.ai

de bästa AI-modellerna med öppen källkod

Sök

Noden DualCLIPLoader i ComfyUI

DualCLIPLoader laddar två textkodare samtidigt, till exempel clip_l plus t5xxl för Flux eller clip_g plus t5xxl för SD3, och ger ut ett CLIP-objekt för prompt-noderna.

Nodpaket: ComfyUI core

Kategori: Laddare

Vad DualCLIPLoader gör

Modeller som Flux och SD3 läser prompten med två olika kodare och slår ihop resultatet. DualCLIPLoader laddar båda filerna från models/text_encoders (models/clip på äldre installationer) och visar dem som en enda CLIP-utgång, så resten av flödet fungerar precis som i en SD-arbetsgång: CLIP går in i CLIP Text Encode.

Valet av typ berättar för ComfyUI vilken modelfamilj paret tillhör, eftersom de två kodarna kombineras olika för flux, sd3, hunyuan_video och hidream. Ordningen på clip_name1 och clip_name2 spelar ingen roll.

Ingångar

Namn	Typ	Vad det är
clip_name1	COMBO	Första textkodarfilen, till exempel clip_l.safetensors.
clip_name2	COMBO	Andra textkodarfilen, till exempel t5xxl_fp16.safetensors eller t5xxl_fp8_e4m3fn.safetensors.
type	COMBO	sdxl, sd3, flux, hunyuan_video eller hidream: modelfamiljen som ska använda kodarna.
device	COMBO	Valfritt på nyare versioner: default eller cpu, för att hålla kodarna utanför VRAM.

Utgångar

Namn	Typ	Vad det är
CLIP	CLIP	Den kombinerade textkodaren för CLIP Text Encode.

Hoppa över installationen: ComfyUI-arbetsflöden förinstallerade i molnet

BitVector kör färdiga ComfyUI-arbetsflöden på sina egna GPU:er. Ingen installation, inga saknade noder, inga röda rutor. Öppna det på telefonen eller datorn och generera inom en minut.

Prova BitVector

Så använder du DualCLIPLoader

Ladda ner de två kodarfilena till models/text_encoders.
Lägg till DualCLIPLoader och välj båda filerna.
Ställ in type på modelfamiljen (flux för Flux Dev och Schnell).
Koppla CLIP till CLIP Text Encode-noden som håller din prompt.

Inställningar och tips

t5xxl_fp8_e4m3fn sparar ungefär 5 GB minne med nästan ingen skillnad i resultat; använd fp16 bara på 24 GB-kort.
Flux ignorerar den negativa prompten vid cfg 1, så en CLIP Text Encode räcker; koppla samma conditioning till båda sampler-ingångarna eller använd ConditioningZeroOut för den negativa.
För SD3.5 finns den trekodars TripleCLIPLoader, men clip_g plus t5xxl i DualCLIPLoader funkar också.
Att ställa device till cpu frigör VRAM men gör promptkodningen långsammare; kodaren körs bara en gång per promptändring.

Felsökning av DualCLIPLoader

Dropdown-menyn visar inte min t5xxl-fil

Varför det händer

Filen ligger i fel mapp. Textkodare läses från models/text_encoders och models/clip, inte från checkpoints eller diffusion_models.

Så löser du det

Flytta filen till models/text_encoders och tryck R för att uppdatera.

FEL: clip-ingången är ogiltig: None, eller "shape mismatch" under textkodning

Varför det händer

type stämmer inte med filerna, till exempel type sd3 med Flux-kodare, eller en av filerna är en full checkpoint istället för en kodare.

Så löser du det

Ställ in type på den familj du kör och se till att båda filerna är riktiga textkodare (clip_l, clip_g, t5xxl, llama för Hunyuan).

Promptkodningen tar väldigt lång tid eller går över till system-RAM

Varför det händer

T5 i fp16 är ungefär 9,5 GB. Med ett 12 GB-kort byts den in och ut för varje prompt.

Så löser du det

Använd fp8 T5-filen, eller ställ device till cpu så kodaren körs en gång i systemminnet.

Kör detta arbetsflöde från telefonen

Varje arbetsflöde på den här sidan är förinstallerat på BitVector med sina modeller och anpassade noder. Välj, skriv en prompt, klart. Noll installation, inget att ladda ner.

Prova BitVector

Frågor om DualCLIPLoader

Behöver jag DualCLIPLoader för SDXL?

Inte normalt. SDXL-checkpoints har båda kodarna inuti filen och Load Checkpoint ger dem. sdxl-typen finns för delade SDXL-kodarfiler.

Vilken typ ska jag välja för Flux Kontext eller Flux Fill?

flux. De delar samma clip_l och t5xxl-kodare som Flux Dev.

Relaterade noder

Load Diffusion Model

ComfyUI core

Load Diffusion Model (UNETLoader) laddar ett rent brusreduceringsnätverk som Flux, SD3.5, Wan eller HunyuanVideo från models/diffusion_models, med ett vikt_dtype-alternativ för fp8 för att spara VRAM.

CLIP Text Encode (Prompt)

ComfyUI core

CLIP Text Encode omvandlar en textprompt till CONDITIONING med hjälp av modellens textkodare. En nod håller den positiva prompten, en annan den negativa prompten.

Flux Guidance

ComfyUI core

Flux Guidance (FluxGuidance) skriver in styrvärdet i conditioningen som Flux Dev är destillerad för att förvänta sig, och ersätter cfg; 3.5 är standard och 2 till 5 är det användbara spannet.

Load VAE

ComfyUI core

Load VAE (VAELoader) laddar en fristående VAE-fil från models/vae så att en checkpoint med en saknad eller svag VAE kan avkoda rena färger, och så att split-modeller som Flux och Wan får sin decoder.

Trött på att laga noder? Låt molnet göra det

BitVector håller hundratals ComfyUI-arbetsflöden installerade, uppdaterade och testade på snabba moln-GPU:er. Ingen Python, inga CUDA-fel, inga VRAM-gränser. Fungerar från vilken webbläsare som helst.

Prova BitVector