OpenClaw 结合 Stable Diffusion 与 ComfyUI 实现本地离线 AI 漫剧全自动流水线｜批量渲染、人设一致性、帧闪烁问题工程实践

摘要

AI 漫剧批量生产主要分为云端 API 方案与本地生成方案。云端 API 存在调用成本、素材上传泄露、网络中断等问题；基于 Stable Diffusion 生态的 ComfyUI 手动工作流，在制作连载漫剧时，大量分镜需要反复修改参数，量产效率低下。OpenClaw 作为任务调度框架，能够串联剧本拆解、分镜渲染、图生视频、时序画质修复、片段编码拼接，搭建完整的离线生产管线。本文基于个人整理的 ComfyUI 节点、Stable Diffusion 模型、工作流、脚本归档资源，记录完整部署配置、代码实现与踩坑经验，解决 AI 漫剧常见的角色跨镜头漂移、视频帧闪烁、人工重复操作等工程难题，适合自媒体连载漫剧稳定产出。

文中全部 Stable Diffusion 模型、自定义节点、工作流模板、二次元 LoRA、后处理脚本均整理归档： https://pan.quark.cn/s/7a5fc94ad1b8

关键词

OpenClaw，AI 漫剧全自动流水线，ComfyUI 本地部署，Stable Diffusion AI 漫剧，AI 漫剧批量渲染，IP‑Adapter 人设锁定，AI 视频时序消闪，本地离线 AI 动画，8G 显存 AI 漫剧优化，SD 二次元模型

1 现有 AI 漫剧生产方案缺陷分析

1.1 云端 API 生成痛点

API 接口存在额度限制，长期批量制作会持续产生费用；
人设参考图、原创剧情素材需要上传第三方服务器，存在内容泄露风险；
网络抖动会直接中断渲染任务，缺少本地缓存、失败重试机制。

1.2 Stable Diffusion+ComfyUI 手动工作流痛点

连载漫剧集数多，分镜数量庞大，提示词、画面尺寸、参考图片需要手动逐个修改，重复工作量巨大；
Stable Diffusion 原生模型本身存在人物五官不稳定问题，单纯更换提示词很难解决跨镜头人设变脸；
ComfyUI 原生界面没有任务队列、定时执行、日志留存，无法实现无人值守批量渲染；
视频补帧、消闪烁、片段拼接依赖外部工具，流程割裂，需要来回切换软件。

1.3 OpenClaw + Stable Diffusion + ComfyUI 工程化解决思路

OpenClaw 承担上层调度：接收故事文本，自动拆解标准化分镜，管理任务队列，下发渲染指令； ComfyUI 作为渲染底层，调用 Stable Diffusion 系列二次元模型、IP‑Adapter、LoRA 完成文生图、图生视频的图像生成；搭配归档资源包内的节点、模型、Python 处理脚本，完成帧间色彩均衡、补帧防抖、视频拼接编码。整套流程完全本地离线运行，无需向外网上传创作素材。

2 系统分层架构

架构分为四层：

调度层：OpenClaw 网关、定时任务、剧本解析模块；
渲染层：本地 ComfyUI 服务，加载 Stable Diffusion 模型与工作流模板；
资产层：Stable Diffusion 二次元大模型、人设三视图素材、LoRA 模型、自定义节点、工作流模板（网盘归档资源）；
后处理层：帧稳定脚本、AI 补帧、超分、批量编码工具。

3 本地环境标准化部署流程

3.1 前置依赖安装

Windows PowerShell（管理员模式运行）

复制代码

npm install -g pnpm git
pip install pillow moviepy opencv-python torch
pnpm config set registry https://registry.npmmirror.com

Linux / macOS

复制代码

# Ubuntu
sudo apt update && sudo apt install -y nodejs git python3-pip
# macOS
brew install node@22 git pnpm python3
# python依赖
pip install pillow moviepy opencv-python torch
pnpm config set registry https://registry.npmmirror.com

注意：Stable Diffusion 相关模型放置于 ComfyUI/models 目录，网盘资源包内提供适配漫剧的 SD 二次元模型、LoRA，直接复制到对应文件夹即可使用。

3.2 OpenClaw 初始化与后台启动

复制代码

# 初始化配置文件
openclaw init
# 启动网关守护进程
openclaw gateway start --daemon
# 打开可视化管理面板
openclaw dashboard

环境校验，排查依赖缺失：

复制代码

openclaw doctor
openclaw gateway status

输出 Gateway started on ws://127.0.0.1:18789，代表调度服务正常就绪。

3.3 漫剧相关技能组件安装

复制代码

clawhub install seed2.0-comics-script seed2.0-comics-storyboard seed2.0-comics-render --force
git clone https://github.com/freestylefly/director_ai.git
cd director_ai && npm install

4 核心配置与可运行代码片段

4.1 漫剧输出路径配置

复制代码

openclaw config set comics.api.provider "seedance" --json
openclaw config set comics.api.key "" --json
openclaw config set comics.outputPath "D:/SD_Comic_Output" --json
openclaw gateway restart

4.2 OpenClaw 对接 ComfyUI（Stable Diffusion 工作流）配置片段

comfy_provider.config.json

复制代码

{
  "plugins": {
    "comfy": {
      "config": {
        "mode": "local",
        "baseUrl": "http://127.0.0.1:8188",
        "workflowPath": "./workflow/sd_comic_workflow.json",
        "promptNodeId": "8",
        "outputNodeId": "12",
        "sd_model_name": "anime_realistic_v10.safetensors"
      }
    }
  }
}

sd_model_name填写网盘资源包内 Stable Diffusion 二次元模型文件名，调度会自动加载对应模型进行渲染。

4.3 CLI 批量生成漫剧指令（调用 SD 管线）

复制代码

openclaw comics generate \
 --theme "古风玄幻" \
 --style "chinese_anime" \
 --duration 150 \
 --plot "山间少女偶遇灵狐，解开上古封印" \
 --refImage "./character_resource/hero_three_view.png" \
 --sd_checkpoint "anime_realistic_v10.safetensors" \
 --output "灵狐奇遇_第1集.mp4"

参数--sd_checkpoint指定使用的 Stable Diffusion 模型文件，配合三视图参考图，降低 SD 生成带来的人设漂移问题。

4.4 时序稳定后处理 Python 脚本

复制代码

import cv2
import numpy as np

def frame_temporal_stabilize(prev_frame, curr_frame):
    """适配SD漫画平涂画面帧间亮度均衡，消除频闪"""
    prev_float = prev_frame.astype(np.float32)
    curr_float = curr_frame.astype(np.float32)
    mean_p = np.mean(prev_float)
    mean_c = np.mean(curr_float)
    ratio = np.clip(mean_p / (mean_c + 1e-6), 0.7, 1.3)
    fixed = curr_float * ratio
    return np.clip(fixed, 0, 255).astype(np.uint8)

def batch_fix_video(input_dir, out_dir):
    import os
    os.makedirs(out_dir, exist_ok=True)
    frames = sorted([i for i in os.listdir(input_dir) if i.endswith(".png")])
    prev = None
    for name in frames:
        img = cv2.imread(os.path.join(input_dir, name))
        if prev is not None:
            img = frame_temporal_stabilize(prev, img)
        cv2.imwrite(os.path.join(out_dir, name), img)
        prev = img.copy()

if __name__ == "__main__":
    batch_fix_video("./raw_comic_frames", "./stable_frames_out")

4.5 Windows 批处理 FFmpeg 压制脚本

复制代码

@echo off
ffmpeg -framerate 60 -i ./stable_frames/%06d.png ^
-vf unsharp=1.3:1.3:0.3,scale=1080:1920 ^
-c:v libx265 -crf 18 -preset medium ^
-c:a aac -b:a 128k -y final_comic_ep.mp4
echo SD漫剧集高清压制完成
pause

5 Stable Diffusion 管线关键调优（8G 显存）

优先使用 FP16 量化 SD 模型，避免原版大模型显存溢出；
IP‑Adapter 权重维持 0.7‑0.85，配合三视图参考图，缓解 SD 跨镜头人物变脸；
单段图生视频控制在 2‑4 秒，不生成长片段，减少 SD 视频模块的伪影与闪烁；
ComfyUI 启动参数增加显存管理：

python main.py --vram-management auto --gpu-only

6 高频故障排查

Stable Diffusion 生成人物五官漂移严重 使用网盘资源包内的三视图人设素材，CLI 命令带上--refImage参数，IP‑Adapter 权重控制 0.75‑0.85；更换适配二次元的 SD Checkpoint 与 LoRA。
视频明暗闪烁、色彩跳变 执行帧稳定 Python 脚本，同时在 SD 正向提示词增加consistent color,stable lighting。
8G 显存渲染 OOM 崩溃 使用量化版 SD 模型，关闭不必要的后台节点，降低单图分辨率，不要同时并行过多渲染任务。