ComfyUI自定义节点数据类型
这些是最重要的内置数据类型。你也可以定义自己的数据类型。
数据类型在INPUT_TYPES中由 str 指定，但COMBO除外，它是list[str]
数据类型在客户端使用，以防止工作流将错误形式的数据传递到节点 - 有点像强类型。JavaScript 客户端代码通常不允许将节点输出连接到不同数据类型的输入，但下面列出了一些例外。
1、Comfy的数据类型
1.1 COMBO
INPUT_TYPES中没有其他参数- Python 数据类型：定义为
list[str]，输出值为str
表示下拉菜单小部件。与其他数据类型不同， COMBO 不是在 INPUT_TYPES 中由 str 指定，而是通过与下拉列表中的选项相对应的 list[str] 指定，默认选择第一个选项。
COMBO 输入通常在运行时动态生成。例如，在内置的 CheckpointLoaderSimple 节点中，你可以找到：
"ckpt_name": (folder_paths.get_filename_list("checkpoints"), )
或者它们可能只是一个固定的选项列表，
"play_sound": (["no","yes"], {}),
1.2 元节点和重路由
元节点（primitive）和重路由（reroute）节点仅存在于客户端。它们没有内在的数据类型，但连接时它们会采用已连接的输入或输出的数据类型（这就是它们无法连接到 * 输入的原因……）
2、Python 数据类型
2.1 INT
INPUT_TYPES中的其他参数：default是必需的，min和max是可选的- Python 数据类型
int
2.2 FLOAT
INPUT_TYPES中的其他参数：default是必需的，min、max、step是可选的- Python 数据类型
float
2.3 STRING
INPUT_TYPES中的其他参数：default是必需的，Python 数据类型str
3、Tensor 数据类型
MASK、IMAGE 和 LATENT 都使用 torch.Tensor 类型，但它们的形状不同。请参阅“图像、潜在和蒙版”中的讨论。3.1 IMAGE
INPUT_TYPES中没有其他参数- Python 数据类型
torch.Tensor，形状为[B,H,W,C]
一批 B 幅图像，高度为 H，宽度为 W，具有 C 个通道（RGB 通常为 C=3）。
3.2 LATENT
INPUT_TYPES中没有其他参数- Python 数据类型字典，包含一个形状为
[B,C,H,W]的torch.Tensor
传递的字典包含关键样本，它是一个形状为 [B,C,H,W] 的 torch.Tensor，代表一批 B 幅潜伏图像，具有 C 个通道（对于现有的稳定扩散模型通常为 C=4），高度为 H，宽度为 W。
高度和宽度是相应图像大小的 1/8（这是你在 Empty Latent Image 节点中设置的值）。
字典中的其他条目包含潜伏掩码之类的内容。
3.3 MASK
INPUT_TYPES中没有其他参数- Python 数据类型
torch.Tensor具有形状[H,W]或[B,C,H,W]
4、自定义采样数据类型
4.1 NOISE
NOISE 数据类型表示噪声源（而不是实际噪声本身）。它可以由任何提供生成噪声方法的 Python 对象表示，其签名为 generate_noise(self, input_latent:Tensor) -> Tensor，以及属性 seed:Optional[int]。
seed传递到 SamplerCustomAdvanced 中的样本引导器中，但似乎未在任何标准引导器中使用。它是可选的，因此你通常可以将其设置为 None。
当要添加噪声时，潜伏期将传递到此方法中，该方法应返回包含噪声的相同形状的张量。
参见噪声混合示例。
4.2 SAMPLER
SAMPLER 数据类型表示采样器，它表示为提供采样方法的 Python 对象。稳定扩散采样超出了本指南的范围；如果你想深入了解代码的这一部分，请参阅 comfy/samplers.py。
4.3 SIGMAS
SIGMAS 数据类型表示由调度程序生成的采样过程每个步骤之前和之后的 sigma 值。这表示为长度为 steps+1 的一维张量，其中每个元素表示在相应步骤之前预计存在的噪声，最终值表示最后一步之后存在的噪声。
对于 SDXL 模型，具有 20 个步骤和 1 的降噪的正常调度程序会产生：
tensor([14.6146, 10.7468, 8.0815, 6.2049, 4.8557,
3.8654, 3.1238, 2.5572, 2.1157, 1.7648,
1.4806, 1.2458, 1.0481, 0.8784, 0.7297,
0.5964, 0.4736, 0.3555, 0.2322, 0.0292, 0.0000])
sigma 的起始值取决于模型，这就是调度程序节点需要 MODEL 输入来产生 SIGMAS 的原因输出4.4 GUIDER
GUIDER 是去噪过程的概括，由提示或任何其他形式的条件“引导”。在 Comfy 中，引导器由可调用的 Python 对象表示，提供由样本调用的 __call__(*args, **kwargs) 方法。
__call__ 方法（在 args[0] 中）获取一批噪声潜变量（张量 [B,C,H,W]），并返回噪声的预测（相同形状的张量）。
5、模型数据类型
稳定扩散模型有许多更技术性的数据类型。最重要的是 MODEL、 CLIP、 VAE 和 CONDITIONING。使用这些数据类型（当前）超出了本指南的范围！
6、附加参数
下面是官方支持的键列表，这些键可用于输入定义的“额外选项”部分。
你可以将附加键用于自己的自定义小部件，但不应将以下任何键重新用于其他目的。
| 键 | 描述 |
|---|---|
| default | 小部件的默认值 |
| min | 数字的最小值（FLOAT 或 INT） |
| max | 数字的最大值（FLOAT 或 INT） |
| step | 小部件的增加或减少量 |
| label_on | 布尔值为 True 时在 UI 中使用的标签（BOOL） |
| label_off | 布尔值为 False 时在 UI 中使用的标签（BOOL） |
| defaultInput | 默认为输入套接字，而不是受支持的部件 |
| forceInput | defaultInput 并且不允许转换为部件 |
| multiline | 使用多行文本框（STRING） |
| placeholder | 为空时在 UI 中显示的占位符文本（STRING） |
| dynamicPrompts | 使前端评估动态提示 |
| lazy | 声明此输入使用惰性求值 |
| rawLink | 当链接存在时，你将收到链接（即 ["nodeId", ]），而不是接收求值。主要在你的节点使用节点扩展时有用。 |