Anima Workflows 动漫生成工作流：集成检测与 ControlNet 精修
Anima Workflows 是一套面向动漫风格的 ComfyUI 工作流，提供进阶、标准、基础三档节点方案，内置 LoRA 与手部、面部、眼部检测模型，支持 ControlNet 与局部重绘。本文梳理适用场景、推荐参数与依赖节点安装顺序，并给出动漫角色设定图批量创作与已有成图定向修复的实践建议，便于按设备条件选用。
查看原文 →内容为平台聚合整理，原文与最新动态以来源页面为准。
扫码进学习交流群
加专属老师微信图文介绍
项目定位
Anima ComfyUI 工作流是围绕 Anima 模型（Checkpoint）搭建的节点化生成方案，提供 AnimaAdvanced、AnimaStandard、AnimaBasic 三个版本，功能依次精简，可按设备条件与使用熟练度选用。
核心功能亮点
- 内置 LoRA 与 Detailers，配合手部、面部、眼部及 NSFW 检测模型（YOLO/SEG）实现局部重绘。
- 集成 UltimateSDUpscale 放大与 Inpaint 链路，支持 ControlNet 与 Anima-LLLite 控制方式。
- 支持 Wildcards 提示词；建议 tag 顺序为：质量/元信息/年份/安全标签 → 人物数量 → 角色 → 作品 → 画师 → 通用标签。
- 完整版附带元数据保存等进阶节点，便于回溯与复用。
适用场景
- 动漫风格角色设定图与批量创作；
- 已有成图的手部、面部、眼部定向修复；
- 教学演示或团队协作中复用同一节点结构。
上手提示
- 模型与检测器需自行下载：Anima 见 Hugging Face 仓库与 Civitai 模型页，检测器分设手、脸、眼与 NSFW 版本。
- 建议参数：30–50 步，CFG 4–5，约 1MP 分辨率（如 1024×1024 或 896×1152），采样器可试 er_sde、euler_a、dpmpp_2m_sde_gpu。
- 依赖节点较多，建议先安装 ComfyUI-Manager、Impact-Pack、Impact-Subpack、rgthree-comfy、Image-Saver、KJNodes、Lora-Manager、Easy-Use、UltimateSDUpscale 等；Anima_LLLite 节点在新版本 ComfyUI 中已非必需。
- 新手可从 AnimaBasic 起步，跑通后再切换到完整版本。
本介绍供学习交流参考，实际效果请以本地测试为准。
作者/来源：Legendaer
常见问题
它面向使用 ComfyUI 进行动漫风格创作的从业者与学习者，适合三类场景：动漫角色设定图与批量创作、已有成图的手部面部眼部定向修复、教学演示或团队协作中复用同一节点结构。初次接触建议从基础版本起步。
三个版本功能依次精简。设备显存有限或刚接触节点化流程时，可先用 AnimaBasic 跑通全链路，熟悉采样、检测与重绘环节后，再切换到标准版或完整版，以使用元数据保存等进阶节点。
模型与检测器需自行下载，Anima 模型可在 Hugging Face 仓库与 Civitai 模型页获取，检测器分为手部、面部、眼部与 NSFW 版本。节点侧建议先安装 ComfyUI-Manager、Impact-Pack、Impact-Subpack、rgthree-comfy、Image-Saver、KJNodes、Lora-Manager、Easy-Use 与 UltimateSDUpscale。
工作流内置 LoRA 与 Detailers，配合手部、面部、眼部及 NSFW 检测模型（YOLO/SEG）定位问题区域，再通过 Inpaint 链路做局部重绘，并接入 UltimateSDUpscale 放大环节，减少反复整图重绘带来的时间消耗。
可参考 30–50 步、CFG 4–5、约 1MP 分辨率（如 1024×1024 或 896×1152），采样器可试 er_sde、euler_a、dpmpp_2m_sde_gpu。支持 Wildcards 提示词，建议 tag 顺序为质量与元信息、年份、安全标签、人物数量、角色、作品、画师、通用标签。实际效果请以本地测试为准。