CLIPTextEncode 节点（带 BLIP）

依赖项

• Fairscale>=0.4.4 (不在 ComfyUI 中)

• Transformers==4.26.1（已包含在 ComfyUI 中）

• Timm>=0.4.12（已包含在 ComfyUI 中）

• Gitpython（已包含在 ComfyUI 中）

本地安装

进入 ComfyUI_windows_portable\python_embeded 目录，运行：

python.exe -m pip install fairscale

然后，在 ComfyUI_windows_portable\ComfyUI\custom_nodes\ 目录下运行：

git clone https://github.com/paulo-coronado/comfy_clip_blip_node

Google Colab 安装

在任意位置添加一个代码单元格，并输入以下内容：

!pip install fairscale
!cd custom_nodes && git clone https://github.com/paulo-coronado/comfy_clip_blip_node

使用方法

1. 添加 CLIPTextEncodeBLIP 节点；

2. 将该节点连接至一张图片，并设置 min_length 和 max_length 的值；

3. 可选：若希望将 BLIP 生成的文本嵌入到提示词中，可使用关键字 BLIP_TEXT（例如：“a photo of BLIP_TEXT”，中景，细节丰富，高度细节化）。

致谢

CLIPTextEncodeBLIP 的实现基于以下资源：BLIP、ALBEF、Huggingface Transformers 以及 timm。感谢原始作者的开源贡献。