تحكّم فمراجع Qwen Image 2.1 وعبارات البرومبت فـ ComfyUI

شنو كيدير ComfyUI-qwen_img_2_1_enhancer

ComfyUI-qwen_img_2_1_enhancer كيضيف جوج ديال العُقد لسيرورات العمل الأصلية ديال Qwen Image 2.1 فـ ComfyUI. هاد العُقد كيسمحولك تتحكم فالأولوية ديال الانتباه لكل صورة مرجعية بوحدها، وتبرز ولا تخفّي عبارات محددة من الـ prompt.

تقدر تستعمل العُقد بوحدها ولا تجمع بينهم فنفس سيرورة العمل. كيتعدلو نقاط الانتباه داخل محوّل Qwen Image 2.1 الأصلي، بلا ما يعاودو يقيّسو تضمينات النص، ولا يركّبو بكسلات الصور المرجعية، ولا يبدلو الصور المصدر.

• Qwen Image 2.1 Reference Strength: كيبدل أولوية الانتباه ديال صورة مرجعية مختارة.
• Qwen Image 2.1 Edit — Phrase Weights: كيضيف صيغة العبارات الموزونة للـ prompts الإيجابية والسلبية، وكيخرج مخرجات conditioning و latent.

المتطلبات والتثبيت

خاصك ComfyUI بدعم أصلي لـ Qwen Image 2.1، وزيد عليه إعداد خدام فيه موديل Qwen Image 2.1، ومشفّر النص، وVAE. هاد الـ custom node ما كيحتاج حتى حزمة Python إضافية ولا تعديلات فملفات ComfyUI الأساسية.

1. حلّ التيرمينال ودخل لمجلد الـ custom nodes ديال ComfyUI:

cd ComfyUI/custom_nodes

1. نسخ المستودع:

git clone https://github.com/capitan01R/ComfyUI-qwen_img_2_1_enhancer.git

عاود شغّل ComfyUI من بعد تثبيت ولا تحديث الـ node. منين يعاود يخدم، قلّب فـ لائحة العُقد على جوج عُقد Qwen Image 2.1 enhancer.

تعديل قوة الصورة المرجعية

العقدة Qwen Image 2.1 Reference Strength كتتحكم فالانتباه لصورة مرجعية مربوطة وحدة. زيدها من بعد الموديل وLoRA loaders الاختيارية، ومن بعد ربط المخرج ديالها MODEL بالـ sampler.

Load Diffusion Model -> LoRA loaders (optional) -> Reference Strength -> sampler

ربط الصور المرجعية وVAE بالعقدة الأصلية Text Encode Qwen Image 2.1 ولا بمشفّر Phrase Weights المرفق. اختيار الصور المرجعية كيتبع الترتيب ديال الصور المربوطة فالمشفّر. مداخل الصور الخاوية كيتخطّاو.

مداخل Reference Strength

• model: موديل Qwen Image 2.1، بما فيه أي LoRAs مطبّقة.
• reference_index: الصورة المرجعية اللي بغيتي تعدّلها. 1 كيكْتار أول صورة مربوطة، و2 كيكْتار الثانية، وهكذا.
• strength: مضاعِف احتمالات الانتباه. القيمة الافتراضية ديالو هي 1.2.

فهم قيم القوة

• 1.0 كيخلي الوزن الأصلي ديال الصورة المرجعية.
• القيم اللي فوق 1.0 كترفع أولوية الصورة المرجعية المختارة.
• القيم بين 0.0 و1.0 كتنقص من الأولوية ديالها.
• 0.0 كيمنع الانتباه المباشر للتوكنات الكامنة ديال الصورة المرجعية المختارة، ولكن المعلومات على الصورة تقدر تبقى فبلايص أخرى من الـ conditioning.

هاد التعديل كيطبّق على الصورة المرجعية كاملة. باش تتحكم فعدة صور مرجعية، ربط عدة عُقد Reference Strength بالتتابع. إلا تعاود نفس الـ index، الإعداد الأخير كيبدل القوة السابقة. تعيين index على 1.0 كيحيد التعديل ديالو.

تطبيق عبارات موزونة فالـ prompt

استعمل Qwen Image 2.1 Edit — Phrase Weights بلاصة العقدة الأصلية Text Encode Qwen Image 2.1. ربط CLIP الأصلي ديال Qwen Image 2.1، والصور المرجعية ديالك، وVAE. من بعد صيفط المخرجات positive وnegative وlatent ديال العقدة للـ sampler.

المشفّر ما كيحتاجش اتصال MODEL. الموديل كيمشي فالمسار العادي ديالو للـ sampler.

صيغة أوزان العبارات

حط كلمة ولا عبارة بين القوسين، زيد نقطتين، وحدد وزن غير سالب:

Add (warm lighting:1.3) and (soft shadows:1.1).

• 1.0 كيستعمل الوزن الأصلي ديال العبارة.
• القيم اللي فوق 1.0 كترفع أولوية العبارة.
• القيم بين 0.0 و1.0 كتنقص من أولوية العبارة.
• 0.0 كيضعّف بزاف الانتباه للتوكنات ديال العبارة المختارة.

الـ prompts الإيجابية والسلبية عندهم أوزان مستقلة. غير الظهور المحدد هو اللي كيتعدّل، لذلك استعمل كلمات ولا عبارات كاملة فمقاطع منفصلة وما متداخلاش.

الروابط والمخرجات ديال Phrase Weights

• clip: مشفّر النص الأصلي ديال Qwen Image 2.1، محمّل بنوع CLIP qwen_image.
• prompt: الـ prompt الإيجابي، مع العبارات الموزونة الاختيارية.
• negative_prompt: الـ prompt السلبي، مع العبارات الموزونة الاختيارية ديالو.
• vae: VAE الأصلي ديال Qwen Image 2.1. ضروري ملي كتجمع هاد العقدة مع Reference Strength.
• resolution: الحجم المستهدف لإعادة تحجيم الصور المرجعية. القيمة الافتراضية هي 1024؛ إلا عيّنتها على 0 كيبقاو الصور قريبين من الأبعاد الأصلية ديالهم، مع التقريب لمضاعفات 32.
• images: الصور المرجعية. كيبانو مداخل صور إضافية حسب الحاجة.
• positive وnegative: مخرجات conditioning ديال الـ sampler.
• latent: latent خاوي بالحجم المحسوب من أول صورة مرجعية من بعد إعادة التحجيم.
• phrase_report: نص JSON اختياري كيبين الـ prompts المنقّاة، والأوزان، وصفوف التوكنات المختارة.

استعمال الجوج ديال العُقد مع بعضياتهم

فـ سيرورة عمل كتتحكم فمراجع الصور وعبارات الـ prompt بجوج، دوز الموديل عبر Reference Strength، ووجّه مخرجات conditioning وlatent ديال Phrase Weights للـ sampler.

MODEL -> Reference Strength -------------------------> sampler MODEL

CLIP + VAE + images -> Phrase Weights
                           |------------------------> sampler positive
                           |------------------------> sampler negative
                           `------------------------> sampler latent_image

ملي كتقارن النتائج، بدّل غير تحكّم واحد فكل مرة وخلي الإعدادات الأخرى ثابتة. بهاد الطريقة غادي يكون أسهل تحدد واش الفرق البصري جاي من أولوية المرجع ولا من أولوية العبارة.

نصائح متقدمة وحدود

الجوج ديال العقد كيديرو تعديل رياضي للانتباه. بالنسبة لوزن موجب w، كيتزاد log(w) لنقط الانتباه المحددة قبل softmax. هاد الشي كيبدّل أولوية الانتباه النسبية مع الحفاظ على التطبيع.

• القوة ولا وزن العبارة 2.0 ما كيضمنش تأثير بصري مضاعف بجوج.
• القيم الكبيرة بزاف تقدر تهيمن على التعليمات ولا المراجع الأخرى وتنقص من مرونة التعديل.
• Reference Strength كييختار مفاتيح صور المرجع، بينما Phrase Weights كييختار مفاتيح النص التابعة للعبارات المحددة.
• التخزين المؤقت الأصلي ديال البادئة كيبقى محفوظ.
• خاص الواجهات الخلفية ديال الانتباه تدعم الأقنعة الإضافية.
• تعيين العبارات كيحتاج قطع كاملة ديال محلّل الرموز، وما كيدعمش تضمينات textual-inversion.
• تبديل صفوف رموز التهيئة من بعد ترميز العبارة يقدر يبطل تعيين العبارة.

بالنسبة للضبط العملي، بدا بالقيمة الأصلية 1.0، ودير تغييرات صغيرة، وتفقد phrase_report الاختياري ملي تحتاج تتأكد شنو هي رموز الطلب اللي تختارات.

الخلاصة

ComfyUI-qwen_img_2_1_enhancer كيوفر تحكم مركز فمسارات تعديل Qwen Image 2.1 بلا ما يبدّل ملفات ComfyUI الأساسية. ثبّت العقدة المخصصة، واستعمل Reference Strength باش تعطي الأولوية لصور معينة، واستعمل Phrase Weights باش تبرز ولا تكبح عبارات الطلب، وجمع بين العقدتين ملي تحتاج تحكم منسق فالمراجع البصرية وتعليمات النص.

المشروع منشور بموجب رخصة MIT.