CloserAI Krea2 NegPiP
功能
为 Krea 2 模型启用负向提示词权重支持。这是 模型侧 节点,补丁 diffusion model 的注意力层。
参数说明
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| model | MODEL | - | Krea 2 模型 |
| clip | CLIP | - | Krea 2 CLIP 编码器 |
| value_strength | FLOAT | 1.0 | 负向抑制强度(0.0-8.0) |
| patch_txtfusion_refiners | BOOLEAN | False | 是否同时补丁 txtfusion refiner 块 |
| block_start | INT | 0 | 补丁起始块索引(可选) |
| block_end | INT | 27 | 补丁结束块索引(可选) |
| block_stride | INT | 1 | 补丁步长(可选) |
输出
model— 补丁后的模型clip— 补丁后的 CLIP(支持 negpip 编码)
作用原理
在 diffusion model 的每个注意力块中注入 V-flip 补丁,当检测到负向 token 位置时,将其 V 向量乘以 -value_strength,从而抑制对应概念的出现。
三、CloserAI NegPiP 推荐
功能
简化负向提示词输入的文本处理节点。 用户无需在正向提示词中手动编写 (word:-1.2) 语法,只需在这个节点中输入负向词并设置强度即可。
参数说明
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| clip | CLIP | - | 来自 CloserAI Krea2 NegPiP 的 CLIP |
| positive_text | STRING | "" | 正向提示词(支持多行) |
| negative_words | STRING | "" | 负向词,每行一个 |
| strength | FLOAT | 1.2 | 统一负向强度 |
输出
clip— 补丁后的 CLIPconditioning— 带负向标记的 conditioning
输入示例
positive_text:
a beautiful cat sitting in a garden, sunlight, detailed fur
negative_words:
extra fingers
deformed
ugly
blurry
low quality
strength: 1.2
自动生成的文本
节点内部会将上述输入自动改写为:
a beautiful cat sitting in a garden, sunlight, detailed fur (extra fingers:-1.2) (deformed:-1.2) (ugly:-1.2) (blurry:-1.2) (low quality:-1.2)
推荐工作流
工作流 1:基础 NegPiP(使用 CloserAI NegPiP 子节点)
工作流 2:手动 NegPiP(在正向提示词中直接写)
工作流 3:NegPiP + Rebalance 组合
参数调优建议
value_strength(抑制强度)
| 值 | 效果 |
|---|---|
| 0.0 | 关闭负向抑制 |
| 0.5 | 轻度抑制,微妙调整 |
| 1.0 | 标准抑制(推荐起步值) |
| 1.2-1.5 | 中度抑制,明显改善瑕疵 |
| 2.0+ | 强力抑制,可能导致画面异常 |
strength(CloserAI NegPiP 的统一强度)
与 value_strength 配合使用。strength 控制负向词在编码时的权重,value_strength 控制模型端的 V-flip 强度。建议两者保持一致或 strength 略高于 value_strength。
block_start / block_end / block_stride
控制哪些 transformer 块参与 V-flip:
- 默认
0-27覆盖所有块 - 可以缩小范围只对特定层做抑制(如
10-20) block_stride > 1可以跳过部分块,降低计算开销
常见问题
A: 请确保使用 Krea 2 专用的 Checkpoint Loader,不要使用 SD1.5/SDXL 的加载器。
A: 检查以下几点:
1. 是否连接了 CloserAI Krea2 NegPiP 节点(模型侧补丁)
2. value_strength 是否 > 0
3. strength 是否 > 0
4. 负向词是否为英文(中文可能效果不佳)
A: value_strength 或 strength 过高,建议降低到 1.0-1.5 范围。
A: 推荐连接顺序:CloserAI NegPiP → CloserAI Krea2 Rebalance → KSampler。Rebalance 节点会保留 conditioning 中的 sidecar 标记。

主题授权提示:请在后台主题设置-主题授权-激活主题的正版授权,授权购买:RiTheme官网

评论(0)