报红因输入类型不匹配：上游输出图标（蓝方块/latent、绿圆点/image、黄菱形/string）与下游input声明类型（如"int"、"string"）不符；修复需插入转换节点或重连正确类型数据流。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在LiblibAI上加载他人工作流时，节点连线后出现红色感叹号且提示“input type mismatch”，本质是上游节点输出类型与下游节点期望输入类型不一致——比如把字符串直接连进要求数值的端口，或把图像张量塞进文本编码器。
识别真实报错节点
右键点击报红节点→选择“View Node Info”，重点查看“Inputs”列表中每个字段的括号内类型声明，例如 ("INT", {...}) 或 ("STRING", {...})；同时观察上游连接线末端显示的小图标：蓝色方块代表 【LATENT】，绿色圆点代表 【IMAGE】，黄色菱形代表 【STRING】，三者不可互换。
若上游线尾图标与当前输入字段声明类型明显不符（如黄色菱形连到标着"INT"的口），问题就定位完成了。
修复常见类型错配
方法一：字符串误当数值用
典型场景：Text节点输出的"1024"被连到KSampler的"width"口（该口要求INT）。不要手动改Text内容为纯数字——这会破坏提示词结构。正确做法是插入一个“Parse String to Number”节点（LiblibAI已预置），将Text输出→连入该节点→再把它的Number输出连到width口。
方法二：图像尺寸参数被当成图像传入
错误操作：把LoadImage节点的“image”输出（类型IMAGE）直接连到CLIPTextEncode的“text”口（类型STRING）。这一步根本不会生成红线，但运行时报错“expected string, got tensor”。必须删掉这条线，改用独立的Text节点填提示词。
方法三：Latent与Image混用
VAE Encode节点输出LATENT，VAE Decode节点输入也必须是LATENT；若你误把LoadImage的IMAGE输出连过去，节点会拒绝接收。此时需确认流程是否本该走图生图路径——如果是，应使用“VAEEncode for Image”节点而非原始LoadImage。
验证修复效果
第一步：删除所有报红节点的输入连线。
第二步：从上游开始逐个检查每个节点的输出类型图标，对照下游节点Input声明逐条重连。
第三步：连完后点击画布空白处按 Ctrl+Enter 触发一次轻量校验——没有红色感叹号弹出即通过。
第四步：点击右下角“Queue Prompt”运行一次最小化测试（steps设为3），确认日志中不再出现 "type mismatch" 或 "expected X, got Y" 字样。
