单解释为：
[不需翻译的前缀]|[需要翻译的提示词]|[不需要翻译的后缀]
节点最初的样子及输入文本的“约定格式”
ComfyUI 中，正向提示词示例
在 ComfyUI 中，反向提示词示例
在 ComfyUI 中使用本节点时，终端返回的翻译前、翻译后的提示词（彩色），及最终进入 CLIP 编码的提示词（灰色）
提示词在 Krita 输入框时的样子及画面效果
在 Krita AI Diffusion 中使用本节点时，终端返回的情况
在 Krita 设置中的默认风格提示词，插件设置选项 “Styles” 页面下 “Style Prompt” 和 “Negative Prompt” 所包含的内容。 对比终端返回的情况，我们能看到，插件默认的风格提示词，与我写的提示词合并后，被拆分、翻译、组合、编码的大概过程。
在 nodes.py 文件中添加更多语种列表：
marian_list = [
"opus-mt-zh-en",
"opus-mt-ru-en",
"opus-mt-th-en",
]
# https://huggingface.co/Helsinki-NLP 在这个地址里可以找到更多语种的模型，把状如 "opus-mt-th-en" 的模型名字添加到如上列表后，下次使用时会自动下载模型，下载到哪里我也不知道，实在想知道就去问 ChatGPT，代码几乎都是它写的。
建议不要 read 的部分
我几乎不会用 python，其它编程更是一窍不通，是 ChatGPT 帮我写的全部代码，有问题你们继续问它就行了。
写该节点的过程是这样的：
一、@Drakosha405 在 Optimized the prompt word module of the plugin 中，提供了在 Krita AI Diffusion 插件里替换 CLIP Text Encode 节点的方法，以便在该插件中使用自己的母语（非英语）来书写提示词，这正是我想要的（谢谢你， @Drakosha405 ），但这似乎还不够。
二、学会这个方法后，我试用了几个能在 ComfyUI Manager 中搜到的 Encode 节点和翻译节点。
其中， comfyui-ollama-prompt-encode 节点可以用中文（只要是 Ollama 能懂的语言都行）驱使 Ollama 本地模型写出英文提示词并用于生图。
但 Ollama 所用的模型时常会犯糊涂。
你让它翻译，它会用跟你相同的语言聊天，以此显得自己“很通用”。你让它处理反向提示词，它会说那些词汇太负面，它的道德和信仰让它“不能做那样的事”。
希望大语言模型早日进化到能感觉到疼痛，好等哪天我学会写代码，一定会毫不犹豫为它写一行“不听话就抽嘴巴”的惩罚措施。
正是这股豪横气概，让我突然就看懂了“把 Ollama 返回的信息进行 Encode 处理”的那几行代码。
这样一来，只要诱使 ChatGPT 去抄一个翻译节点处理文本的部分，再组合进一步做 Encode 处理的部分，一个新的用于替换 Krita AI Diffusion 插件里的“类 CLIP Text Encode 节点”就有眉目了。
三、这就是翻译部分的代码来源： ComfyUI_kkTranslator_nodes
该节点能利用 Helsinki-NLP 的本地模型，实现提示词翻译（感谢作者～）。
就这样，ChatGPT 负责写（抄袭和组合）代码，我负责测试和提出调整思路，不到半天时间，翻译和编码功能就基本实现了。
虽然在 ComfyUI 中测试效果良好，但在 Krita 中试用时还是遇到了一个新问题，于是就进入下面的“正则处理阶段”。
四、在搜索与 Ollama 相关的节点时，理解了 ComfyUi-Ollama-YN 用正则式处理文本的思路，正好解决下面 Krita 中遇到的问题。
毕竟，这个 MTCLIPEncode 节点就是为了在 Krita AI Diffusion 插件中使用而编写的。
在 Krita AI Diffusion 插件的设置选项里，Styles 页面下，Style Prompt 和 Negative Prompt 这两项文本框中的内容，会被合并到你在操作面板文本框里写下的提示词前后，成为 CLIP Text Encode 节点要处理的 text 字符串。
也就是说，除了 {prompt} 这个字符串（表示的就是你写在插件文本框中的提示词）之外，这里还有容易被忽视的默认选项附加的一些风格提示词。
如果，这些前后缀内容都被扔进翻译模型中，会很容易引起翻译结果的混乱。
所以，MTCLIPEncode 节点的文本框中必须包含两个 | 才能把“无需翻译的前后缀部分”和“需翻译的中间部分”隔离开。
这就形成了与节点约定的文本输入格式，
可简单表示为：
prefix | translate_part | suffix
简单解释为：
[不需翻译的前缀]|[需要翻译的提示词]|[不需要翻译的后缀]
啰啰嗦嗦解释为：
[“Krita AI Diffusion” 插件设置选项 “Styles”页面下 “Style Prompt” 或 “Negative Prompt” 所包含的前缀文本（位于 “{prompt}”前面的部分）][（你写的或者你抄来的原本就是英语的）不希望被翻译染指的前缀文本（如： score_8_up 这种我一点都看不懂的东西）]|[你写的希望被翻译的非英语的部分]|[（你写的或者你抄来的原本就是英语的）不希望被翻译染指的后缀文本][“Krita AI Diffusion” 插件设置选项 “Styles”页面下 “Style Prompt” 或 “Negative Prompt” 所包含的后缀文本（位于 “{prompt}”后面的部分）]