本类别的节点主要用于合并、混合和微调不同的模型，以创建具有混合特性的新模型或调整现有模型的行为，是实现模型定制和优化的关键工具。
中文名称：模型合并器
节点功能：合并两个或多个Stable Diffusion模型，创建具有混合特性的新模型。
参数说明： - model_a：第一个基础模型 - model_b：第二个基础模型 - ratio：合并比例（0-1，0表示完全使用model_a，1表示完全使用model_b） - merge_method：合并方法（加权平均、添加差异等）
输出端口： - MODEL：合并后的模型
使用案例： - 混合两个风格不同的模型 - 创建具有多种特性的自定义模型 - 平衡不同模型的优势
优点： - 简单直观的模型合并方式 - 可以调整合并比例 - 支持多种合并方法 - 无需重新训练即可创建新模型
所属插件项目：ComfyUI核心节点（无需额外安装）
最后更新日期：随ComfyUI主项目更新（最新版本）
中文名称：多模型合并器
节点功能：同时合并三个或更多模型，提供更复杂的混合选项。
参数说明： - model_a：第一个基础模型 - model_b：第二个基础模型 - model_c：第三个基础模型 - ratio_a：模型A的权重 - ratio_b：模型B的权重 - ratio_c：模型C的权重 - merge_method：合并方法
输出端口： - MODEL：合并后的模型
使用案例： - 创建多风格混合模型 - 精确调整多个模型的影响 - 构建复杂的自定义模型
优点： - 支持三个或更多模型同时合并 - 可以精确控制每个模型的权重 - 提供更丰富的混合可能性 - 适合创建复杂的混合模型
所属插件项目：ComfyUI-Advanced-Merge（需额外安装）
最后更新日期：2025-03-15
中文名称：分块模型合并器
节点功能：按模型的不同组件块分别设置合并比例。
参数说明： - model_a：第一个基础模型 - model_b：第二个基础模型 - base_ratio：基础比例 - input_blocks_ratio：输入块比例 - middle_block_ratio：中间块比例 - output_blocks_ratio：输出块比例 - time_embed_ratio：时间嵌入比例
输出端口： - MODEL：分块合并后的模型
使用案例： - 精细控制模型不同部分的合并 - 保留一个模型的细节生成能力，同时使用另一个模型的整体风格 - 创建具有特定特性组合的模型
优点： - 提供精细的分块控制 - 可以针对模型的不同功能部分单独设置比例 - 创建更精确的混合效果 - 适合高级模型定制
所属插件项目：ComfyUI-Advanced-Merge（需额外安装）
最后更新日期：2025-03-15
中文名称：检查点保存器
节点功能：将合并或修改后的模型保存为检查点文件。
参数说明： - model：要保存的模型 - filename：保存的文件名 - save_path：保存路径 - format：保存格式（safetensors、ckpt等） - save_vae：是否同时保存VAE
输出端口： - STATUS：保存状态信息
使用案例： - 保存合并后的模型以便重复使用 - 导出自定义模型 - 备份修改后的模型
优点： - 支持多种保存格式 - 可以选择是否包含VAE - 便于分享和重复使用自定义模型 - 适合长期保存模型实验结果
所属插件项目：ComfyUI核心节点（无需额外安装）
最后更新日期：随ComfyUI主项目更新（最新版本）
中文名称：模型块合并
节点功能：合并模型的特定组件块，而不是整个模型。
参数说明： - model_a：第一个基础模型 - model_b：第二个基础模型 - blocks_to_merge：要合并的块（输入、中间、输出等） - ratio：合并比例 - merge_method：合并方法
输出端口： - MODEL：块合并后的模型
使用案例： - 只合并模型的特定组件 - 创建混合特定功能的模型 - 精确控制模型的哪些部分被合并
优点： - 提供更精确的组件级合并 - 可以保留模型的特定功能 - 减少不必要的混合 - 适合针对性优化模型
所属插件项目：ComfyUI-ModelMergeHelper（需额外安装）
最后更新日期：2025-02-10
中文名称：Lora模型合并器
节点功能：将LoRA模型合并到基础模型中，创建包含LoRA特性的新模型。
参数说明： - base_model：基础模型 - lora_model：LoRA模型 - strength：LoRA应用强度 - merge_mode：合并模式（永久合并或临时应用）
输出端口： - MODEL：合并后的模型
使用案例： - 将常用的LoRA永久合并到模型中 - 创建包含特定风格或特性的自定义模型 - 简化工作流，减少需要加载的LoRA数量
优点： - 可以永久合并LoRA特性 - 减少工作流中的节点数量 - 提高生成速度 - 适合创建专用模型
所属插件项目：ComfyUI-LoRA-Merger（需额外安装）
最后更新日期：2025-01-25
中文名称：嵌入合并器
节点功能：合并多个文本嵌入，创建具有混合特性的新嵌入。
参数说明： - embedding_a：第一个嵌入 - embedding_b：第二个嵌入 - ratio：合并比例 - merge_method：合并方法
输出端口： - EMBEDDING：合并后的嵌入
使用案例： - 创建混合概念的嵌入 - 优化特定提示词的效果 - 实验不同嵌入的组合效果
优点： - 可以创建混合概念 - 比训练新嵌入更快 - 支持多种合并方法 - 适合概念混合实验
所属插件项目：ComfyUI-Embedding-Merge（需额外安装）
最后更新日期：2025-02-05
中文名称：模型训练器
节点功能：在ComfyUI内直接微调模型，无需外部工具。
参数说明： - base_model：基础模型 - training_images：训练图像 - captions：图像描述 - learning_rate：学习率 - epochs：训练轮数 - training_type：训练类型（LoRA、Embedding等） - save_path：保存路径
输出端口： - TRAINED_MODEL：训练后的模型 - TRAINING_INFO：训练信息和日志
使用案例： - 直接在ComfyUI中创建自定义LoRA - 训练个人风格或特定概念 - 快速实验不同的训练参数
优点： - 无需离开ComfyUI环境 - 简化训练流程 - 可视化训练过程 - 适合快速原型设计和实验
所属插件项目：ComfyUI-Easy-Training（需额外安装）
最后更新日期：2025-04-05
中文名称：模型混合堆栈
节点功能：创建多个模型的混合堆栈，可以在生成过程中动态切换。
参数说明： - model_list：模型列表 - weight_list：权重列表 - mixing_method：混合方法 - dynamic_switching：是否启用动态切换
输出端口： - MODEL_STACK：模型混合堆栈
使用案例： - 在生成过程中动态切换模型 - 创建渐变式的模型混合效果 - 实现复杂的模型混合策略
优点： - 支持动态模型切换 - 可以创建渐变混合效果 - 提供高级混合策略 - 适合创意实验和探索
所属插件项目：ComfyUI-Comfyroll（需额外安装）
最后更新日期：2025-03-25
中文名称：模型裁剪器
节点功能：裁剪模型以减小大小并优化性能。
参数说明： - model：要裁剪的模型 - pruning_level：裁剪级别（轻度、中度、重度） - preserve_quality：保留质量级别 - target_size：目标大小（可选）
输出端口： - PRUNED_MODEL：裁剪后的模型 - SIZE_INFO：大小信息
使用案例： - 减小模型大小以节省存储空间 - 优化模型以提高生成速度 - 创建轻量级版本的大型模型
优点： - 可以显著减小模型大小 - 提高生成速度 - 保留大部分模型质量 - 适合资源受限的环境
所属插件项目：ComfyUI-Model-Optimizer（需额外安装）
最后更新日期：2025-02-28
