ComfyUI Portrait Master

ComfyUI Portrait Master 是专为人像摄影优化的高质量图像生成工作流，集成 IP-Adapter、FaceID、多个 ControlNet（如 face_depth、face_normal、openpose）及人像专用 LoRA（如 portrait-detail-lora），支持精准面部结构控制、电影级皮肤纹理与光影渲染。适用于商业人像精修、AI写真创作、角色一致性生成等场景，兼容 SDXL 与 Flux 模型，显著提升人像真实感与艺术表现力。

# ComfyUI Portrait Master 工作流指南 ## 工作流概述 ComfyUI Portrait Master 是面向专业人像生成的模块化工作流，通过多节点协同实现高保真面部建模与风格化控制。核心组件包括：IP-Adapter（支持参考图驱动构图）、FaceID（保障身份一致性）、ControlNet 链（face_depth + face_normal + openpose 三重引导）、LoRA 微调层（portrait-detail-lora 和 skin-enhancer-lora），以及自适应 CLIP skip 与 CFG 调节机制。适用于 SDXL 1.0 基础模型，推荐搭配 `epicrealism` 或 `juggernautXL` 作为底模。 ## 分步骤操作说明 ### 步骤 1：加载基础模型与 LoRA - 在 `CheckpointLoaderSimple` 节点中加载 SDXL 兼容模型（如 `juggernautXL_v8Rundiffusion.safetensors`） - 使用 `LoraLoader` 节点依次加载： - `portrait-detail-lora.safetensors`（权重 0.8，增强五官锐度与肤质细节） - `skin-enhancer-lora.safetensors`（权重 0.6，优化皮脂反光与毛孔层次） ### 步骤 2：配置 FaceID 与 IP-Adapter - 将目标人脸正脸照片输入 `FaceIDApply` 节点（需提前安装 `comfyui-face-fid` 自定义节点） - 同时接入 `IPAdapterUnifiedLoader` 节点，加载 `ipadapter_sdxl_vit-h.safetensors`，设置 `weight` = 0.7，`start_at` = 0.2，`end_at` = 0.8，确保构图与神态迁移稳定 ### 步骤 3：构建 ControlNet 多重引导链 - 串联三个 ControlNet 节点： - `ControlNetLoader` → `ControlNetApplyAdvanced`：加载 `sdxl_controlnet_face_depth.safetensors`（control_weight=1.2，apply_to=latent） - 同步加载 `sdxl_controlnet_face_normal.safetensors`（control_weight=0.9，用于表面法线校准） - 加载 `sdxl_controlnet_openpose.safetensors`（control_weight=0.7，约束姿态与轮廓） - 所有 ControlNet 输入均源自同一张预处理人脸图（经 `FaceDetailer Preprocessor` 输出） ### 步骤 4：设置提示词与采样参数 - 正向提示词（Prompt）示例： `masterpiece, best quality, ultra-detailed portrait of a [age] [gender] with cinematic lighting, subsurface scattering skin, shallow depth of field, f/1.4, 85mm lens, (detailed pores and freckles:1.3), studio photography` - 反向提示词（Negative Prompt）： `deformed, disfigured, cartoon, 3d, cgi, text, signature, watermark, lowres, bad anatomy, extra fingers` - 采样器选用 `DPM++ 2M Karras`，steps=30，cfg=7.5，denoise=0.85 ### 步骤 5：后处理与输出优化 - 接入 `UltimateSDUpscale` 节点进行 2×超分，启用 `RealESRGAN_x4plus_anime_6B` 模型（仅用于细节强化，非全局放大） - 添加 `FaceDetailer` 节点对眼部/唇部区域进行局部重绘（mask_dilation=4，steps=12，cfg=6） - 最终输出分辨率建议设为 1024×1344（竖版人像黄金比例），避免长宽比失真 ## 注意事项与最佳实践 - ✅ **人脸参考图要求**：必须为正面、均匀打光、无遮挡的高清 JPG/PNG（≥1024px），避免侧脸或强阴影干扰 FaceID 特征提取 - ✅ **LoRA 组合原则**：portrait-detail-lora 优先于 skin-enhancer-lora 加载，避免权重叠加导致过锐；总 LoRA 权重和建议 ≤1.5 - ✅ **ControlNet 顺序敏感**：depth → normal → openpose 的执行顺序不可颠倒，否则法线映射易错位 - ⚠️ **显存优化建议**：启用 `VAE tiling` 与 `CPU offload`；若显存 <12GB，可关闭 openpose ControlNet 或将 `batch_size` 设为 1 - ⚠️ **避免过度重绘**：FaceDetailer 局部重绘仅限关键区域，全图重绘会破坏 ControlNet 引导的一致性 ## 常见问题提示 - **Q：生成结果面部模糊或结构崩坏？** A：检查 FaceID 节点是否成功输出 embedding；确认 ControlNet 图像预处理是否启用 `FaceDetailer Preprocessor` 而非通用 `CLIPVisionLoader`；降低 CFG 至 6–7 并提高 denoise 至 0.9 - **Q：皮肤质感过于塑料感或蜡像感？** A：降低 `skin-enhancer-lora` 权重至 0.4–0.5；在正向提示词中加入 `subsurface scattering, natural skin translucency`；禁用 `Tiled Diffusion` 插件（易破坏微纹理连续性） - **Q：IP-Adapter 导致背景失真？** A：将 IP-Adapter 的 `start_at` 提升至 0.3，`end_at` 降至 0.6，并在 Negative Prompt 中强化 `background distortion, warped background` - **Q：如何保持多人像身份一致性？** A：对每位人物单独运行 FaceID embedding 缓存（使用 `FaceIDCache` 节点），并在不同批次间复用同一 embedding ID，而非重复加载图像