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。

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"

​

支持的 type 到编码器映射

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	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