CLIPLoader - ComfyUI Built-in Node Documentation

CLIPLoader 节点从文件加载文本编码器模型（CLIP、T5 或类似模型），使其可供其他需要将文本提示转换为数值表示的节点使用。它支持多种模型架构，每种架构都需要特定的编码器类型。

输入

参数	描述	数据类型	必填	范围
`CLIP名称`	要加载的文本编码器模型的文件名。该文件必须位于 `ComfyUI/models/text_encoders/` 目录中。	STRING	是	`text_encoders` 文件夹中找到的文件列表
`类型`	要加载的模型的架构类型。这决定使用哪个特定的编码器变体（默认：`"stable_diffusion"`）。	COMBO	是	`"stable_diffusion"` `"stable_cascade"` `"sd3"` `"stable_audio"` `"mochi"` `"ltxv"` `"pixart"` `"cosmos"` `"lumina2"` `"wan"` `"hidream"` `"chroma"` `"ace"` `"omnigen2"` `"qwen_image"` `"hunyuan_image"` `"flux2"` `"ovis"` `"longcat_image"` `"cogvideox"` `"lens"` `"pixeldit"` `"ideogram4"` `"boogu"` `"krea2"` `"joyimage"` `"mage"` `"minimax"` `"yue2"`
`设备`	将模型加载到的设备。`"default"` 如果可用则使用 GPU，而 `"cpu"` 强制使用 CPU 加载。这是一个高级选项（默认：`"default"`）。	COMBO	否	`"default"` `"cpu"`

type 参数会为给定的模型架构选择正确的编码器。以下是常见映射：

类型	编码器
stable_diffusion	clip-l
stable_cascade	clip-g
sd3	t5 xxl / clip-g / clip-l
stable_audio	t5 base
mochi	t5 xxl
cogvideox	t5 xxl（226-token 填充）
cosmos	旧版 t5 xxl
lumina2	gemma 2 2B
wan	umt5 xxl
hidream	llama-3.1（推荐）或 t5
omnigen2	qwen vl 2.5 3B
joyimage	qwen3-vl 8B
lens	gpt-oss-20b
pixeldit	gemma 2 2B elm
minimax	MiniMax H3 Qwen3-VL 或 Music3 Qwen/RVQ

输出名称	描述	数据类型
`CLIP`	已加载的文本编码器模型，可连接到其他节点以进行文本编码和条件控制。	CLIP

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): 6df608d500520d9414acd82d9fd509b1e211a8385202cefd5579e8a8f397bc64