Native NAG node (Normalized Attention Guidance) not applying negative prompt despite double inference time

快速结论：该报错通常出现在 ComfyUI 内置的 Normalized Attention Guidance 节点中，用户发现推理时间翻倍但负面提示词完全无效，输出与无负面提示词时完全一致。可能原因是该节点存在临时性故障或兼容性问题，在后续更新中已被修复。优先排查 ComfyUI 版本是否更新到 0.26.0 或更高版本。

问题场景

用户在 ComfyUI 中使用内置的 Normalized Attention Guidance (NAG) 节点生成图像，测试了 Flux.2 Klein 4B 和 9B 模型。节点使用默认参数（scale=5, alpha=0.5, tau=1.5），并设置了负面提示词（如 “trees, grass”），但输出与不设置负面提示词时完全相同，尽管推理时间确实翻倍。该问题在 GitHub Issue 中被报告为潜在 Bug，最初出现在较旧版本的 ComfyUI 中。

报错原文

When using the native Normalized Attention Guidance node with default values (scale: 5, alpha: 0.5, tau: 1.5), the negative prompt should affect the output.
The output is exactly the same as if there was no negative prompt, despite the inference taking twice as long.

原因分析

可能原因：该问题最初被识别为 ComfyUI 内置 NAG 节点的临时性故障，用户报告在后续测试中该问题已自行解决。有评论指出，该节点可能对特定模型（如 Flux 2）兼容性不佳，但官方 PR 声称支持 Flux.2。此外，有用户提到自定义节点 Kijai NAG 仅支持 LTX-2 模型，而另一款第三方 NAG 节点（BigStationW/ComfyUI-NAG）虽支持 Flux 2 但速度缓慢且效果存疑。

由于 Issue 提交者在后续测试中确认问题已解决（在 ComfyUI 0.26.0 环境下），目前没有明确证据指向代码缺陷。可能原因包括：ComfyUI 版本过旧导致的临时行为异常、节点内部状态初始化问题，或特定模型组合下的兼容性问题。

环境排查

ComfyUI 版本：建议检查版本号，已知问题在 0.26.0 或更高版本中已被修复。
ComfyUI_frontend 版本：确认是否为 v1.45.19 或更新版本。
Python 版本：已知测试环境为 Python 3.13.12。
PyTorch 版本：建议使用 PyTorch 2.11.0+cu130 或兼容版本。
CUDA 版本：确认 CUDA 13.0 或更高版本的支持。
显卡：测试环境为 NVIDIA GeForce RTX 5060 Ti，建议确认显卡驱动和 VRAM 是否满足模型需求（如 Flux 2 模型需要较大显存）。
模型：确认使用的模型是否为官方支持的 Flux.2 Klein 4B / 9B，或尝试换用其他模型（如 SDXL、Hunyuan Video 等）验证节点行为。

解决步骤

更新 ComfyUI 到最新版本：已知问题在 ComfyUI 0.26.0 中已解决。如果当前版本低于此，请通过 git pull 或 ComfyUI Manager 更新到最新版本。
更新 ComfyUI_frontend：确认前端版本 v1.45.19 或更新，确保与后端兼容。
重启 ComfyUI 并清空临时缓存：更新后完全退出 ComfyUI，清空 output/ 缓存文件夹，重新加载工作流。
在更新环境中重新测试：使用与原 Issue 相同的默认参数（scale=5, alpha=0.5, tau=1.5）和负面提示词，对比有无 NAG 节点的输出差异。
如问题依然存在（可优先尝试）：考虑切换为第三方 NAG 节点（如 BigStationW/ComfyUI-NAG），并确认该节点明确支持您的模型。注意：第三方节点的效果和速度可能不同。
检查模型兼容性：如果使用 Flux 2 以外的模型（如 Wan 2.2），请确认内置 NAG 节点是否理论上支持该模型。有评论指出 Kijai NAG 节点仅支持 LTX-2。

验证方法

在更新后的 ComfyUI 中，使用测试工作流（仅包括基础 txt2img + NAG 节点 + 负面提示词），先生成一张带负面提示词的图像，再去除 NAG 节点或清空负面提示词生成对比图。如果输出明显不同（尤其在负面提示词描述的物体上），则表示 NAG 节点已正确应用负面提示词。如果推理时间仍翻倍但输出无差异，则问题未完全解决，需进一步排查。