AI 出图姿势全靠碰运气? | 这套 ComfyUI 配方用 3D 人偶 + 136 姿势库精确控姿势(附完整参数)

⚠️ 本文涉及的项目包含 NSFW（18+）示例内容，仅供技术演示，请酌情阅读。

一、痛点与破局

玩本地出图的朋友一定遇到过这种抓狂时刻：

• 想要一个「蹲姿 + 低机位」的构图，抽了 50 次卡，人物不是站就是坐；
• 换个姿势，脸就崩了，服装也变了，前面的微调全部作废；
• 网上看到别人的惊艳样图，参数猜了个遍，就是复刻不出来。

根本原因在于：纯文字提示词对姿势的控制力天然羸弱，而常见解决方案（ControlNet 等）配置繁琐、精度也未必够。

今天介绍的 GitHub 项目 qwen21-nsfw-pose 给出了一套完整配方：基于 ComfyUI + qwen_image_2.1_int8_convrot 底模，把「3D 人偶摆姿势 → 一键生成 → 成品」整条链路打包成可直接跟跑的流程，并且已复刻验证过 Civitai 作者样图（含完整元数据与 seed）。它同时支持作为 Claude Code / Codex / Cursor 等 agent 的技能，也支持人类手动操作。

二、核心功能深挖

1. 姿势大胆度阶梯：L0–L3 的量化控制

项目最有意思的设计是把「出图大胆度」拆解成可量化的三级对照（同海边场景）：

• L0
  ：全着装，无 LoRA —— 提示词即全部；
• L1
  ：湿身泳装 + LoRA@1.0 —— 加显式皮肤/水珠描写；
• L2
  ：极低机位 + 湿身蹲姿 + LoRA@1.0 —— 再叠加低机位与开合姿态。

作者总结出一条核心公式：

LoRA 负责质感，提示词负责信息密度，机位负责大胆度。

2. 3D 人偶精确姿势控制（Route ④，136 姿势库）

姿势不是靠文字描述，而是用 MakeHuman 网格 + three.js 渲染的骨骼旋转 JSON 来定义，实现「换姿势且保身份」。

姿势库来源：

• HuggingFace 4 个公开仓库：Totemistyk/General_Poses、Totemistyk/Ballet_PoseStudio、MIUProject/VNCCS_PoseLibrary_Main、MIUProject/MySuperPoseRepo
• 55 个手工精选姿势
• 合计 136 个姿势，可用 --list-poses 全部列出

3. 可复现的作者配方（硬核参数全公开）

项目不玩玄学，直接给出经过验证的采样配方：

• 采样器：er_sde + beta
• CFG 2.5，50 步
• 分辨率 1152×1728 竖版
• NSFW LoRA 永远开启（默认 femaledVaginus v1.3b @ 1.0）
• 提示词必须按作者结构写满 7 要素、300–1500 字符、含 LoRA 触发词
• 明确规定：弱化配方前必须告知代价，不许默默减弱

4. 三条使用路线

三、实战演示

第一步：安装后自检

装好环境（见仓库 install/setup.md）后，先跑只读自检脚本，逐项检查 ComfyUI 连通性、底模/LoRA、VNCCS 节点、姿势库、浏览器后端，并给出缺失项修复指引：

python3 scripts/doctor.py

第二步：一条命令复刻作者样图（约 5 分钟）

python3 scripts/qwen_pose_test.py \  --mode t2i --name author_case_shower \  --prompt "$(cat prompts/taws_v13_shower.txt)" \  --seed 80964 \  --steps 50 --cfg 2.5 --sampler er_sde --scheduler beta \  --width 1152 --height 1728 \  --lora "qwen2_1-femaledVaginus-nsfw-v1_3-fine_L22-31.safetensors" \  --lora-strength 1.0 \  --out outputs/author_case/shower.png

完整元数据（提示词/参数/seed/完整工作流）都在 downloads/samples/phase5_meta.json 中，可逐项对照。

硬件要求（务必看）

底模为 Qwen-Image 2.1 int8 套件，模型合计约 16GB（diffusion 6.8GB / text encoder 8.7GB / VAE 0.6GB），LoRA 各 ≤608MB：

• 最低
  ：NVIDIA 12GB 显存 + 32GB 内存 —— 能跑，部分模型会卸载到内存，出图慢
• 推荐
  ：24GB 显存（3090/4090 级）+ 32–64GB 内存 —— 体验最顺
• 8GB 显存
  ：建议改用 GGUF 量化版（社区实测 12–16GB 可跑 Q4）
• 纯 CPU 不推荐；硬盘预留 ~40GB；Windows 建议 WSL2；路线④还需可连接的桌面浏览器（Playwright/CDP）
• 参考性能：DGX Spark 统一内存设备实测 1024×1024、40 步约 32 秒/张，峰值增量约 7–10GB

四、避坑指南与总结

几个关键提醒：

• NSFW LoRA 永远开
  ：这是配方的一部分，去掉会明显偏离作者效果；
• 提示词别偷懒
  ：必须按 7 要素结构写满 300–1500 字符并含 LoRA 触发词，短提示词 ≈ 废图；
• License 注意
  ：仓库原创代码为 Apache-2.0，但 downloads/samples/ 作者原图、pose_library/ 社区姿势、模型与 LoRA 均为第三方素材，权利归各自作者，商用需自行确认；
• 仓库是公开仓库，NSFW 示例图介意的话「先收藏后阅读」。

适用人群：有 12GB+ 显存、已经在玩 ComfyUI、苦于姿势控制不精确的进阶玩家；以及想把「出图流程标准化」交给 agent 自动执行的开发者。如果你只想轻度玩票，8GB 显存 + GGUF 量化也是一条可行但更慢的路线。

仓库地址：Arekejoker/qwen21-nsfw-pose（GitHub，含完整 SKILL.md 规则与安装文档）。