• 版本 [version]
• 下载 79
• 文件大小 22011
• 文件计数 1
• 创建日期 2025年10月6日
• 最后更新 2026年9月20日

FLUX-模特动作姿势精准生成工作流

FLUX-模特动作姿势精准生成工作流 是一套面向万物迁移场景的 ComfyUI 工作流，全图共 27 个节点、30 条连线。链路以 PreviewImage ×3、LoadFluxControlNet ×3、ApplyFluxControlNet ×3 为主干，输出图像，默认输出 1024×1024，适合需要稳定批量出图的同学。主模型 depth_anything_v2_vitl.pth。下载后直接导入即可使用，建议显存 12GB 起（建议 16GB 以上）。

• 主模型：depth_anything_v2_vitl.pth
• 核心节点：PreviewImage ×3、LoadFluxControlNet ×3、ApplyFluxControlNet ×3
• 输出形式：输出图像 · 1024×1024
• 规模：27 节点 / 30 连线
• 建议显存：12GB 起（建议 16GB 以上）
• 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": 97,
    "last_link_id": 194,
    "nodes": [
        {
            "id": 65,
            "type": "HEDPreprocessor",
            "pos": [
                -69.41545867919922,
                -1539.443603515625
            ],
            "size": [
                315,
                82
            ],
            "flags": [],
            "order": 15,
            "mode": 0,
            "inputs": [
                {
                    "name": "image",
                    "type": "IMAGE",
                    "link": 157,
                    "label": "图像"
                }
            ],
            "outputs": [
                {
                    "name": "IMAGE",
                    "type": "IMAGE",
                    "links": [
                        143,
                        144
                    ],
                    "slot_index": 0,
                    "shape": 3,
                    "label": "图像"
                }
            ],
            "properties": {
                "Node name for S&R": "HEDPreprocessor"
            },
            "widgets_values": [
                "enable",
                512
            ],
            "_widget_cache_map": []
        },
        {
            "id": 63,
            "type": "PreviewImage",
            "pos": [
                -389.68231201171875,
                -1549.0037841796875
            ],
            "size": [
                298.5025634765625,
                348.5081787109375
            ],
            "flags": {
                "collapsed": false
            },
            "order": 22,
            "mode": 0,
            "inputs": [
                {
                    "name": "images",
                    "type": "IMAGE",
                    "link": 143,
                    "label": "图像"
                }
            ],
            "outputs": [],
            "properties": {
                "Node name for S&R": "PreviewImage"
            },
            "widgets_values": [],
            "_widget_cache_map": []
        },
        {
            "id": 55,
            "type": "LoadFluxControlNet",
            "pos": [
                -79.1764144897461,
                -318.65386962890625
            ],
            "size": [
                315.0727233886719,
                82
            ],
            "flags": [],
            "order": 0,
            "mode": 0,
            "inputs": [],
            "outputs": [
                {
                    "name": "ControlNet",
                    "type": "FluxControlNet",
                    "links": [
                        135
                    ],
                    "slot_index": 0,
                    "shape": 3,
                    "label": "ControlNet"
                }
            ],
            "properties": {
                "Node name for S&R": "LoadFluxControlNet"
            },
            "widgets_values": [
                "flux-dev-fp8",
                "XLabs-flux-canny-controlnet_v3"
            ],
            "_widget_cache_map": []
        },
        {
            "id": 66,
            "type": "CannyEdgePreprocessor",
            "pos": [
                -77.57282257080078,
                -463.3918762207031
            ],
            "size": [
                315,
                106
            ],
            "flags": [],
            "order": 14,
            "mode": 0,
            "inputs": [
                {
                    "name": "image",
                    "type": "IMAGE",
                    "link": 156,
                    "label": "图像"
                }
            ],
            "outputs": [
                {
                    "name": "IMAGE",
                    "type": "IMAGE",
                    "links": [
                        147,
                        177
     
… (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。