训练的适配器，用于将 LLM 作为 Rouwei 0.8（及其他 SDXL 模型）的文本编码器。

更新 v0.2：

新版 t5gemma-2b 文本编码器模型，性能有所提升。

运行需要 t5gemma-2b 编码器模型（无限制镜像，下载说明见下文）。

你需要更新的 自定义节点 才能正常运行

以下为详细启动说明与提示技巧

这是什么：

SDXL 模型中 Clip 文本编码器的即插即用替代方案，可实现更好的提示遵循与理解能力。

类似于 ELLA、SDXL-T5 及其他类似模型，但本模型专注于动漫模型与高级知识，且无审查限制。

主要特性：

• 在 SDXL 动漫模型中，具备顶尖的提示遵循与自然语言理解能力

• 支持长提示与短提示，无每块 75 个标记的限制

• 在保留原有风格与角色知识的同时，提供惊人的提示灵活性

• 支持结构化提示，可分别描述角色、部位、元素等特征

• 完美兼容 booru 标签（单独使用或与自然语言结合），便于轻松提示

如何运行最新版本：

1. 安装/更新 Comfy 的 自定义节点

• 选项 a：进入 ComfyUI/custom_nodes 并输入 git clone https://github.com/NeuroSenko/ComfyUI_LLM_SDXL_Adapter

• 选项 b：打开 示例工作流，进入 ComfyUI Manager 并点击 安装缺失的自定义节点 按钮

2. 确保你拥有最新版 Transformers：激活 ComfyUI 的 venv，输入 pip install transformers -U

3. 下载适配器并放入 /models/llm_adapters

4. 下载 T5Gemma

• 选项 a：激活 ComfyUI venv 后输入 hf download Minthy/RouWei-Gemma --include "t5gemma-2b-2b-ul2_*" --local-dir "./models/LLM"（如需请修正路径）

• 选项 b：下载 safetensors 文件并放入 ComfyUI/models/text_encoders（将在下一次节点更新中实现）

5. 如果尚未拥有，请下载 Rouwei（vpred 或 epsilon 或 基础版）检查点

6. 使用展示图中的任意一张作为参考工作流，自由尝试

基于 gemma-3-1b LLM 模型的旧版本说明，请参见此 HF 仓库

当前性能：

此版本在提示理解方面优于各类模型中的任何 Clip 文本编码器。它允许为每个角色/对象指定更多细节与独立部分，结果比纯随机更稳定一致，可制作简单漫画（稳定性因情况而异），定义位置与更复杂的构图。

然而，它仍处于早期阶段，对罕见事物（尤其是艺术家风格）可能存在困难及某些偏见。此外，它基于较老且较小的 UNET，需进行适当训练（可能还需修改），请勿期待其性能达到 Flux 和 QwenImage 等顶级开源图像生成模型的水平。

使用与提示示例：

该模型非常灵活，可接受多种格式，包括多语言输入甚至 base64。

但建议采用以下几种提示风格之一：

（示例见展示图或 HF 仓库的 README）

自然语言

kikyou (blue archive) 一位黑发猫娘，穿着侧绑比基尼泳装，四肢着地站在游泳圈上。她害怕得尾巴高高竖起，对周围水域感到恐惧。

纯文本即可。建议避免过短或过长的提示。

Booru 标签

常规 booru 标签。

在节点支持强调功能前，请勿在括号前添加 \。此外，与 Clip 不同，拼写错误很可能导致错误结果。

标签与自然语言结合：

masterpiece, best quality, by muk (monsieur).
1girl, kokona (blue archive), grey hair, animal ears, brown eyes, smile, wariza,
holding a yellow ball that resembles crying emoji

大多数情况下最简单便捷的方式。

结构化提示：

bold line, masterpiece, classroom.
## Asuka:
ouryuu Asuka Langley 穿着校服，表情疲惫地坐在课桌前，头部微倾。
## Zero two:
Zero two (darling in the franxx) 穿着红色紧身衣，站在她身后为她按摩肩膀。

可识别 Markdown # 作为分隔符、JSON、XML 或使用换行与 : 的简单分隔。提示结构化有助于在描述多个角色及其各自特征时提升效果。根据具体案例，它可能非常稳定，通常优于随机结果，或需多次尝试才能克服偏见或复杂性实现目标。

综合使用：

上述所有方式的任意组合。推荐用于最复杂的情况。

质量标签：

正向：masterpiece 或 best quality

负向：worst quality 或 low qualit

建议避免过度堆砌，以免引发不期望的偏见。

当前自定义节点不支持提示权重与标准括号语法。此外，(括号) 请保持原样，无需添加 \。

其他设置与建议与原始 RouWei 相同。

知识与训练数据集：

训练数据集使用来自 该数据集 的约 270 万张图片及其他若干来源。数量仍相对较小。

训练与代码

前向代码示例，获取 t5gemma 隐藏状态示例

用于 LORA 训练 的 sd-scripts 分支

用于 完整训练 的 sd-scripts（dev 分支），支持对各部分（t5gemma、适配器、UNet）进行微调。

兼容性：

专为 Rouwei 设计，兼容大多数基于 Illustrious 的检查点，包括 NoobAi 与流行合并模型。LoRA 的 UNet 部分可用，但 TE 部分需重新训练。

近期计划：

• 改进自定义节点，包括强调功能

将推出基于更大数据集训练的另一个版本，以评估容量，并决定是否与编码器联合训练或保持独立。

若未发现重大缺陷，该模型将作为下一版 Rouwei 检查点的文本编码器使用。

我愿意提供帮助/合作：

加入 Discord 服务器，分享你的想法、建议、请求等。也可直接在此处或 Discord 私信我。

感谢：

部分训练使用了 Google TPU，由 OpenRoot-Compute 赞助。

个人贡献者：NeuroSenko（代码）、Rimuru（创意与讨论）、Lord（测试）、DraconicDragon（修复与测试）、Remix（节点代码）

同时感谢此前支持我的各位：

多位匿名人士、Bakariso、dga、Fi.、ello、K.、LOL2024、NeuroSenko、OpenRoot-Compute、rred、Soviet Cat、Sv1.、T.、TekeshiX

捐赠：

BTC: bc1qwv83ggq8rvv07uk6dv4njs0j3yygj3aax4wg6c

ETH/USDT(e): 0x04C8a749F49aE8a56CB84cF0C99CD9E92eDB17db

XMR: 47F7JAyKP8tMBtzwxpoZsUVB8wzg2VrbtDKBice9FAS1FikbHEXXPof4PAb42CQ5ch8p8Hs4RvJuzPHDtaVSdQzD6ZbA5TZ

许可证

适配器模型采用 MIT 许可证。

本工具使用原始或微调模型 google/t5gemma-2b-2b-ul2 和 google/gemma-3-1b-it。

Gemma 模型依据并受 ai.google.dev/gemma/terms 中的 Gemma 使用条款约束。