ComfyUI-qwen_img_2_1_enhancer 的功能
ComfyUI-qwen_img_2_1_enhancer 为 ComfyUI 中原生的 Qwen Image 2.1 工作流添加了两个节点。这些节点可让你控制各个参考图像的注意力优先级，并强调或抑制提示词中的指定短语。
你可以单独使用这些节点，也可以在同一工作流中组合使用。它们会直接调整原生 Qwen Image 2.1 Transformer 内部的注意力分数，而不是重新缩放文本嵌入、合成参考像素或修改源图像。
- Qwen Image 2.1 Reference Strength：更改所选参考图像的注意力优先级。
- Qwen Image 2.1 Edit — Phrase Weights：为正面和负面提示词添加加权短语语法，并生成条件和潜变量输出。
要求与安装
你需要使用支持原生 Qwen Image 2.1 的 ComfyUI，并准备好可正常运行的 Qwen Image 2.1 模型、文本编码器和 VAE。此自定义节点不需要额外的 Python 软件包，也不需要修改 ComfyUI 核心文件。
- 打开终端并进入 ComfyUI 的自定义节点目录：
cd ComfyUI/custom_nodes- 克隆仓库：
git clone https://github.com/capitan01R/ComfyUI-qwen_img_2_1_enhancer.git安装或更新节点后重启 ComfyUI。重启后，在节点菜单中搜索这两个 Qwen Image 2.1 enhancer 节点。
调整参考图像强度
Qwen Image 2.1 Reference Strength 节点可控制对一个已连接参考图像的注意力。将它添加到模型和可选 LoRA 加载器之后，然后将其 MODEL 输出连接到采样器。
Load Diffusion Model -> LoRA loaders (optional) -> Reference Strength -> sampler将参考图像和 VAE 连接到原生 Text Encode Qwen Image 2.1 节点，或连接到随附的 Phrase Weights 编码器。参考图像的选择顺序遵循编码器所连接图像的顺序。空图像输入会被跳过。
Reference Strength 输入
model：Qwen Image 2.1 模型，包括已应用的 LoRA。reference_index：要调整的参考图像。1选择第一个已连接图像，2选择第二个，以此类推。strength：注意力几率乘数。默认值为1.2。
理解强度值
1.0保持原生参考权重。- 高于
1.0的值会提高所选参考图像的优先级。 - 介于
0.0和1.0之间的值会降低其优先级。 0.0会阻止对所选参考图像潜变量标记的直接注意力，但图像信息可能仍会通过条件中的其他部分保留。
该调整会应用于整个参考图像。要控制多个参考图像，请串联多个 Reference Strength 节点。如果重复使用同一索引，后面的设置会替换之前的强度。将索引设置为 1.0 会移除其调整。
应用加权提示短语
使用 Qwen Image 2.1 Edit — Phrase Weights，而不是原生的 Text Encode Qwen Image 2.1 节点。连接原生 Qwen Image 2.1 CLIP、参考图像和 VAE，然后将该节点的 positive、negative 和 latent 输出发送到采样器。
编码器不需要连接 MODEL。模型仍按正常路径连接到采样器。
短语权重语法
将单词或短语放在括号中，添加冒号，并指定一个非负权重：
Add (warm lighting:1.3) and (soft shadows:1.1).1.0使用原生短语权重。- 高于
1.0的值会提高短语的优先级。 - 介于
0.0和1.0之间的值会降低短语的优先级。 0.0会强烈抑制对所选短语标记的注意力。
正面和负面提示词拥有独立的权重。只有被标记的匹配项会接收调整，因此请在彼此独立且不嵌套的部分中使用完整的单词或短语。
Phrase Weights 的连接与输出
clip：使用 CLIP 类型qwen_image加载的原生 Qwen Image 2.1 文本编码器。prompt：正面提示词，可包含可选的加权短语。negative_prompt：负面提示词，可包含独立的可选加权短语。vae：原生 Qwen Image 2.1 VAE。将此节点与 Reference Strength 组合使用时必须连接。resolution：参考图像的调整尺寸目标。默认值为1024；设置为0可使参考图像保持接近原始尺寸，并四舍五入到 32 的倍数。images：参考图像。根据需要会显示额外的图像接口。positive和negative：发送给采样器的条件输出。latent：根据调整尺寸后的第一张参考图像生成的空潜变量。phrase_report：可选的 JSON 文本，显示清理后的提示词、权重和选定的标记行。
同时使用两个节点
如果工作流需要同时控制图像参考和提示短语，请将模型路径经过 Reference Strength，并将 Phrase Weights 的条件和潜变量输出连接到采样器。
MODEL -> Reference Strength -------------------------> sampler MODEL
CLIP + VAE + images -> Phrase Weights
|------------------------> sampler positive
|------------------------> sampler negative
`------------------------> sampler latent_image比较结果时，每次只更改一个控制项，同时保持其他设置不变。这样更容易判断视觉差异究竟来自参考优先级还是短语优先级。
高级提示与限制
两个节点都会应用数学注意力调整。对于正权重 w，选定的注意力分数会在 softmax 之前加上 log(w)。这会改变相对注意力优先级，同时保留归一化。
- 强度或短语权重为
2.0并不保证可见效果正好翻倍。 - 过大的数值可能压过其他指令或参考内容，并降低编辑灵活性。
- Reference Strength 选择参考图像键，而 Phrase Weights 选择属于标记短语的文本键。
- 原生前缀缓存会保留。
- 注意力后端必须支持加性掩码。
- 短语映射需要完整的分词器片段，不支持文本反演嵌入。
- 在短语编码后更改条件令牌行，可能会使短语映射失效。
在实际调校时，请从原生值 1.0 开始进行小幅调整；需要确认选中了哪些提示词令牌时，可查看可选的 phrase_report。
结语
ComfyUI-qwen_img_2_1_enhancer 为 Qwen Image 2.1 编辑工作流提供了针对性的控制，无需修改 ComfyUI 核心文件。安装自定义节点后，使用 Reference Strength 提高单张图像的优先级，使用 Phrase Weights 强调或抑制提示词短语；需要协调控制视觉参考和文本指令时，可同时使用这两个节点。
本项目依据 MIT License 发布。