Random Image Reference Restyler 🎲🖼️🖌️
详情
下载文件
关于此版本
模型描述
v2 更新 - 更新了自定义节点,优化了文件路径使用,新增了 Detail Daemon 采样器,该采样器在采样前以极低的代价显著增加了细节,新增了 FL 超分辨率以加快放大速度——但质量略低于 Ultimate SD 超分辨率。
我花了多天时间优化此工作流,使您无需频繁调整参数。我已在每个节点旁添加了说明注释,力求让流程尽可能清晰易懂。以下是每个模块的完整说明。
请发布您的结果图片,因为我收到 Buzz⚡时会非常兴奋!我很好奇看到您的作品!
任何打赏都备受感激,可通过 Buzz⚡ 或 咖啡☕ 支持。
💬描述
此工作流将从文件夹中随机选择一张参考图像,使用 Florence2 描述其内容,并将描述作为提示的一部分。为使结果更具趣味性,此工作流融合了一个细节 LoRA 加两个随机风格 LoRA。此外,通配符将在每次队列中随机选取 100 个奇幻背景中的一个、94 个相机角度中的一个、以及 39 个镜头中的一个。
🤔工作流原理
- 🎲 随机化 LoRA
- 🎨 风格 + 细节增强 LoRA
- 🖌️ 文本风格替换
- 🃏 通配符:背景、相机角度与镜头
- 🖼️ 图像参考加载器
- ✍️ FLUX 提示
- 🔎 超分辨率
1. 🎲随机化 LoRA
在 Lora 文件夹目录中输入您的 Flux LoRA 文件夹路径。
如果您修改了 ComfyUI 默认的 "loras" 文件夹名称,请相应更新下方的 CR Split String 值。
如果您的模型没有预览图,可禁用或跳过蓝色节点。

2. 🎨风格 + 细节增强 LoRA
在风格 LoRA的 lora_name 字段中,您需手动选择一个您的 LoRA,否则可能因找不到当前 LoRA 而报错。
在细节增强 LoRA中,您需选择一个能增强细节的 LoRA,推荐使用 FaeTastic Detailer。
我保留了使用两个细节 LoRA 的选项,因为某些细节 LoRA 擅长增强风景,而另一些则更专注主体细节。
如果您不想使用随机化,而希望固定风格 LoRA,可跳过随机化模块。若您拥有预览图,可开启 enable_preview 以显示它们。

3. 🖌️文本风格替换
如果您没有太多风格 LoRA,此节点是绝佳替代方案。
您可选择多种风格,该节点将输出一连串描述风格的文本提示。

4. 🃏通配符 - 背景、相机角度与镜头
每次运行队列时,这些通配符将随机从 100 个奇幻背景、94 个相机角度、39 个镜头中各选一个。
您可修改 txt 文件,或自行创建,并可复制 Chibi-Nodes 以增加随机性。但请不要忘记将文本输出连接到文本拼接节点。
我已提供您所需的 txt 文件,需存放于 chibi-wildcards 自定义节点目录中:
ComfyUI\custom_nodes\ComfyUI-Chibi-Nodes\extras\chibi-wildcards

5. 🖼️图像参考加载器
这是工作流的核心魔法所在。您的文件夹中的一张图像将被加载,并由大型语言模型(Florence2)进行描述,该描述随后用于生成提示。
加载图像节点用于输入您的参考图像文件夹路径。我的文件夹中包含 270 张图像,位于 ComfyUI\input\Ref。
⚠️**为使此功能正常工作,路径末尾必须添加 "\"⚠️**如果您觉得描述过长,可在 Florence2Run 节点中将任务修改为 "detailed_caption"。
DownloadAndLoadFlorence2Model 节点会在您首次运行工作流时自动下载 Florence-2-Flux-Large 模型至 LLM 模型文件夹。一旦模型下载完成,后续将不再重复下载,而是直接加载。
ComfyUI\models\LLM\Florence-2-Flux-Large

6. ✍️FLUX 提示
所有信息在此汇总,您可在右侧查看完整提示。
通配符处理器节点是唯一可手动编辑提示的节点,您可在此指定自己的主题。
种子全局化节点为所有需要随机性的节点提供统一种子。
如需重新生成相同提示与参考图像,请使用下方种子并替换对应字段。
不幸的是,目前唯一不一致的随机性是 LoRA 随机化。我正在等待 DirGir 节点修复索引随机问题。若无我的当前解决方法,您每次加载工作流都需手动修改索引编号,并在复制文件夹后重新输入路径。

7. 🔎超分辨率
此模块将图像放大 2 倍。
您可通过静音功能禁用超分模块,以更快地生成多张图像。
在 加载超分模型 节点中,我使用的是 Ultrasharp 模型,可从 Huggingface 获取。
若图像比较器(rgthree)无法正常工作,请查看此修复方案。
请将模型存放于此:
ComfyUI\models\upscale_models

如有任何问题,欢迎在 讨论区 🤗 提问!



















