ComfyUI-WanVideoWrapper项目中的文本编码器路径规范解析

在ComfyUI-WanVideoWrapper项目的开发过程中，文本编码器(Text Encoder)的模型存放路径问题引发了一些讨论。本文将从技术实现角度分析这一设计决策的背景和考量。

路径规范的历史沿革

项目中的LoadWanVideoClipTextEncoder节点最初设计时存在路径指示不一致的情况：

• 代码实现指向text_encoders目录
• 工具提示显示vae目录
• 文档描述提到LLM目录

这种不一致源于开发过程中节点的复制重构。经过修正后，现已统一为text_encoders目录。

技术实现考量

从模型架构角度看，这些文本编码器虽然包含CLIP相关组件，但实际上并不直接使用CLIP的视觉编码功能。开发者最初考虑过使用clip_vision目录，但出于以下原因保留了text_encoders路径：

1. 向后兼容性：已有用户环境已按照text_encoders路径配置
2. 功能独立性：强调这些编码器专注于文本处理而非视觉特征提取

使用灵活性

项目提供了多种编码方案选择：

• 可直接使用标准的CLIP ViTH视觉模型
• 通过桥接节点支持原生ComfyUI的CLIP编码
• 保持专用文本编码器路径的独立配置

这种设计既保证了现有工作流的稳定性，又为用户提供了充分的灵活性。

最佳实践建议

对于新用户配置建议：

1. 将WanVideo专用文本编码器模型置于text_encoders目录
2. 常规CLIP视觉模型仍使用clip_vision目录
3. 通过桥接节点实现不同编码方案间的转换

这种路径分离的设计有助于保持项目结构的清晰，同时支持多种编码方案的并行使用。开发者权衡了技术合理性和用户体验，最终选择保留text_encoders路径以确保现有用户的无缝过渡。