ComfyUI-qwen_img_2_1_enhancer：Qwen Image 2.1专用节点，自由控制参考图强度与提示词短语权重

ComfyUI-qwen_img_2_1_enhancer 是面向 Qwen Image 2.1 的ComfyUI自定义节点插件，提供两项核心控制能力：单独调节每张参考图的注意力强度，以及对提示词内指定短语设置权重。两个节点支持单独使用，也可以搭配在一起工作。

• GitHub：https://github.com/capitan01R/ComfyUI-qwen_img_2_1_enhancer

安装方法

进入ComfyUI自定义节点目录，克隆仓库，安装完成重启ComfyUI即可。

cd ComfyUI/custom_nodes
git clone https://github.com/capitan01R/ComfyUI-qwen_img_2_1_enhancer.git

前置条件：ComfyUI已原生支持Qwen Image 2.1，并且模型、文本编码器、VAE配置正常。无需额外Python依赖，也不用修改ComfyUI核心源码。

内置两个节点

Qwen Image 2.1 Reference Strength 参考图强度节点

推荐连线顺序：

Load Diffusion Model → LoRA加载器（可选） → Reference Strength → 采样器

参考图与VAE接入Qwen Image 2.1文本编码器或者短语权重节点。

输入参数说明：

• model：加载好Qwen Image2.1模型（已加载LoRA也可）
• reference_index：目标参考图序号，1代表第一张、2第二张，空图会被跳过
• strength：参考注意力乘数，默认1.2

强度取值效果：

• 1.0：原生默认参考权重

• 1.0：提升该参考图的影响力

• 0~1.0：降低参考图影响力
• 0.0：取消对该参考latent token的直接注意力（其它条件内仍可保留少量信息）

支持串联节点调整多张参考图；重复使用同一个索引会覆盖之前的强度，设置回1.0即取消该索引的自定义调节。

Qwen Image 2.1 Edit — Phrase Weights 短语权重节点

使用方式：直接替换原生 Text Encode Qwen Image 2.1 节点。接入Qwen Image2.1 CLIP、参考图、VAE，输出positive/negative条件与latent到采样器，模型走原有链路，本节点不需要接入MODEL。

加权语法

用括号包裹短语，冒号后跟非负权重：

Add (warm lighting:1.3) and (soft shadows:1.1).

权重规则：

• 1.0：原生提示词权重

• 1.0：提升短语优先级

• 0~1.0：降低短语优先级
• 0.0：大幅抑制该短语token注意力

正向、负向提示词权重相互独立。只对短语对应的token生效，短语建议使用完整词汇，不支持嵌套括号。

输入输出：

• clip：Qwen Image专用CLIP加载器（CLIP type qwen_image）
• prompt / negative_prompt：带加权语法的正负提示词
• vae：Qwen Image 2.1 VAE，和参考强度节点联用时必填
• resolution：参考图缩放目标，默认1024；填0则尽量保持原图尺寸，自动向上取整为32倍数
• images：多参考图输入插槽，可自动扩展
• positive / negative：送入采样器的条件
• latent：由第一张参考图尺寸生成的空白latent
• phrase_report：可选JSON输出，查看解析后的提示词、权重、token详情

双节点组合完整链路

MODEL → Reference Strength -------------------------> sampler MODEL
CLIP + VAE + images → Phrase Weights
                           |------------------------> sampler positive
                           |------------------------> sampler negative
                           `------------------------> sampler latent_image

调试建议：一次只改动一项参数，固定其他设置，方便直观对比效果差异。

底层原理

两个节点修改Qwen Image 2.1 Transformer内部注意力分数。

对于权重w，在softmax计算前给选中的注意力分数加上log(w)，修改相对注意力优先级，同时保持归一化。

• Reference Strength：选定参考图像的key做权重调节
• Phrase Weights：选中文本短语对应的token key，携带权重进入条件

不会修改文本嵌入、参考像素本身，原生前缀缓存也保留。

注意：权重不等于画面效果的线性倍数，数值过大容易压制其他提示词或参考图，降低编辑可控性。

兼容性限制

1. 依赖ComfyUI原生Qwen Image 2.1实现
2. 注意力后端必须支持加法掩码
3. 短语加权需要完整分词片段，不支持Textual Inversion文本反转嵌入
4. 在短语编码之后再修改条件token行会导致映射失效