此节点通过编码图像和文本来准备训练数据。它接收图像列表及对应的文本描述列表，然后使用 VAE 模型将图像转换为潜在表示，并使用 CLIP 模型将文本转换为条件数据。生成的成对潜在表示和条件数据以列表形式输出，可直接用于训练流程。

## 输入

| 参数 | 描述 | 数据类型 | 是否必填 | 范围 |
| --- | --- | --- | --- | --- |
| `图像` | 待编码的图像列表。 | IMAGE | 是 | 无 |
| `VAE` | 用于将图像编码为潜在表示的 VAE 模型。 | VAE | 是 | 无 |
| `CLIP` | 用于将文本编码为条件数据的 CLIP 模型。 | CLIP | 是 | 无 |
| `文本` | 文本描述列表。长度可为 n（与图像数量匹配）、1（对所有图像重复使用）或省略（使用空字符串）。 | STRING | 否 | 无 |

**参数约束：**

* `texts` 列表中的项目数量必须为 0、1 或与 `images` 列表中的项目数量完全一致。若为 0，则所有图像使用空字符串；若为 1，则对所有图像重复使用该单一文本。

## 输出

| 输出名称 | 描述 | 数据类型 |
| --- | --- | --- |
| `条件` | 潜在字典列表。 | LATENT |
| `conditioning` | 条件列表的列表。 | CONDITIONING |

> 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/MakeTrainingDataset/zh.md)

---
**Source fingerprint (SHA-256):** `95947c03f140f527f3db54d0b0131d956646055542ddb546ae5eaa82e4e8cefa`