ComfyUI中MochiTextEncode节点报错分析与解决方案

问题现象

在使用ComfyUI的MochiWrapper自定义节点时，用户遇到了"MochiTextEncodenot enough values to unpack (expected 3, got 2)"的错误提示。该错误发生在MochiTextEncode节点处理文本编码的过程中，导致整个工作流无法正常执行。

错误分析

从错误日志中可以发现几个关键点：

1. 核心错误：ValueError异常提示"not enough values to unpack (expected 3, got 2)"，表明代码期望解包3个值但只得到了2个。

2. 调用栈追踪：错误发生在ComfyUI-MochiWrapper自定义节点的nodes.py文件第460行，具体是在调用clip.cond_stage_model.encode_token_weights(tokens)方法时。

3. 前置错误：在尝试设置clip.tokenizer.t5xxl.pad_to_max_length属性时，先出现了AttributeError，表明当前使用的SD1Tokenizer不包含t5xxl属性。

4. 环境信息：用户使用的是ComfyUI v0.3.9版本，Python 3.12.7，PyTorch 2.5.1+cu124，运行在NVIDIA RTX 3080 Ti显卡上。

根本原因

经过分析，这个问题主要由以下因素导致：

1. 模型兼容性问题：MochiWrapper节点最初设计时可能针对特定类型的CLIP模型（如T5XXL），但用户实际加载的是SD1Tokenizer类型的CLIP模型（ViT-L-14-TEXT-detail-improved-hiT-GmP-HF.safetensors）。

2. API变更：不同版本的CLIP模型提供的encode_token_weights方法返回值的数量不一致，新版本可能只返回2个值（embeds和attention_mask），而代码期望3个返回值。

3. 工作流设计：用户的工作流尝试将MochiWrapper节点与标准CLIP模型结合使用，这可能不是推荐的做法。

解决方案

针对这个问题，有以下几种解决途径：

1. 使用原生Mochi支持：最新版本的ComfyUI已经原生支持Mochi模型，无需通过MochiWrapper节点。可以直接使用内置的Mochi相关节点。

2. 更新工作流设计：参考官方提供的Mochi示例工作流，这些工作流已经过充分测试，能够正确处理各种模型返回值和参数。

3. 修改节点代码：如果必须使用MochiWrapper节点，可以修改nodes.py文件，调整对encode_token_weights返回值的处理逻辑，使其兼容不同版本的CLIP模型。

4. 使用匹配的CLIP模型：确保使用的CLIP模型类型与节点代码期望的类型一致，避免因模型差异导致的不兼容问题。

最佳实践建议

1. 对于新用户，建议直接使用ComfyUI内置的Mochi支持功能，这通常更加稳定且维护良好。

2. 在使用自定义节点时，务必确认节点与所用模型的兼容性，特别是当模型更新后，相关节点可能需要相应调整。

3. 对于视频生成等资源密集型任务，可以适当调整解码参数（如分块数量、每批处理量等）以适应显存限制。

4. 保存中间结果（如潜在空间表示）到磁盘，可以分段处理大型工作流，减少内存压力。

总结

这个错误典型地展示了深度学习工作流中模型与节点不匹配导致的问题。通过理解错误背后的技术细节，用户可以更有针对性地解决问题。在ComfyUI生态中，保持节点与模型的版本一致性，以及遵循官方推荐的工作流设计，是避免此类问题的关键。对于高级用户，适当修改节点代码以适应特定需求也是可行的解决方案。