> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-mintlify-b90d3c69.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 数据类型
这些是最重要的内置数据类型。您也可以[定义自己的数据类型](./more_on_inputs#custom-datatypes)。
数据类型在客户端用于防止工作流将错误形式的数据传递给节点 - 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，
不过下面会提到一些例外情况。
## Comfy 数据类型
### COMBO
* `INPUT_TYPES` 中不需要额外参数
* Python 数据类型：定义为 `list[str]`，输出值为 `str`
表示下拉菜单组件。
与其他数据类型不同，`COMBO` 在 `INPUT_TYPES` 中不是通过 `str` 指定的，而是通过 `list[str]` 指定，
对应下拉列表中的选项，默认选中第一个选项。
`COMBO` 输入通常在运行时动态生成。例如，在内置的 `CheckpointLoaderSimple` 节点中，您会看到
```
"ckpt_name": (folder_paths.get_filename_list("checkpoints"), )
```
or they might just be a fixed list of options,
```
"play_sound": (["no","yes"], {}),
```
### 原始类型和重路由
原始类型和重路由节点仅存在于客户端。它们没有固有的数据类型，但在连接时会采用所连接输入或输出的数据类型（这就是为什么它们不能连接到 `*` 输入...）
## Python 数据类型
### INT
* `INPUT_TYPES` 中的额外参数：
* `default` 是必需的
* `min` 和 `max` 是可选的
* Python 数据类型 `int`
### FLOAT
* `INPUT_TYPES` 中的额外参数：
* `default` 是必需的
* `min`、`max`、`step` 是可选的
* Python 数据类型 `float`
### STRING
* `INPUT_TYPES` 中的额外参数：
* `default` 是必需的
* Python 数据类型 `str`
### BOOLEAN
* `INPUT_TYPES` 中的额外参数：
* `default` 是必需的
* Python 数据类型 `bool`
## 张量数据类型
### IMAGE
* `INPUT_TYPES` 中不需要额外参数
* Python 数据类型 `torch.Tensor`，形状为 \[B,H,W,C]
一批 `B` 张图像，高度 `H`，宽度 `W`，具有 `C` 个通道（通常 `C=3` 表示 `RGB`）。
### LATENT
* `INPUT_TYPES` 中不需要额外参数
* Python 数据类型 `dict`，包含一个形状为 \[B,C,H,W] 的 `torch.Tensor`
传入的 `dict` 包含键 `samples`，这是一个形状为 \[B,C,H,W] 的 `torch.Tensor`，表示
一批 `B` 个潜空间表示，具有 `C` 个通道（现有 stable diffusion 模型通常 `C=4`），高度 `H`，宽度 `W`。
高度和宽度是对应图像尺寸的 1/8（这是您在 Empty Latent Image 节点中设置的值）。
字典中的其他条目包含潜空间蒙版等内容。
{/* TODO 新的 SD 模型可能有不同的 C 值？ */}
### MASK
* `INPUT_TYPES` 中不需要额外参数
* Python 数据类型 `torch.Tensor`，形状为 \[H,W] 或 \[B,C,H,W]
### AUDIO
* `INPUT_TYPES` 中不需要额外参数
* Python 数据类型 `dict`，包含一个形状为 \[B, C, T] 的 `torch.Tensor` 和采样率。
传入的 `dict` 包含键 `waveform`，这是一个形状为 \[B, C, T] 的 `torch.Tensor`，表示
一批 `B` 个音频样本，具有 `C` 个通道（`C=2` 表示立体声，`C=1` 表示单声道），以及 `T` 个时间步（即音频样本的数量）。
`dict` 还包含另一个键 `sample_rate`，表示音频的采样率。
## 自定义采样数据类型
### Noise
`NOISE` 数据类型表示噪声的*来源*（而不是噪声本身）。它可以由任何提供生成噪声方法的 Python 对象表示，
方法签名为 `generate_noise(self, input_latent:Tensor) -> Tensor`，以及一个属性 `seed:Optional[int]`。
`seed` 被传入 `SamplerCustomAdvanced` 中的 `sample` guider，但在任何标准 guider 中似乎都没有使用。
它是可选的，所以您通常可以将其设置为 None。
当需要添加噪声时，潜空间表示会被传入这个方法，它应该返回一个包含噪声的相同形状的 `Tensor`。
参见[噪声混合示例](./snippets#creating-noise-variations)
### Sampler
`SAMPLER` 数据类型表示一个采样器，它由一个提供 `sample` 方法的 Python 对象表示。
Stable diffusion 采样超出了本指南的范围；如果您想深入研究这部分代码，请查看 `comfy/samplers.py`。
### Sigmas
`SIGMAS` 数据类型表示由调度器产生的采样过程中每个步骤前后的 sigma 值。
它表示为一个一维张量，长度为 `steps+1`，其中每个元素表示对应步骤之前预期的噪声量，
最后一个值表示最终步骤之后的噪声量。
对于 SDXL 模型，一个具有 20 步和去噪值为 1 的 `normal` 调度器会产生：
```
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，这就是为什么调度器节点需要一个 `MODEL` 输入来产生 SIGMAS 输出
### Guider
`GUIDER` 是去噪过程的泛化，由提示词或任何其他形式的条件"引导"。在 Comfy 中，guider 由
一个提供 `__call__(*args, **kwargs)` 方法的可调用 Python 对象表示，该方法由采样器调用。
`__call__` 方法接收（在 `args[0]` 中）一批噪声潜空间表示（张量 `[B,C,H,W]`），并返回噪声的预测（相同形状的张量）。
## 模型数据类型
稳定扩散模型还有一些更技术性的数据类型。最重要的是 `MODEL`、`CLIP`、`VAE` 和 `CONDITIONING`。
目前这些内容超出了本指南的范围！{/* TODO 但可能不会永远如此 */}
## 附加参数
以下是输入定义的"额外选项"部分可以使用的官方支持键的列表。
您可以为自己的自定义小部件使用额外的键，但*不应该*将以下任何键用于其他目的。
| 键名 | 描述 |
| ---------------- | ----------------------------------------------------------------------------------- |
| `default` | 控件的默认值 |
| `min` | 数字类型(`FLOAT` 或 `INT`)的最小值 |
| `max` | 数字类型(`FLOAT` 或 `INT`)的最大值 |
| `step` | 控件的增减步长 |
| `label_on` | 布尔值为 `True` 时在 UI 中显示的标签 (`BOOL`) |
| `label_off` | 布尔值为 `False` 时在 UI 中显示的标签 (`BOOL`) |
| `defaultInput` | 默认使用输入插槽而不是支持的控件 |
| `forceInput` | 与 `defaultInput` 相同，且不允许转换为控件 |
| `multiline` | 使用多行文本框 (`STRING`) |
| `placeholder` | 当为空时在 UI 中显示的占位文本 (`STRING`) |
| `dynamicPrompts` | 使前端评估动态提示词 |
| `lazy` | 声明此输入使用[延迟求值](./lazy_evaluation) |
| `rawLink` | 当存在链接时，您将收到链接而不是求值后的值（即 `["nodeId", ]`）。主要在节点使用[节点扩展](./expansion)时有用。 |