解锁 AI 驱动工作流程，实现风格统一的二次元角色
使用此工作流程，创建具有一致性的动漫风格角色！它可以生成动态提示、增强细节，并支持多提示测试。学习如何设置并将其用于社交媒体帖子或漫画设计。
- 阅读时间
- 4 分钟
工作流概览
使用此工作流程，创建具有一致性的动漫风格角色！它可以生成动态提示、增强细节，并支持多提示测试。学习如何设置并将其用于社交媒体帖子或漫画设计。
内容类型: Workflow
主要用途: Download
所需模型
- Sdxl
- Lora
配置说明
- 打开工作流模板前，请先安装所需模型。
1. 工作流概述
该工作流专为测试和验证AI生成角色的一致性而设计，适用于社交媒体推文、漫画角色设定等场景。核心功能包括：
基于SDXL模型生成高精度二次元角色。
通过动态提示词生成器（PromptGenerator）自动组合角色特征（如服装、发型、表情）。
使用LoRA细节调节器增强面部和服饰细节。
支持多组提示词对比测试，确保角色在不同描述下保持一致性。
2. 核心模型
模型名称 | 功能说明 |
|---|---|
绘梦元宇SDXL | 二次元幻想风格基础模型（电商/海报适用）。 |
SDXL Detail LoRA | 细节增强模型（如面部纹理、服饰褶皱）。 |
sdxl_vae.safetensors | 优化图像色彩和解码质量。 |
3. 关键组件与安装
组件名称 | 功能说明 | 安装方式 |
|---|---|---|
PromptGenerator | 动态生成角色描述提示词。 | 需安装 |
SDXLPromptStyler | 标准化提示词格式（正面/负面）。 | 通过ComfyUI Manager安装 |
CLIPSetLastLayer | 调整CLIP模型层数以控制文本影响力。 | 内置节点 |
KSampler (Efficient) | 高效采样器（支持DPM++ 2M算法）。 | 内置节点 |
依赖项：
需下载
绘梦元宇SDXL模型和SDXL Detail LoRA，放置到对应models/和loras/文件夹。安装
pysssss扩展包以支持动态提示生成功能。
4. 工作流结构
Group 1: 模型加载与配置
节点：
CheckpointLoader→VAELoader→LoraLoader→CLIPSetLastLayer输出：加载的模型、VAE、LoRA及CLIP配置。
Group 2: 动态提示生成
节点：
PromptGenerator→ShowText（预览提示词）输出：组合后的角色描述（如“短发男老师，牛仔短裤，微笑”）。
Group 3: 条件编码与采样
节点：
CLIPTextEncode→KSampler (Efficient)→EmptyLatentImage输出：生成的角色潜变量。
Group 4: 图像解码与保存
节点：
VAEDecode→SaveImage输出：最终PNG图像（默认分辨率1024x1024）。
5. 输入与输出
输入参数：
必选：角色特征词（如“burly man”、“teacher”、“denim shorts”）。
可选：种子值（如
392280905866782）、采样步骤（默认45步）、CFG值（6.5）。
输出结果：生成一张符合描述的角色图像，支持多组对比测试。
6. 注意事项
角色一致性技巧：
固定种子值可确保相同提示词生成相似结果。
使用
CLIPSetLastLayer调整至-2以增强细节控制。
性能优化：
降低分辨率至768x768可减少显存占用（需调整
EmptyLatentImage）。
错误排查：
提示词冲突：避免矛盾描述（如同时指定“微笑”和“愤怒”）。
LoRA未生效：检查模型路径和强度参数（默认1.0）。