CLIPLoader - ComfyUI Built-in Node Documentation

CLIPLoader 节点从文件中加载文本编码器模型（CLIP、T5 或类似模型），使其可用于其他需要将文本提示转换为数值表示的节点。

CLIPLoader 节点从文件中加载文本编码器模型（CLIP、T5 或类似模型），使其可用于其他需要将文本提示转换为数值表示的节点。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	说明	数据类型	是否必需	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 文件夹中的文件列表
类型	所加载模型的架构类型。这决定了要使用的具体编码器变体（默认值："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"
设备	用于加载模型的设备。"default" 会在可用时使用 GPU，而 "cpu" 则强制使用 CPU 加载。这是一个高级选项（默认值："default"）。	COMBO	否	"default" "cpu"

​

支持的类型与编码器映射

type 参数会为给定的模型架构选择正确的编码器。以下是常见的映射：

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

输出名称	说明	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设置。	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): 7c1586d01410d319468f7c8c153ef0717280804add868ba57bff0c6539fb5dd9