云容笔谈·东方红颜ComfyUI工作流定制：打造个性化古风人像生成管线

云容笔谈·东方红颜ComfyUI工作流定制打造个性化古风人像生成管线你是不是也遇到过这样的烦恼用现成的AI绘画工具生成古风人像出来的效果总感觉差了点意思要么姿势不对要么风格不搭想微调一下却发现无从下手。今天我们就来聊聊如何用ComfyUI这个强大的可视化工具为“云容笔谈·东方红颜”这套古风人像生成系统搭建一个完全由你掌控的专属工作流。简单来说ComfyUI就像是一个图形化的编程界面但它不用你写代码。你可以通过拖拽一个个功能“节点”然后把它们像拼乐高一样连接起来最终形成一个完整的图像生成流水线。这样做的好处是每一步都清晰可见你可以精确控制从构思到成图的每一个环节无论是人物的姿态、服饰的细节还是画面的整体氛围都能按照你的想法来调整。接下来的内容我会带你从零开始一步步搭建一个能生成高质量、个性化古风人像的ComfyUI工作流。即使你之前没接触过ComfyUI跟着做下来也能轻松上手。1. 准备工作与环境搭建在开始“拼装”我们的工作流之前得先把“工作台”和“零件”准备好。这里说的“工作台”就是ComfyUI本身而“零件”则是我们需要的各种模型文件。首先你需要确保已经安装了ComfyUI。如果你还没装可以去它的官方页面根据你的电脑系统Windows、macOS或Linux找到对应的安装指南。安装过程通常就是下载一个压缩包解压到一个你方便找到的文件夹里然后运行里面的启动脚本。对Windows用户来说双击那个叫run_nvidia_gpu.bat的文件如果你用的是NVIDIA显卡就可以了。启动后你的默认浏览器会自动打开一个本地网页这就是ComfyUI的操作界面了。你会看到一个空白的画布这就是我们之后搭建工作流的地方。接下来是准备“零件”也就是模型。对于“云容笔谈·东方红颜”这个主题我们至少需要三类模型基础大模型这是决定画面整体风格和质量的“大脑”。你需要一个擅长生成亚洲古风人像的Checkpoint模型文件通常是.safetensors或.ckpt格式。ControlNet模型这是我们实现姿态控制的关键。你需要下载对应的人体姿态检测模型比如control_v11p_sd15_openpose.pth它可以帮助AI理解你想要的姿势。LoRA模型这是进行风格微调的“小插件”。你可以寻找一些针对特定古风服饰、发型或画风的LoRA文件也是.safetensors格式用来强化或改变某些细节风格。下载好这些模型文件后需要把它们放到ComfyUI目录下对应的文件夹里基础大模型放到ComfyUI/models/checkpoints/ControlNet模型放到ComfyUI/models/controlnet/LoRA模型放到ComfyUI/models/loras/放好之后记得回到浏览器里的ComfyUI界面点击右上角的“刷新”按钮这样它才能识别出新加入的模型。2. 构建基础图像生成流现在我们开始在工作区里放置第一个节点。在画布空白处右键点击选择“Add Node”。我们从最核心的步骤开始加载模型和输入提示词。2.1 加载模型与输入提示词在节点搜索框里输入“Load Checkpoint”添加这个节点。点击节点上的下拉菜单选择你刚才放进去的那个古风基础大模型。这个节点会输出三个连接点模型MODEL、条件控制CLIP、以及VAE负责图像编码解码。接下来我们需要告诉AI我们想画什么。添加一个“CLIP Text Encode (Prompt)”节点。这个节点有两个输入框上面是正向提示词Positive描述你希望画面里有什么下面是负向提示词Negative描述你希望画面里避免什么。例如正向提示词(masterpiece, best quality), 1girl, ancient Chinese style, elegant hanfu, delicate features, serene expression, in a classical garden, cherry blossoms负向提示词(worst quality, low quality:1.4), deformed, blurry, bad anatomy, extra limbs将“CLIP Text Encode”节点的输出连接到“Load Checkpoint”节点输出的CLIP输入上。这样文字描述就和模型关联起来了。2.2 设置采样器与生成参数图像是通过一个称为“采样”的过程一步步去噪生成的。添加一个“KSampler”节点。这个节点需要一些关键参数模型model连接“Load Checkpoint”节点的MODEL输出。正/负条件positive/negative分别连接两个“CLIP Text Encode”节点的输出。潜在图像latent_image我们需要先创建一个空白的“画布”。添加一个“Empty Latent Image”节点设置你想要的图片宽度和高度比如512x768竖版人像常用尺寸。将其输出连接到KSampler的latent_image。采样参数steps采样步数20-30通常够用cfg提示词相关性7-9比较合适sampler_name采样器如euler_a速度快dpmpp_2m质量好scheduler调度器如normal。最后我们需要将采样器生成的“潜在表示”解码成真正的图片。添加一个“VAE Decode”节点。将其输入连接到KSampler的LATENT输出将其“vae”输入连接到“Load Checkpoint”节点的VAE输出。再添加一个“Save Image”节点连接到“VAE Decode”的输出。这样一个最基础的文本生成图像流水线就完成了。点击右下角的“Queue Prompt”按钮你应该就能看到生成的古风人像了。3. 集成ControlNet实现姿态控制基础流能生成人像但姿势是随机的。如果我们想让人物摆出特定姿势比如“倚栏望远”或“抚琴而坐”就需要请出ControlNet了。3.1 准备姿势参考图ControlNet需要一张姿势参考图。你可以自己画一张火柴人简笔画或者更简单在网上找一张真人姿势照片。这张图不需要细节只需要清晰的肢体轮廓和关节位置。把它保存到本地。在ComfyUI中添加一个“Load Image”节点加载你准备好的姿势参考图。然后添加一个“OpenPose Preprocessor”节点可能需要从管理器安装如ComfyUI-Impact-Pack将加载的图片输入进去。这个预处理器会从照片中提取出骨骼关键点信息。3.2 连接ControlNet节点现在我们要把姿势信息注入到生成流程中。这里的关键是ControlNet的作用力需要被“应用”到生成过程中。添加一个“Apply ControlNet”节点。这个节点有两个主要输入“conditioning”条件和“control_net”控制网。将之前“CLIP Text Encode (Positive)”节点输出的条件连接到“Apply ControlNet”节点的“conditioning”输入。这意味着我们要在正向引导中加入姿势控制。添加一个“Load ControlNet Model”节点从下拉菜单中选择你下载的OpenPose模型如control_v11p_sd15_openpose.pth。将“Load ControlNet Model”节点的输出连接到“Apply ControlNet”节点的“control_net”输入。最后将“OpenPose Preprocessor”节点输出的姿势图像连接到“Apply ControlNet”节点的“image”输入。现在将“Apply ControlNet”节点的输出它也是一个conditioning替换掉原来直接连接KSampler “positive” 输入的那个条件。这样采样器在生成时就会同时考虑你的文字描述和指定的姿势了。重新点击“Queue Prompt”你会发现生成的人物姿势会和你的参考图非常相似。4. 使用LoRA进行风格微调姿势对了但我们可能还想强化某些风格元素比如让服饰更接近某个朝代的制式或者让画风更像某位画家的笔触。这时候LoRA就派上用场了。假设我们已经有了一个名为elegant_hanfu_v2.safetensors的LoRA文件它专门用于微调汉服的精美细节。4.1 加载与集成LoRA在节点菜单中搜索“Lora Loader”添加该节点。这个节点需要三个输入模型model、条件clip和LoRA的名称及强度。将“Load Checkpoint”节点输出的MODEL和CLIP分别连接到“Lora Loader”节点的model和clip输入。在“Lora Loader”节点的lora_name处选择你放入loras文件夹的elegant_hanfu_v2。strength_model和strength_clip控制LoRA对模型和文本编码器的影响强度通常可以都设为0.8开始尝试。强度越高风格影响越强。4.2 调整工作流连接集成LoRA后工作流的连接需要稍作调整将“Lora Loader”节点输出的MODEL连接到KSampler的model输入取代原先的直接连接。将“Lora Loader”节点输出的CLIP连接到“CLIP Text Encode”节点的clip输入同样取代原先的连接。这样LoRA带来的风格微调能力就被注入到了整个生成流程中。你可以尝试生成观察汉服的细节是否变得更加精致和符合历史感。可以灵活调整LoRA的强度甚至同时加载多个不同功能的LoRA比如一个管服饰一个管发型通过多个Lora Loader节点串联来实现。5. 工作流的优化、导出与分享一个稳定好用的工作流值得被保存和复用。5.1 测试与参数微调现在你的工作流已经具备了基础生成、姿态控制和风格微调的功能。接下来就是愉快的测试时间了。你可以保持姿势不变修改提示词生成不同服饰、场景的古风人像。保持提示词不变更换不同的姿势参考图。调整LoRA的强度观察风格变化的程度。尝试调整KSampler中的cfg值cfg值越高AI越严格遵守你的提示词但可能牺牲一些创造性值越低则反之。5.2 保存与导出工作流当你对工作流的效果感到满意后一定要保存它。点击ComfyUI界面上的“Save”按钮给你的工作流起个名字比如ancient_portrait_workflow.json。这个json文件包含了所有节点的布局和连接信息但不包含模型本身。下次想使用时点击“Load”按钮加载这个json文件所有节点和连接都会完美还原。只要你模型文件的路径没变立刻就能开始生成。你还可以将这个json文件分享给朋友。他们只需要拥有相同的模型文件基础模型、ControlNet、LoRA并在自己电脑的ComfyUI里加载你的工作流就能复现一模一样的效果。这是分享复杂创作流程的绝佳方式。5.3 进阶探索思路这个工作流是一个强大的起点你还可以在此基础上继续扩展面部细化在生成后添加一个“Face Detailer”节点自动检测人脸区域并用更高精度重绘让人物面部更清晰。背景控制使用另一个ControlNet模型如Canny边缘检测或深度图单独控制背景的构图。分区域提示使用“Regional Prompter”节点对画面的不同区域如人物、背景、服饰分别写提示词实现更精细的控制。整个过程走下来你会发现用ComfyUI定制工作流并没有想象中那么复杂。它就像是在解一道有趣的逻辑题每一步的连接都有其道理。最大的好处是一旦这个管线搭建完成它就变成了你的专属创作工具。无论是想批量生成同一风格不同姿势的系列图还是想精确实现脑海中的某个具体画面你都有了实现的抓手。从生硬的随机生成到可控的精准创作这中间的跨越正是ComfyUI这类工具带给我们的核心价值。不妨就从今天搭建的这个古风人像工作流开始尽情探索可视化节点编程带来的自由吧。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。