Easy Apply IPAdapter（高级）(ipadapterApplyAdvanced)

Easy Apply IPAdapter（高级） 节点将 IPAdapter 应用于基础 diffusion 模型，并提供丰富的控制选项，包括 embedding 组合、注意力遮罩、LoRA 强度、提供商选择、缓存和分块处理。它被设计为一个灵活的一体化 IPAdapter 应用节点，可处理 FaceID 风格预设和高级工作流。

输入

必填

• model（MODEL）：将应用 IPAdapter 的基础 diffusion 模型。
• image（IMAGE）：用作图像提示的参考图像。该图像驱动注入模型的内容和风格。
• preset（COMBO）：选择 IPAdapter 预设配置。可用选项取决于已安装的 IPAdapter 预设/模型（例如 standard、Plus、FaceID 变体等）。
• lora_strength（FLOAT，默认值 = 0.6，范围 0–1）：与已选择预设关联的 LoRA 强度。这对于使用 LoRA 帮助保持身份的 FaceID 风格预设尤其重要。0 禁用 LoRA 效果，1 应用完整的 LoRA 强度。
• provider（COMBO，默认值 = "CUDA"，选项：CPU、CUDA、ROCM、DirectML、OpenVINO、CoreML）：用于 InsightFace/FaceID 操作的计算提供商。请选择与你的硬件和运行时匹配的提供商。
• weight（FLOAT，默认值 = 1，范围 -1–3）：IPAdapter 对模型施加影响的全局强度。数值越高效果越强；负值可以反转影响。
• weight_faceidv2（FLOAT，默认值 = 1，范围 -1–5）：专门用于 FaceID v2 预设的额外权重。使用 v2 FaceID 预设时，可通过此参数微调人脸相似度。
• weight_type（COMBO）：决定 IPAdapter 权重在 denoising 过程中的应用方式。不同的方法会为影响程度创建不同的渐变曲线。
• combine_embeds（COMBO，选项：concat、add、subtract、average、norm average）：用于组合图像 embedding 的方法，例如同时提供正面和负面图像时，或存在多个 embedding 时。
• start_at（FLOAT，默认值 = 0，范围 0–1）：denoising 循环中 IPAdapter 开始施加影响的起点。0 表示从第一步开始。
• end_at（FLOAT，默认值 = 1，范围 0–1）：denoising 循环中 IPAdapter 停止施加影响的终点。1 表示一直保持生效直到最后一步。
• embeds_scaling（COMBO，选项：V only、K+V、K+V w/ C penalty、K+mean(V) w/ C penalty）：控制图像 embedding 如何投影到模型的注意力机制中。不同的缩放模式会影响 keys 和 values 之间的平衡。
• cache_mode（COMBO，默认值 = "all"，选项：insightface only、clip_vision only、ipadapter only、all、none）：决定缓存哪些中间结果以供复用。多次应用 IPAdapter 时，缓存可以提高性能。
• use_tiled（BOOLEAN，默认值 = false）：为大型图像启用分块处理，以一定的处理开销或质量为代价降低内存占用。
• use_batch（BOOLEAN，默认值 = false）：将输入图像作为批处理而非单独处理，在同时应用多个图像提示时非常有用。
• sharpening（FLOAT，默认值 = 0，范围 0–1）：在特征提取之前对输入图像应用锐化。数值越高，细节和清晰度越强。

可选

• image_negative（IMAGE，可选）：负面参考图像。其 embedding 会通过 combine_embeds 模式与主图像组合，帮助引导生成结果远离不需要的特征。
• attn_mask（MASK，可选）：注意力遮罩，用于将 IPAdapter 的影响限制在图像的特定区域。根据遮罩语义，可以控制遮罩外部/内部的区域。
• clip_vision（CLIP_VISION，可选）：用于编码输入图像的 CLIP 视觉模型。如果省略，则使用与已选择预设/IPAdapter 关联的模型。
• optional_ipadapter（IPADAPTER，可选）：已配置好的 IPAdapter 对象。使用此参数可以复用先前已加载或自定义的适配器，而无需根据预设重新构建。
• layer_weights（STRING，默认值 = ""）：可选字符串，用于精细控制各个 IPAdapter 层的贡献。留空则使用默认的层行为。

输出

• MODEL：应用 IPAdapter 后得到的修改模型。将其连接到采样器或其他模型处理节点。
• IMAGE：来自 IPAdapter 输入/预处理阶段的已处理图像。可用于检查，或传递给其他节点。
• MASK：节点在内部处理之后使用的注意力遮罩。可用于调试，或在下游复用实际生效的遮罩。
• IPADAPTER：配置好的 IPAdapter 对象。你可以在其他兼容节点中复用此适配器，避免重新构建。

使用说明

• provider 和 lora_strength 设置对于 FaceID 风格预设尤其重要。请确保所选择的提供商与你的 InsightFace 安装相匹配，并确保 LoRA 强度在保持身份特征的同时不会扭曲已生成的结果。
• 使用 start_at / end_at 控制 IPAdapter 影响在 denoising 过程中发生的时机。仅在较后的步骤中应用 IPAdapter 可以保留更多的构图自由度，而较早应用则会产生更强的整体效果。
• 当提供 image_negative 时，combine_embeds 就显得尤为重要。concat 和 average 等模式会产生非常不同的引导行为。
• 如果在使用高分辨率参考图像或注意力遮罩时遇到内存问题，请开启 use_tiled。
• 在多个 k-sampler 之间复用同一适配器或参考图像时，推荐使用 cache_mode = "all"。如果担心内存占用，或者你的工作流使用了许多不同的输入，请将其设置为 "none"。
• IMAGE 和 MASK 输出用于调试，或用于接入需要可视化或后处理参考图像和注意力遮罩的工作流。