千种姿势生图节点教程：把 1,439 张人体线稿做成 ComfyUI 节点，一张参考图锁定动作生成完整人物照

内置 288 组姿势、最多 5 个视角，中文检索、按姿势分组浏览，选完直接输出到工作流。附带三条实测链路：MOSS 深度控制（46 秒）、Qwen 2.1 姿态迁移（17 秒）、Krea2 深度控制（9.4 秒）。
本文首发于 luyingzhi.cn，转载请注明出处。

内容提示

图库为 AI 生成的虚构人体姿势参考线稿（3D 素体线稿），不含真实人物照片、真人面部肖像与真实商品，亦非色情内容。分类名称涉及「性感系」等题材，仅供艺术创作、AI 绘画参考与前端技术学习使用，请勿用于违法用途。

一、先说痛点：为什么需要这个节点

用 ComfyUI 出图的人大概率都遇到过这件事：同一句提示词，跑十次出来十个不同的身体。

「她坐在床边回头看」这句话里没有重心，没有膝盖角度，没有手在前还是在后。模型每次采样都自己编一个，于是你要么抽卡抽到崩溃，要么上一堆 ControlNet 但找不到合适的底图。

真正的解法不是改提示词，是把动作本身变成可观察的结构约束------一张线稿。

上图就是整条链路：左边图库线稿 → 中间 Depth Anything 深度图 → 右边 MOSS 生成结果。注意右边不是给线稿上色：脸部、头发、衣服、背景全是按提示词重新生成的，线稿只负责姿态和构图。

二、这个节点做了什么

comfyui-pose-gallery 是一个本地化的中文姿势图库节点，把 1,439 张姿势线稿做成 ComfyUI 里的原生节点。

项目	内容
姿势组数	288 组
参考图	1,439 张，原图 900×1200 PNG
视角	每组最多 5 个：正面 / 俯视 / 仰视 / 侧面 / 斜侧
体系分类	上半身单人 400 · 全身单人·性感系 399 · 全身单人·标准系 365 · 双人缠绵 275
动作分类	26 类（站姿、坐姿、跪立、趴卧、蹲姿、前倾...）
节点输出	`image`（RGB 900×1200）/ `width` / `height` / `pose_id` / `description`
依赖	仅用 ComfyUI 自带的 Pillow、NumPy、PyTorch、aiohttp
素材来源	原作者ギア（ai-pose-gallery.pages.dev），中文数据由 Anhao 整理

关键设计：不自动入队。 选完姿势你还要改提示词，节点不会擅自开跑，点「运行」才生成。

三、安装

进 ComfyUI/custom_nodes 目录：

bash 复制代码

git clone https://github.com/wangweihong/comfyui-pose-gallery.git

重启 ComfyUI，然后 Ctrl+Shift+R 强制刷新浏览器。

⚠️ 仓库已经直接包含全部 1,439 张原图 + 缩略图 + 中文索引 ，约 660 MB。克隆完就能离线浏览、预览原图、输出给工作流，不需要再跑任何素材下载脚本。

目录结构长这样：

text 复制代码

comfyui-pose-gallery/
└── library/
    ├── data/       # 中文姿势索引和分类
    ├── img/        # 1,439 张原尺寸 PNG，900×1200
    ├── thumbs/     # 1,439 张缩略图 JPG，300×400
    └── SOURCE.json # 素材来源和版本

如果以前装过旧版（只带缩略图的版本），在图库节点目录执行一次：

bash 复制代码

cd ComfyUI/custom_nodes/comfyui-pose-gallery
git pull

重启 + 强制刷新浏览器即可补齐原图。不要只复制 web/ 目录或缩略图目录，那会变成「图库能浏览，但选完姿势节点不显示图片」。

如果想把素材放在别处（比如大硬盘），设环境变量 COMFYUI_POSE_GALLERY_LIBRARY 指向完整图库根目录，该目录必须同时包含 data/、img/、thumbs/ 三件套。

四、怎么用：筛选 → 选中 → 输出

添加节点：image → Pose Gallery → Pose Gallery 姿势图库，然后点节点上的「浏览姿势图库」。

1. 高效筛选

四个体系页签直接标出张数和组数，先缩范围
动作分类下拉：站姿、坐姿、跪立、趴卧、蹲姿、前倾......
五个视角按钮：正面 / 俯视 / 仰视 / 侧面 / 斜侧，可单独切
搜索框 ：支持中文动作名、姿势编号、完整图片 ID，按 / 快速聚焦
按姿势分组 / 逐张浏览双模式：分组模式把同一动作的多角度图集中展示，一眼判断这个姿势在五个角度下是否都成立
点「重置筛选」恢复全部内容

2. 选中姿势

点卡片进大图，切换视角，点「使用此姿势 → ComfyUI」。

节点会立刻更新两样东西：pose_id 参数 和节点内嵌的原图预览。

3. 接到下游

输出 image 可以直接：

接 图像预览 节点确认选的对不对
接 Depth Anything 生成深度图
接任何图像类节点

五、三条工作流，按需选

仓库自带三条已经本地实测过的工作流，都在 example_workflows/ 下。

工作流	输入	用途	实测
MOSS 深度控制	图库姿势 → Depth Anything	从零按文字生成人物	896×1184，50 步，约 46.4 秒
Qwen Image 2.1	图库姿势 + 人物参考	保留人物外观，只换姿态	896×1184，25 步，约 17 秒/张（模型已加载）
Krea2 深度控制	图库姿势 → Depth Anything V2	快速文生图，极致出数	896×1184，8 步，热加载约 9.4 秒

下面重点讲 MOSS 主线，另外两条放在后面简要说。

六、MOSS 深度控制：完整流程

导入 example_workflows/pose_gallery_moss_sft50_reference.json。

链路：Pose Gallery → Depth Anything V2 Large → 等比缩放 → MOSS-Image Color/Depth Control → MOSS SFT → 保存

6.1 环境依赖

ComfyUI 0.43.0 （本机实测版本），需含原生 MOSSImageControl 与 MOSS 模型支持
comfyui_controlnet_aux + Depth Anything V2 Large 权重

模型文件（放到对应 models/ 子目录）：

text 复制代码

models/diffusion_models/moss/moss_image_sft_bf16.safetensors
models/text_encoders/moss/qwen3.5_9b_int8_convrot.safetensors
models/vae/moss/flux2-vae.safetensors
models/loras/moss/moss_image_color_depth_control.safetensors

深度控制 LoRA 来自 Comfy-Org/MOSS-Image，适配器作者 darask0。Comfy-Org 的文件与作者的 moss-control.safetensors 字节一致，SHA-256 都是：

text 复制代码

e5c0c3efd05e4269207a39de6005798f14c90c6687c89c54eaffe4b76c43a763

拿到文件先核对这个 hash，可以避免下错版本导致的玄学问题。

6.2 关键：深度图怎么来

Depth Anything 会把线稿转成灰度深度图：靠近镜头的区域更亮，远处更暗，把肢体结构转成深度信息。

注意：深度图和最终生图的尺寸要保持一致。改分辨率时要同时改两处------

深度图的缩放尺寸
Empty Flux 2 Latent 的 width/height

（参考版工作流用 GetImageSize 自动连接潜空间宽高，省了手动对齐这步）

6.3 提示词怎么写

提示词负责人物、服装、环境和光线，不负责动作细节------动作由深度图给。

但有一条硬规则：

⚠️ 提示词里写的动作必须和参考图一致。文字和深度图冲突会直接削弱姿势控制效果。

比如图库选的是跪姿，提示词里又写 "standing"，模型就会两边打架，最后出来一个谁都不像的东西。

6.4 参考参数（重点）

参数	值	说明
采样步数	50	参考版保留 SFT 50 步
引导系数 CFG	3.0
采样器	ER-SDE / simple
Shift	5
TSR	0.95 / sigma 1
深度强度	0.5
控制结束点	0.6	控制到采样进度的 60%
SLG 跳过层	24	⚠️ 参考文件标题写第 22 层，实际 `single_layers` 是 24，本版按实际值走
分辨率	896×1184

两个调节方向（官方给的，很好用）：

姿态贴合度不够 → 逐步提高深度强度，或延长控制范围（把 0.6 往后推）
素体感太重（人物像石膏像） → 降低深度强度，或让深度控制更早结束（把 0.6 往前收）

6.5 实测结果

896×1184 尺寸，约 46.4 秒一张。

主要姿态可以完整保留；脸部、头发、衣服、场景按提示词重新生成。

但要说清楚边界 ：深度图不是精确骨骼控制，手指、面部细节和轮廓仍可能出现变化。建议的用法是------先用它验证构图与姿态，构图对了再往下调细节，别指望它一步到位出手指完美的成品。

输出路径（相对 ComfyUI output）：

text 复制代码

images/moss/pose/depth/pose_depth_*.png      # 深度图
images/moss/pose/result/moss_sft50_pose_*.png # 成图

保存的 PNG 里带了实际 API 参数和可导入的工作流，方便复现。

七、Qwen Image 2.1：保持人物，换姿势

如果你要的不是「随机生成一个人」，而是「让这个人换个姿势」，用这条。

导入 example_workflows/pose_gallery_qwen21_pose_edit.json。

双图输入 ：图库线稿接 image_1，人物参考接 image_2
配合 Qwen2.1 专用 Pose Studio v2 LoRA（强度 1）
25 步、CFG 1、Euler/simple、种子 20261029，896×1184
通用提示词里不写固定动作名，只保留身份、服装、画风、背景、光照

上图是同一份人物参考 + 同一份通用提示词，只切换姿势 ID 的结果：酒红上衣、白裤、发型全部保留，站姿切成跪姿。

局限也得说：复杂姿势和多人姿势尚未覆盖，可能需要补文字、调参数或重试。

想自己试的话，把 example_workflows/assets/pose_gallery_person_reference.png 复制到 ComfyUI/input/，或者直接换成你自己的参考图。

八、Krea2：9 秒出图的快线

导入 example_workflows/pose_gallery_krea2_depth.json。

链路：Pose Gallery → Depth Anything V2 Large → Krea2 Control Image Encode/Apply → Krea2 Turbo

8 步、CFG 1、ER-SDE/simple、深度控制强度 1
896×1184，首轮冷加载约 67.8 秒，模型加载后约 9.4 秒
纯文生图，没有人物身份参考图，人物由文字生成

同一提示词、同一种子，只换图库姿势，分别生成站姿和跪姿。提示词只写人物、服装、场景、画风，完全不用填动作。

目前只验证了这两组，手脚细节和精确关节角度仍可能偏离，适合快速试构图。

九、几个容易踩的坑

坑	现象	解法
装了旧版只带缩略图	能浏览但选完不显示图	`git pull` 补齐 `library/img/`，重启 + Ctrl+Shift+R
提示词动作和参考图冲突	姿势控制明显失效	文字描述必须和深度图一致
只改了生图分辨率	构图被拉伸/错位	深度图缩放 + EmptyLatent 尺寸必须一起改
深度强度和结束点设太高	人物像素体/石膏	降强度，或让控制提前结束（0.6 → 0.5）
用编号（P001）跟人沟通	对不上号	四个体系各自从 P001 起编，`P001` 有四个；要唯一定位请复制完整 ID，如 `full_sexy_P001_front`
深度 LoRA 下错版本	效果玄学	核对 SHA-256 `e5c0c3ef...a763`

还有一点：如果你用 COMFYUI_POSE_GALLERY_LIBRARY 指定了自定义目录，那个目录必须包含完整的 data/ + img/ + thumbs/，只放 img 会报错。

十、安全与许可（务必看一眼）

安全设计 ：图库走本地白名单目录，不联网下载；浏览器只能读取元数据里允许的图片，路径穿越和外部文件符号链接都会被拒绝。想自己验证可以跑：

bash 复制代码

python -m unittest discover -s tests -v

覆盖目录边界、非法 ID、文件缺失、符号链接逃逸。

许可边界（这条别忽略）：

内容	许可
节点代码、改编的画廊页面	MIT
`library/img/`、`library/thumbs/`、`library/data/` 里的图片与原始数据	不适用 MIT

图片与原始数据的权利属于原作者ギア（ai-pose-gallery.pages.dev），中文数据由 Anhao 整理。仓库保留了原站链接和上游来源说明，已移除上游统计脚本。

使用前请务必查看 LICENSE、NOTICE.md 和 library/LICENSE。克隆仓库不等于获得图片的数据授权，尤其不要拿图片本身做二次分发或转售。

十一、项目地址

GitHub ：github.com/wangweihong...
在线图库（先逛再装） ：pose.t-teams.uk
上游中文镜像 ：github.com/anhao/ai-po...
原作者 ：ギア · ai-pose-gallery.pages.dev

仓库克隆下来就有完整的缩略图、原图和中文索引，可以离线浏览。

小结

你要做什么	用哪条
快速试构图	Krea2 深度控制（~9.4s）
出一张完整的、按文字描述的人物照	MOSS 深度控制（~46.4s）
让固定角色换姿势	Qwen 2.1 姿态编辑（~17s）
只想要线稿自己搭流程	Pose Gallery 节点输出 → 接你自己的 ControlNet

姿势这件事，从「靠提示词抽卡」变成「先选一张线稿」，出图的确定性会有质的变化。剩下的细节------手指、面部------还是得靠调整和重试，别指望一个节点解决所有问题。