百科.dev
全部条目在线工具AI 编程趋势榜开源项目技术资讯提交条目
登录
< 返回工具列表
C

comfyui-good-anima

> 编程语言
开源

ComfyUI Good Anima 是一套面向 AI 编程助手的 ComfyUI + Anima 二次元生图技能包。当前主线是 v2mini:去掉多层代理式路由,只保留 Anima 生图所需的核心约束、Danbooru tag 精确校验和 ComfyUI 执行链路,让 AI 和…

366 stars0 点赞9 次浏览
访问官网GitHub

工具介绍

ComfyUI Good Anima 是一套面向 AI 编程助手的 ComfyUI + Anima 二次元生图技能包。当前主线是 v2mini:去掉多层代理式路由,只保留 Anima 生图所需的核心约束、Danbooru tag 精确校验和 ComfyUI 执行链路,让 AI 和…

ComfyUI Good Anima

一套面向 AI 编程助手的 ComfyUI + Anima 二次元生图技能包。当前主线是 v2mini:去掉多层代理式路由,只保留 Anima 生图所需的核心约束、Danbooru tag 精确校验和 ComfyUI 执行链路,让 AI 和人类把更多注意力留给画面本身。

v2mini 的新核心是“情境因果 → 三层 prompt → 精确执行”:先让模型根据角色、画师、场景和用户意图形成有故事感的画面瞬间,再拆成 hard_tags、soft_phrases、nltags_block,由 danbooru-tags 只确认真正的 Danbooru 硬锚点,最后交给 ComfyUI workflow 执行。

English Version


主线设计目标

  • 返璞归真:v2mini 不再依赖 master / composition-director / random-gen 多层链路,默认从 comfyui-animatool 进入生图。
  • 把创作权还给模型和用户:skill 不替代审美、构图常识和角色理解;只保留 Anima 工作流中容易丢失或容易出错的硬边界。
  • 情境因果优先:先确定事件起因、角色反应、环境参与和可见后果,再补齐画面八维信息。
  • 三层 prompt 组装:hard_tags 放确认过的硬锚点,soft_phrases 放模型审美短语,nltags_block 放空间、动作归属、光影、景深和因果后果。
  • 不可丢事实:Anima prompt 顺序、三层分离、双 LoRA 质量前缀、负向动态组装、workflow args、seed 行为、submit 非阻塞和 PowerShell JSON 编码。
  • 硬锚点精确校验:角色、作品、画师、服装、道具等 hard anchors 由 danbooru-tags 先做 exact / prefix 验证;模糊结果只作候选,不冒充 confirmed tag。
  • 执行层纯粹:comfyui-manager 只执行准备好的 workflow 和 args,不写 prompt、不选画师、不决定构图。
  • 按需参考:失败模式、画师风格研究等内容留在 references,只有遇到对应问题才读取。

兼容的 AI 编程助手

本项目的 Skills 为 AI 编程代理(AI Coding Agent) 设计,任何能执行 Shell 命令的 AI 助手均可使用:

助手 支持状态 说明
** Snow** ✅ 完美支持 国内首选推荐 — 原生支持 Skills 系统,即开即用
** Claude Code** ✅ 完美支持 Anthropic 官方 CLI,支持 Shell 命令执行
** Codex** ✅ 完美支持 全功能 AI 编程代理,完全兼容
** PI** ✅ 完美支持 轻量级 AI 编程代理,支持 Skills 系统
** OpenClaw** ✅ 支持 支持 ComfyUI_Skill_CLI 集成的 Agents
** 其他 AI Agent** ✅ 完美支持 只要能执行 PowerShell/Shell 命令即可

推荐使用 Snow — 目前国内体验最好的 AI 编程代理。


架构设计

v2mini 采用三段式链路:

层级 组件 角色 加载时机
L1 — 入口 comfyui-animatool 情境因果、八维补全、三层 prompt、冲突检查、args 输出 Anima 生图触发时
L2 — 校验 danbooru-tags exact / prefix 校验、批量验证、必要候选 需要 hard anchors 时
L3 — 执行 comfyui-manager validate / submit / run / 排障 / 缓存输出 args 准备完成后

这条链路不做多代理分工,不创建 route contract,不把用户需求拆成过度流程。模型先理解画面和故事因果,skill 只兜住 Anima、Danbooru 和 ComfyUI 的硬规则。


技能包结构

…

版本归档规则

  • 当前主线只维护 v2mini:comfyui-animatool、danbooru-tags、comfyui-manager。
  • legacy/v1/ 作为早期硬约束链路归档,可用于对照规则退化,不作为运行入口。
  • legacy/V3/ 作为本地封存版本保留,不提交到 git,不作为安装路径或技能根目录。
  • 新规则优先进入三大核心 skill;失败排查和画师研究只放入 comfyui-animatool/references/。

danbooru-tags 是什么?

danbooru-tags 是本项目中最关键的检索基础设施。它是一个 Rust 编写的命令行工具,负责对 Anima 官方标签索引(anima-1.0.csv) 进行高速检索和锚点校验。

它解决的核心问题

Anima 模型是在 Danbooru 标签系统上训练的,想要精确控制生成内容,就必须使用 Danbooru 体系内的有效标签。但 Danbooru 有数百万个标签,人工记忆和拼写几乎不可能。danbooru-tags 解决了以下痛点:

痛点 没有 danbooru-tags 会怎样 有 danbooru-tags 后
画师校验 用户说"用 rella 画风",AI 不知道 @rella 是不是有效 tag,可能写出无效画师名导致模型忽略 --group artist --prefix "@rella" 直接返回 confirmed 画师
角色确认 "立华奏"在 Danbooru 里叫 kanade tachibana,AI 可能猜错或漏掉 批量查询 --group character --keyword "kanade tachibana" 精准命中
标签准确性 随便写的 巫女服 不是有效 Danbooru tag,模型不理解 拆解为 miko, hakama, wide sleeves 等多角度候选供筛选
随机抽卡 无法在有效标签范围内做随机选择 --random N --json 给出候选;生图回填才用 --random 5 --for-prompt
批量检索 每查一个 tag 都要调一次,慢且低效 --batch-file 一次查 12-16 个 query,并发 8 线程

工作方式

anima-1.0.csv (官方索引)
       ↓
 build_index.py + sqlite_index.py (构建索引)
       ↓
tags_index.sqlite (高速本地索引)
       ↓
 bin/danbooru-tags.exe (Rust CLI)
       ↓
 AI 助手用 --group / --random / --batch-file 检索
 获得 confirmed_tags / candidate_tags 用于 prompt 组装

没有 danbooru-tags,整个生图流程就变成了"盲写 prompt,撞大运出图",完全失去了精确控制的能力。


️ 案例展示

以下是由 ComfyUI Good Anima + Anima base v1.0 生成的示例图片(画师:rella):

作品 描述
东方 project — 小野塚小町与四季映姫,花映塚主题
东方 project — 宫古芳香与霍青蛾,神灵庙主题
东方 project — 八云紫与八云蓝,妖妖梦主题

️ 运行环境

依赖 版本要求 说明
操作系统 Windows 10/11 PowerShell 5.x+,本项目使用 Windows PowerShell 语法
ComfyUI 最新版 图片生成后端
comfyui-skill-cli 最新版 agent 代理与 ComfyUI 之间的桥梁
Node.js 18+ 用于运行工作流执行脚本
Python 3.10+ 仅标签索引初始化时需要,日常生图不需要
NVIDIA GPU 8GB+ VRAM 推荐 12GB+,用于 Anima 推理和 RTX VSR 放大
CUDA 12.8+ GPU 加速必需
PyTorch 兼容 CUDA 12.8 配合 xformers 0.0.3.0 使用
xformers 0.0.3.0 内存优化加速

ComfyUI 启动推荐

使用 Sage Attention 模式启动可获得最佳性能(需 ANIMA_BOOSTER 节点支持):

powershell
python main.py --use-sage-attention

注意: 默认采样器使用 dpmpp_2m_sde_gpu + beta57 scheduler。beta57 调度器来自 RES4LYF 节点包,需额外安装。


模型安装

基础模型

文件 放置路径 大小
anima-base-v1.0.safetensors ComfyUI/models/diffusion_models/ ~12.2 GB

CLIP & VAE

文件 放置路径
qwen_3_06b_base.safetensors ComfyUI/models/text_encoders/
qwen_image_vae.safetensors ComfyUI/models/vae/

LoRA(双美学增强)

文件 放置路径 用途
anima-highres-aesthetic-boost.safetensors ComfyUI/models/loras/ 官方 LoRA — 主要为稳定高分辨率(1536-2048px)生图,美学提升较微妙 CivitAI
anima-base-1-masterpiece-v51.safetensors ComfyUI/models/loras/ 美学质量修饰器,触发词 masterpiece very aesthetic — 作者推荐结构: masterpiece, best quality, very aesthetic CivitAI

模型来源:circlestone-labs/Anima — CircleStone Labs 与 Comfy Org 联合发布。训练数据截止 2025 年 9 月。

质量前缀

默认工作流使用双美学 LoRA,masterpiece-v51 LoRA 基于 PonyV7 美学评分训练,必须使用以下前缀:

masterpiece, very aesthetic, best quality, score_9, score_8, highres, absurdres, newest, year 2025, nsfw

备选 — 裸模型(无 LoRA,仅对比测试):

masterpiece, best quality, score_7, safe

⚠️ 质量前缀与 LoRA 栈绑定。将 score_7 替换到 LoRA 工作流会降低 masterpiece-v51 效果。HuggingFace 页面描述的是裸模型,本项目使用的是增强工作流。

采样器与调度器

默认工作流依赖 FLSamplerV4 + RES4LYF 自定义节点:

组件 默认值 依赖
采样器 dpmpp_2m_sde_gpu FLSamplerV4 节点
调度器 beta57 RES4LYF 节点
步数 30(高质量用 40) —
CFG 4.5(范围 4–5) —
SageAttention 启用 AnimaBoosterLoader

若 RES4LYF 不可用,降级为 beta 或 ddim_uniform。裸模型使用 er_sde + simple(按官方文档)。


必需自定义节点

在 ComfyUI custom_nodes/ 目录中安装:

节点 用途 安装地址
AnimaBoosterLoader Anima 模型加载器 + SageAttention(自动回退) + JIT 编译 BlackSnowSkill/ANIMA_BOOSTER
FLS_SamplerV4 Foveated Latent Sampling 细节增强 BlackSnowSkill/ComfyUI-BSS_FLSampler
AnimaTeaCache TeaCache 推理加速 ComfyUI-TeaCache
AnimaLayerReplayPatcher Anima 推理加速(仅 enhancer workflow,提速约 30%,可能锐化/降质) AdamNizol/ComfyUI-Anima-Enhancer
AnimaArtistPack 画师多风格融合(仅 artist mixer) An1X3R/Anima-Artist-Mixer
AnimaArtistCrossAttn 画师跨注意力混合(仅 artist mixer) An1X3R/Anima-Artist-Mixer
RES4LYF beta57 调度器 ClownsharkBatwing/RES4LYF
RTXVideoSuperResolution RTX VSR 2× 放大(仅 RTX 显卡) Comfy-Org/Nvidia_RTX_Nodes_ComfyUI

快速安装(PowerShell):

powershell
cd ComfyUI/custom_nodes
git clone https://github.com/BlackSnowSkill/ANIMA_BOOSTER.git
git clone https://github.com/BlackSnowSkill/ComfyUI-BSS_FLSampler.git
git clone https://github.com/daraskme/comfy_anima_tea_cache.git
git clone https://github.com/AdamNizol/ComfyUI-Anima-Enhancer.git
git clone https://github.com/An1X3R/Anima-Artist-Mixer.git
git clone https://github.com/ClownsharkBatwing/RES4LYF.git
git clone https://github.com/Comfy-Org/Nvidia_RTX_Nodes_ComfyUI.git

安装后重启 ComfyUI,验证:comfyui-skill deps check local/anima-txt2img-aesthetic-lora


⚡ 核心依赖:comfyui-skill CLI

这是整个链路中最重要的组件。 没有它,AI 编程助手(Snow / Codex)无法与本地 ComfyUI 通信和执行工作流。

项目 链接
GitHub 仓库 HuangYuChuh/ComfyUI_Skill_CLI
PyPI 包 [comfyui-skill-cli](htt

Issues· 0 开放

查看全部 Issues在 GitHub 打开

暂无开放 Issues,或尚未同步最近议题。

> 标签

Rust

暂无评论,来聊聊你的看法吧

> 工具信息

发布日期2026年8月1日
最后更新2026年9月17日
分类编程语言
定价开源

> 相关工具

T
TypeScript
JavaScript 的超集,为前端与全栈提供静态类型
P
Python
通用编程语言,广泛用于 Web、数据与 AI
G
Go
Google 推出的简洁高效系统语言