STUDIO1911A2: Wai-Illustrious Text to Image ComfyUI workflow by Freyja Pixel 💖 - Bounty Hunter Masterpiece
详情
下载文件
关于此版本
模型描述
零样本工程：1911A2 赏金猎人协议
为每个人生成动漫风格图像
“赏金猎人”系统是一种让任何人使用 AI 创作精美动漫艺术的便捷方式。用户只需提供极少的提示，即可获得清晰、准确且美观的图像，系统几乎承担了所有繁重工作。它专精于肖像风格或单主体图像，同时也能高质量地生成多主体图像。与需要冗长、高度描述性文本提示的传统方法不同，这种“零样本”生成工具旨在赋能缺乏经验的提示者，利用 AI 创建带有层次背景的高质量角色。
赏金猎人有多个版本，分别适用于不同使用场景。大师赏金猎人版本最适合通用用途，在生成效率与输出质量之间取得平衡。大猎物猎人版本可实现更高分辨率的精细作品，而机关枪版本则最适合快速生成略小于标准尺寸的图像。它们在本质上工作方式相同，遵循相同的设计原则，并在各自尺寸下生成高质量图像。
赏金猎人的基础是一个两步流程：第一步建立图像的结构。AI 会专门投入更多时间，聚焦于图像的基础部分，同时以尽可能小的分辨率生成。基础部分包括主体及其姿态、图像中的物体、光照以及构图和整体布局中的所有元素。第一步类似于插画中的线稿师，为其他艺术家完成作品做准备，或像迷你人偶的 3D 雕塑师。在进入下一步之前，图像会通过“潜在精炼”（逐像素检查）进行“上采样”（放大），模拟“高分辨率上采样”（一种常见的图像生成工具）。
第二步回溯第一步生成的内容，锐化细节、修正错误，并整体提升清晰度。它被赋予一组特定工具，帮助清理图像并添加准确细节，同时避免产生怪异效果。延续第一步的类比，这一步如同插画的上色师或迷你人偶的绘画者，为作品表面增添形状与细节。
在测试中，我发现当使用命名角色（如《新世纪福音战士》中的葛城美里）时，AI 对角色名称的书写方式非常敏感，尤其偏好 Danbooru 或日式标签顺序。许多动漫图像生成模型是使用日式命名或标签顺序训练的，即姓氏在前、名字在后。采用这种顺序的名称更容易被 AI 识别，角色细节也更准确地被召回。相反，我发现在西方常见的顺序（名字在前、姓氏在后）总是导致模型幻觉，生成错误角色：“Misato Katsuragi” 会生成金发蓝眼的形象，“Rei Ayanami” 会生成超长粉发，而 “Goku”（一个模糊标签）则会生成一个随机的粉发女性角色。而 “Katsuragi Misato” 和 “Ayanami Rei” 则在首次生成时就准确还原了预期角色。我还发现，使用 Danbooru/e621 标签几乎适用于所有输入 Wai-illustrious 的提示，如服装和发型，能显著提升输出质量。然而，当尝试使用较冷门或未知标签时，这也会带来挑战。为帮助用户导航这些标签，赏金猎人提供了推荐的软件、AI 工具和网站，协助用户找到已知且准确的标签。
该系统的一大亮点是它在工作流程中直接向用户解释自身。所有必要的说明、注释和技巧都直接内置在文件中。重复的说明以 .txt 文件形式包含在网页托管仓库中。目标是让任何打开工作流程的用户都能边操作边阅读指南，所有所需的学习内容都已内嵌在流程图中，无需打开额外窗口。
基于我之前使用 Wai-illustrious 的经验，赏金猎人最令人惊讶的特性是：它几乎无需提示就能精准工作。从以往生成经验来看，Wai 拥有超过 5000 种角色和主体，若缺乏强力引导，极易产生幻觉。许多示例图像仅输入角色名称即生成，测试中许多未使用“大师级”等默认优质提示词的图像，其质量仍属可接受，甚至更优。此外，在多个独立测试中，即使仅输入简短描述或空的“正向提示”，仍能生成高质量的动漫肖像风格图像。系统自动处理了大部分艺术风格，自主完成纹理、色彩平衡、线条和光照。这不仅对新手有用，对希望获得一致、可重复结果的资深创作者同样极具价值。
该工作流程存在若干已知限制、弱点及未来改进空间，主要受限于检查点和生成设置，可能影响其应用范围。首先，由于 Wai-Illustrious 和 Illustrious 的基础偏见，以及对 NSFW 场景和个体（尤其是跨性别或“双性人”形态）图像的更高训练量，注入性暗示或生殖器内容（特别是此类形态）可能更常见。使用安全等级标签（普通、敏感、NSFW、明确）以限制或负面提示此类内容尚未经过充分测试。此外，此工作流程以推荐的最小分辨率生成初始图像，以确保图像保真度并集中生成能力，其他宽高比或方向尚未完全测试。由于这些参数，工作流程在默认设置下可能偏向单人肖像，因此在生成多主体或复杂构图图像时可能更易出错或表现不佳。批量生成 2、4 或 8 张图像可通过去噪过程中的随机性增加，有助于减少此类形态或错误。
我对此工作流程生成的任何内容或图像不承担任何责任、义务或问责。这是一个完全无审查的 AI 工具，用户有责任负责任地使用它（这正是设计初衷），包括非法用途如深度伪造或在多数平台会被封禁的内容。已提前警告并建议。
要使用此工作流程，只需下载它，在 ComfyUI 中打开，并加载两个必需模型及多个列出的辅助文件。工作流程本身即为操作指南，内置注释说明了点击位置、可修改内容及如何在不破坏一切的前提下进行实验。它经过精心设计，力求用户友好、清晰、对所有人开放。即使从未使用过高级 AI 工具的人，也能以极低的学习曲线使用赏金猎人。
我创建赏金猎人，是为了让任何感兴趣的用户无需掌握复杂的技术细节（这些细节常成为有创意但经验不足者面前的障碍），就能创作出精美、可靠的动漫艺术。它将创作过程转化为流畅、可预测、低挫败感的愉快体验。一旦设置完成，用户只需输入一个标签、角色名称、复制粘贴部分内置提示，或仅描述自己的想法，让系统处理其余部分。艺术属于每个人，我们都值得利用现有工具展现创造力。
祝你好运，狩猎愉快！
技术报告与资源
============
零样本工程：1911A2 赏金猎人协议
一种用于高保真动漫生成的确定性多通道架构
作者：Freyja Pixel 💖（系统架构师）
平台：ComfyUI
模型堆栈：Wai-Illustrious v15 + v14 混合版
ComfyUI Danbooru 和 e621 数据库标签辅助工具：
/model/950325/danboorue621-autocomplete-tag-lists-incl-aliases-krita-ai-support
https://github.com/newtextdoc1111/ComfyUI-Autocomplete-Plus/
Wai-Illustrious 标签资源：
（在线角色与标签查找器）https://huggingface.co/spaces/flagrantia/character_select_saa
（SAA 角色选择器）
https://github.com/mirabarukaso/character_select_stand_alone_app
使用 ComfyUI（下载并安装 https://www.comfy.org/download）
ComfyUI Manager（https://github.com/Comfy-Org/ComfyUI-Manager）
主通道使用 Wai-Illustrious v15.0：
/model/827184/wai-illustrious-sdxl
精炼通道使用 Wai-Illustrious v14.0，并配合特定细节与稳定 LoRAs：
/model/827184?modelVersionId=1761560
精细手部：
/model/200255?modelVersionId=2212079
精细脚部：
/model/200251?modelVersionId=1464471
Illustrious XL 稳定器：
/model/971952?modelVersionId=2055853
细节滑块：
/model/1333749/add-detail-slider?modelVersionId=1506032（仅用于第二通道！）
ComfyUI 自定义节点：
rgthree：
https://github.com/rgthree/rgthree-comfy https://www.runcomfy.com/comfyui-nodes/rgthree-comfy
ComfyUI-Impact-Pack：
https://github.com/ltdrdata/ComfyUI-Impact-Pack
https://www.runcomfy.com/comfyui-nodes/ComfyUI-Impact-Pack
1. 执行摘要
1911A2 赏金猎人不是一个“工作流程”。
它是一种确定性生成架构，旨在消除大多数动漫风格 AI 图像生成中固有的“老虎机式”随机性。
传统流水线依赖于繁重的提示工程，而赏金猎人则颠覆了这一范式：
➡️ 系统控制美学。➡️ 用户仅控制意图。
这解锁了零样本生成——无需描述性正向提示，即可生成连贯、解剖正确、风格一致的动漫角色。
本发布版包含三个调优版本：
• 大师版 — 2048×2048 平衡旗舰版
• 大猎物猎人版 — UHD 4K/8K 上采样版
• 机关枪加查版 — 高速 1024×1024 快速生成版
所有版本均秉持相同理念：将生成过程分解为可控的子系统。
2. 系统架构
生成 → 精炼循环
赏金猎人通过严格的两阶段潜在管道运行，将工作划分为几何与纹理两部分。
第一阶段 — 几何阶段（生成器）
检查点：Wai-Illustrious v15
步数：32，固定种子
去噪：1.0（完全生成）
目的：确立构图、剪影、光照方向和姿态向量。
为何选择 v15？
它在动态构图方面表现出色，对结构化提示响应强烈。它被广泛用于多个 AI 生成社区，包括付费在线服务和开源仓库，并拥有多个社区开发的支持工具，如 Wai-Illustrious SAA 角色选择器，可协助提示工程和角色选择。
第二阶段 — 纹理阶段（精炼器）
检查点：Wai-Illustrious v14
步数：18，固定种子
去噪：0.35
目的：修正解剖结构、稳定纹理、优化光照、锁定角色身份。
为何选择 v14？
社区反馈指出其对解剖结构理解更优，根据我一年多来对 Wai-Illustrious 的五代以上提示、测试与生成经验，我完全认同此观点。
“考验”（解剖强化堆栈）
在精炼过程中，潜在空间依次通过：
精细手部 LoRA
精细脚部 LoRA
稳定器 / 反幻觉 LoRA
增加细节 LoRA
这些模块被有意置于用户指定的风格、角色或其他 LoRA 应用之后，但在第二个采样器之前。
结果：
干净的手指关节、稳固的脚部、比例协调、姿态保留、无构图漂移、纹理连贯且不模糊几何细节
这正是零样本可靠性得以体现之处。
- “美里·绫波测试”协议
关于分词与模型语言学的研究
“辉煌”架构——如同许多动漫训练模型——对标记顺序极为敏感。
A/B 测试显示：
首次测试使用输入提示“misato katsuragi”（英文顺序），模型幻觉出一名金发女性，身份错乱。
当使用“katsuragi misato”（Danbooru/训练顺序）时，模型完美重建了标准的美里形象。
第二次测试以“rei ayanami”（英文顺序）开始，模型幻觉出一名粉发女性，身份错乱。
当改用“ayanami rei”（Danbooru/训练顺序）时，模型完美重建了标准的绫波形象。
结论：
使用模型的原生标签方言更有助于准确生成，自然语言仅在必要时使用。
“赏金猎人”通过以下方式强制执行此规范：
为两种 KSampler 设置经测试且准确的固定种子作为默认生成参数；
图内文档说明；
通过推荐的结构化提示（含多个示例）确保标记顺序一致性；
推荐的标签辅助工具；
在内置文档和附图元数据中包含提示与标签错误的重构示例。
这确保了即使对新手用户，零样本角色提示也能保持可靠的身份一致性。
- 核心功能
✔ 自文档化系统
工作流包含：
嵌入式 Markdown 注释
使用说明
提示词指南
错误状态描述
只要你拥有 JSON 文件，你就拥有了完整手册。
✔ 零样本角色生成
多个头部图像（白发赛博流浪者）均从“零样本”头像/肖像中生成，正向提示中未包含任何额外信息。附图展示了从空正向提示肖像到完整艺术角色作品（长发赛博刺客、双持手枪、表情丰富、身体细节精致、赛博朋克城市背景）的完整提示工程链。
身份一致性来源于：
架构约束、LoRA 加载器、两阶段潜在循环、种子确定性。
详细提示并非生成最高质量输出的必需条件。简单提示即可生效，但可能降低背景或角色质量，具体取决于生成参数。README 中提供了多种简单提示、“gacha”风格提示、高度工程化详细提示的示例，以及推荐添加的标签，帮助用户在最小调整下最大化动漫风格图像的输出质量。
✔ 解剖学可靠性
在优化阶段运行解剖学 LoRA 可促进准确的解剖生成：
手指保持分离、脚趾与脚部结构连贯、关节弯曲正确、物体不融合、动作姿态符合轮廓逻辑。
该流程将解剖学视为关键子系统，而非“附加细节”。
✔ 可配置风格注入
可注入、修改或绕过双非精炼 LoRA 堆栈（左键点击 + Ctrl+B），以生成自定义或基础版“辉煌”输出。双 LoRA 加载器允许根据位置与权重进行更多实验与细微变化，但过度使用可能增加解剖形态畸变风险，尤其在调节 LoRA 强度时。
你可以：
运行完全中性模式
应用单一风格
按种子切换整套美学 LoRA 加载器
通过 LoRA 选择与权重调制创建可控变体
这使得“赏金猎人”成为一套可投入生产的系统，而非一次性模板。
✔ 已知限制
测试已在单人、双人及“第一人称视角”风格图像中完成。该工作流因初始生成分辨率较低（1024x1024）而存在偏向肖像的已知偏差。其他分辨率或宽高比尚未测试。在固定种子下进行更高批量生成可能减少形态畸变与错误，但无法保证完全避免。
- 技术要求
平台：ComfyUI
管理器：ComfyUI Manager（用于自动安装缺失的自定义节点）
检查点：
Wai-Illustrious v15（生成器）
Wai-Illustrious v14（精炼器）
自定义节点：
rgthree
ComfyUI-Impact-Pack
硬件：
在 12GB 显存上测试完整两阶段流程
在 RTX 4070、64GB 内存系统上测试。工作流快照中包含平均生成时间。通常，“机关枪”模式约 30 秒生成一张图，“大师赏金猎人”约 60 秒，“大型猎物猎人”模式生成 4K 图像约 2–3 分钟，8K 图像约 4 分钟以上。
- 安装与使用
下载 JSON 工作流！
PNG 文件可能为开发过程中较旧的版本，不建议使用，但可作为参考，尤其是提示部分。
将 JSON 文件拖拽至 ComfyUI。.zip 文件包含 JSON 以及 README 和提示指南的文本文件，以确保冗余与可访问性。
使用 Manager 安装缺失的节点。
确保模型与 LoRA 已放置于正确的 ComfyUI 文件夹中。
分配：
左侧检查点 → v15（生成器）
右侧检查点 → v14（精炼器）
阅读图内嵌入的注释。
从零样本模式开始（正向提示中仅包含主体标记，如“shiranui mai”，其余为空）。
按需扩展至结构化提示。
本人不对使用本无审查 AI 工具所生成的任何内容承担任何责任、义务或连带责任。你已被警告并建议两次。
祝你狩猎愉快。