# ClipMergeSimple

`CLIPMergeSimple` 是一個模型合併節點，可根據指定比例合併兩個 CLIP 文字編碼器模型。它會先複製第一個 CLIP 模型，然後套用來自第二個 CLIP 模型的加權修補，並略過位置 ID 與 logit scale 元件，以產生融合兩者特徵的混合模型。

## 輸入

| 參數 | 描述 | 資料型別 | 必填 | 範圍 |
|-----------|-------------|-----------|----------|-------|
| `clip1` | 要合併的第一個 CLIP 模型，作為合併過程的基礎模型。 | CLIP | 是 | - |
| `clip2` | 要合併的第二個 CLIP 模型。其關鍵修補（除了位置 ID 和 logit scale 之外）會根據指定比例套用至第一個模型。 | CLIP | 是 | - |
| `比例` | 決定要混入第一個模型的第二個模型特徵比例。比例為 1.0 表示完全採用第二個模型的特徵，而 0.0 則僅保留第一個模型的特徵。預設值：1.0。 | FLOAT | 是 | 0.0 - 1.0 （步進值：0.01） |

## 輸出

| 輸出名稱 | 描述 | 資料型別 |
| --- | --- | --- |
| `clip` | 合併後的 CLIP 模型，根據指定比例納入兩個輸入模型的特徵。 | CLIP |

## 合併機制說明

### 合併演算法

此節點使用加權平均來合併兩個模型：

1. **複製基礎模型**：先複製 `clip1` 作為基礎模型
2. **取得修補**：從 `clip2` 取得所有關鍵修補
3. **篩選特殊鍵**：略過以 `.position_ids` 與 `.logit_scale` 結尾的鍵
4. **套用加權合併**：使用公式 `(1.0 - ratio) * clip1 + ratio * clip2`

### 比例參數說明

- **ratio = 0.0**：完全使用 clip1，忽略 clip2
- **ratio = 0.5**：每個模型各貢獻 50%
- **ratio = 1.0**：完全使用 clip2，忽略 clip1

## 使用案例

1. **模型風格融合**：結合在不同資料上訓練的 CLIP 模型特性
2. **效能最佳化**：平衡不同模型的優點與缺點
3. **實驗研究**：探索不同 CLIP 編碼器的組合

> 本文檔由 AI 生成。如果您發現任何錯誤或有改進建議，歡迎貢獻！ [在 GitHub 上編輯](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/CLIPMergeSimple/zh-TW.md)

---
**Source fingerprint (SHA-256):** `42c4b2042c56c3f21a9416aa577e2d41fef1dcc749c4e5c7953851110a4fb6bc`
