• 版本 [version]
• 下载 157
• 文件大小 40120
• 文件计数 1
• 创建日期 2026年8月26日
• 最后更新 2026年9月20日

最强2D,手绘线稿，动漫卡通，真实人物，照片转3D工作流！！

最强2D,手绘线稿，动漫卡通，真实人物，照片转3D工作流！！ 是一套面向万物迁移场景的 ComfyUI 工作流，全图共 48 个节点、64 条连线。链路以 ControlNetLoader ×4、ControlNetApplyAdvanced ×4、PreviewImage ×4 为主干，输出图像，适合需要稳定批量出图的同学。主模型 depth_anything_v2_vitl.pth、yolox_l.onnx、dw-ll_ucoco_384_bs5.torchscript.pt。下载后直接导入即可使用，建议显存 8GB 起。

• 主模型：depth_anything_v2_vitl.pth、yolox_l.onnx、dw-ll_ucoco_384_bs5.torchscript.pt
• 核心节点：ControlNetLoader ×4、ControlNetApplyAdvanced ×4、PreviewImage ×4
• 输出形式：输出图像
• 规模：48 节点 / 64 连线
• 建议显存：8GB 起
• 适用场景：风格迁移、IPAdapter 参考图迁移、老照片修复与万物转绘。

资源头图

工作流节点图

图较大可横向滚动；点击图片查看高清矢量原图（浏览器中可自由缩放）。

使用说明

下载工作流文件后在 ComfyUI 中直接拖入画布（或菜单 Load 导入）即可运行；缺失的自定义节点用 ComfyUI Manager 一键安装，模型按文件名放入对应的 models 目录。

源码预览

{
    "last_node_id": 90,
    "last_link_id": 161,
    "nodes": [
        {
            "id": 80,
            "type": "DualCLIPLoader",
            "pos": [
                221.36102294921875,
                1783.3359375
            ],
            "size": [
                315,
                106
            ],
            "flags": [],
            "order": 0,
            "mode": 0,
            "inputs": [],
            "outputs": [
                {
                    "name": "CLIP",
                    "type": "CLIP",
                    "links": [
                        119,
                        120
                    ],
                    "slot_index": 0,
                    "label": "CLIP",
                    "shape": 3
                }
            ],
            "properties": {
                "Node name for S&R": "DualCLIPLoader"
            },
            "widgets_values": [
                "t5xxl_fp8_e4m3fn",
                "clip_l",
                "flux"
            ],
            "_widget_cache_map": []
        },
        {
            "id": 19,
            "type": "ControlNetLoader",
            "pos": [
                278,
                -131
            ],
            "size": [
                315,
                58
            ],
            "flags": {
                "collapsed": false
            },
            "order": 1,
            "mode": 0,
            "inputs": [],
            "outputs": [
                {
                    "name": "CONTROL_NET",
                    "type": "CONTROL_NET",
                    "links": [
                        24
                    ],
                    "shape": 3,
                    "label": "ControlNet"
                }
            ],
            "properties": {
                "Node name for S&R": "ControlNetLoader"
            },
            "widgets_values": [
                "t2i-adapter_xl_canny"
            ],
            "_widget_cache_map": []
        },
        {
            "id": 56,
            "type": "CannyEdgePreprocessor",
            "pos": [
                273,
                223
            ],
            "size": [
                315,
                106
            ],
            "flags": {
                "collapsed": false
            },
            "order": 19,
            "mode": 0,
            "inputs": [
                {
                    "name": "image",
                    "type": "IMAGE",
                    "link": 147,
                    "label": "图像"
                }
            ],
            "outputs": [
                {
                    "name": "IMAGE",
                    "type": "IMAGE",
                    "links": [
                        92,
                        93
                    ],
                    "slot_index": 0,
                    "label": "图像"
                }
            ],
            "properties": {
                "Node name for S&R": "CannyEdgePreprocessor"
            },
            "widgets_values": [
                40,
                122,
                768
            ],
            "_widget_cache_map": []
        },
        {
            "id": 53,
            "type": "ControlNetLoader",
            "pos": [
                690,
                -119
            ],
            "size": [
                383.6274108886719,
                74.09515380859375
            ],
            "flags": [],
            "order": 2,
            "mode": 0,
            "inputs": [],
            "outputs": [
                {
                    "name": "CONTROL_NET",
                    "type": "CONTROL_NET",
                    "links": [
                        83
                    ],
                    "shape": 3,
                    "label": "ControlNet"
                }
           
… (完整内容请下载文件查看)

代码较长，以上仅前 3800 字符 —— 点击下方按钮下载完整 JSON。