DualCFGGuider 节点创建了一个用于双无分类器引导采样的引导系统。它将两个正向条件输入与一个负向条件输入相结合，对每个条件对应用不同的引导尺度，以控制每个提示对生成输出的影响。

## 输入

| 参数 | 描述 | 数据类型 | 是否必填 | 范围 |
| --- | --- | --- | --- | --- |
| `模型` | 用于引导的模型 | MODEL | 是 | - |
| `条件1` | 第一个正向条件输入 | CONDITIONING | 是 | - |
| `条件2` | 第二个正向条件输入 | CONDITIONING | 是 | - |
| `负面条件` | 负向条件输入 | CONDITIONING | 是 | - |
| `cfg_条件1` | 第一个正向条件的引导尺度（默认值：8.0） | FLOAT | 是 | 0.0 - 100.0 |
| `cfg_条件2_负面` | 第二个正向和负向条件的引导尺度（默认值：8.0） | FLOAT | 是 | 0.0 - 100.0 |
| `样式` | 应用的引导样式（默认值："regular"）。当设置为 "nested" 时，引导将以嵌套方式应用 | COMBO | 是 | "regular"<br>"nested" |

## 输出

| 输出名称 | 描述 | 数据类型 |
| --- | --- | --- |
| `GUIDER` | 一个已配置好的引导系统，可用于采样 | GUIDER |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/DualCFGGuider/zh.md)

---
**Source fingerprint (SHA-256):** `802e07f2e64dc2d55e86290db7e94dffd46079a9180480a560035d0bb6350325`