折腾AI画图小记：动作迁移编辑、提示词相关

目录：

一、图片反推提示词
二、扩写/优化提示词
三、动作/多角度
四、Latent 解码
五、其他好用的提示词插件

运行环境：

Win11 专业版、ComfyUI 0.12.3

Python 版本 : 3.12.12

PyTorch 版本: 2.9.0

CUDA 版本 : 12.8

显卡：RTX 2080Ti 22G

整理一下我自己折腾 ComfyUI 的过程中涉及到图片反推、动作迁移、动作编辑等方面的一点东西。

全部工作流：My-ComfyUI-Workfolws

一、图片反推提示词

1.1、调用API

插件：heshengtao/comfyui_LLM_party

通过调用第三方模型 API 来反推图片提示词，但是对于 NSFW 图片就不太适用，会被拦截。

1.2、运行本地LLM

插件：lihaoyun6/ComfyUI-llama-cpp_vlm

使用本地运行 GGUF 模型来反推图片提示词，不限模型，虽然本地模型能力方面肯定不如通过第三方满血模型，但是还算够用，而且没什么限制。

1.3、本地Qwen模型

插件：1038lab/ComfyUI-QwenVL

只能用 Qwen 系列模型，可选的模型比较多，如果本地不存在模型文件，运行时会自动从魔搭下载，但是下载的模型文件没法被其他插件使用，所以我在 ComfyUI 中使用本地大模型还是会选择上面的方式，毕竟本地硬盘空间宝贵，GGUF 模型文件还能在 LM Studio 中使用。

二、扩写/优化提示词

整体工作流与上面反推图片提示词的工作流基本相同，只不过不用传图片。就不再赘述了。

三、动作/多角度

3.1、动作迁移：

迁移图片中的人物动作，虽然做不到百分百迁移，整体效果还凑活

插件：Fannovel16/comfyui_controlnet_aux

工作流参考：

DWPreProcessor：[Z_Image_Turbo - DWPreprocessor姿态迁移修改](https://gitee.com/longalone/My-ComfyUI-Workfolws/blob/master/生图/Z_Image_Turbo - DWPreprocessor姿态迁移修改.json)
OpenPose：[Z_Image_Turbo - OpenPose姿态迁移修改](https://gitee.com/longalone/My-ComfyUI-Workfolws/blob/master/生图/Z_Image_Turbo - OpenPose姿态迁移修改.json)

3.2、动作编辑

识别图片人物动作的骨骼框架，通过 OpenPose-Editor 插件编辑，整体效果感觉还不错

插件：

工作流参考：

[Qwen_Image_Edit - 人物姿势编辑](https://gitee.com/longalone/My-ComfyUI-Workfolws/blob/master/图像编辑/Qwen_Image_Edit - 人物姿势编辑.json)
[Qwen_Image_Edit - 提示词编辑姿势+角度 ](https://gitee.com/longalone/My-ComfyUI-Workfolws/blob/master/图像编辑/Qwen_Image_Edit - 提示词编辑姿势%2B角度.json)

3.3、多角度

生成图片的多角度分镜图，效果不稳定，有时还不错，有时又不太行，需要抽卡

插件：

工作流参考：

[Qwen_Image_Edit - 多角度出图](https://gitee.com/longalone/My-ComfyUI-Workfolws/blob/master/图像编辑/Qwen_Image_Edit - 多角度出图.json)
[Qwen_Image_Edit - 提示词编辑姿势+角度](https://gitee.com/longalone/My-ComfyUI-Workfolws/blob/master/图像编辑/Qwen_Image_Edit - 提示词编辑姿势%2B角度.json)

四、Latent 解码

用云端的 ComfyUI 环境（比如 RunningHub）生成 NSFW 内容时会被拦截，由于只会拦截 VAE 解码出来的图片，所以规避拦截的方式就是把 K 采样器生成好的 Latent 文件输出到“保存Latent”节点，再手动下载放到本地的 output 目录，使用“加载Latent”节点把这个 Latent 文件用本地对应的 VAE 模型解码就可以了。

每个生图、生视频的模型对应的 VAE 模型都不一定相同，参考官方模型仓库，或者问 AI。

本地解码工作流参考：Latent本地解码

如果嫌手动下载 Latent 文件麻烦，也有另一种方式，就是调用 RunningHub 的工作流 API，通过 API 把 Lantent 文件直接传到本地工作流进行 VAE 解码。

虽然不用手动下载 Latent 文件，但是需要修改云端的工作流使其输出 Latent 文件，而且本地调用工作流 API 时参数一多上送起来也比较麻烦，不过如果批量生图/生视频还是比手动下载 Latent 要好点。

RunningHun API 插件：HM-RunningHub/ComfyUI_RH_APICall

调用 API 本地解码工作流参考：[RunningHub API解码Latent](https://gitee.com/longalone/My-ComfyUI-Workfolws/blob/master/工具/RunningHub API解码Latent.json)