CliffNodes GitHub avatar

Krea2-Multi-Character-Lora-Node-w-bounding-box-By-Fedor

CliffNodes

一个ComfyUI自定义节点,可在单张图片中放置多个角色LoRA,通过硬空间掩码防止相互渗透,并支持逐区域的参考图像引导以确保跨生成的 identity 一致性。

Stars

56

7 天增长

暂无数据

Fork 数

6

开放 Issue

7

开源协议

MIT

最近更新

2026-07-07

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

它同时解决了空间渗透和身份漂移两个正交问题:采用激活-Δ掩码(非注意力偏置)和一种在采样器层面工作的新颖潜像模具引导,且不修改模型权重。

适合谁使用

  • 使用Krea 2模型系列的ComfyUI用户
  • 需要生成多角色场景、每个角色都有独立训练LoRA的角色艺术家
  • 需要跨不同种子保持多角色输出一致性的AI图像生成爱好者
  • 希望结合边界框布局控制(类似Ideogram 4)与区域身份锁定的用户

典型使用场景

  • 生成包含两个或更多角色的图像,每个角色由自己的LoRA驱动,且特征不会交叉污染
  • 使用边界框为物体、背景和角色布局整个场景,然后仅在需要的地方锁定身份
  • 生成一系列图像,使角色外观在不同构图和光照下保持连贯
  • 利用参考图像锚定角色身份而无需LoRA,适用于道具或未经训练的主体

项目优势

  • 硬激活-Δ掩码使LoRA在结构上无法影响其指定框之外的任何像素
  • Reference Lock(v3)通过潜像模具引导提供逐区域身份锚定,解决跨种子身份漂移
  • 支持无限区域,能与边界框构建器自动同步行,且适用于fp8/量化Krea 2检查点
  • 完整的布局控制:同一组边界框同时驱动位置提示(用于任意物体)和LoRA身份掩码,全部在一个工作流中完成

使用前须知

  • 需要专门针对Krea 2训练的LoRA(FLUX或SDXL LoRA可加载但效果差)
  • Reference Lock会同时锁定构图和身份,需要裁剪或提前结束窗口以避免完整姿态复制
  • 相比全图LoRA需要更高的LoRA强度(约1.5以上),且画布尺寸必须在提示构建器与该节点间完全一致

README 快速开始

Installation

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

lopopolo
精选
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI 与机器学习AI 智能体
2,390
slvDev
精选
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI 与机器学习大语言模型
1,960
littledivy
精选
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI 与机器学习
1,482