ComfyUI 的角色设计工作流通常不止是生成一张好看的立绘。实际生产里经常需要一组连续任务局部重绘改掉角色身上的装备颜色无损扩图把半身构图补成全身最后把正面、背面、左右侧面排成一张角色四视图设定图。Krea2 这类图像编辑节点负责前两步的核心编辑能力ComfyUI 负责把流程串起来。这篇文章围绕一条纯新手可上手的 Krea2 进阶工作流讲清楚局部重绘、无损扩图和角色四视图设定图三个目标并给出可复现的节点结构和排错思路。读完并按照顺序操作后你应该能得到一份可以继续改造成自己角色风格的四视图生成模板而不是只在别人的工作流截图里看到一堆看不懂的连线。1. 先搞懂这条工作流要解决什么问题1.1 角色四视图设定图是什么为什么手动做很容易翻车角色四视图设定图是角色设计、游戏美术和概念设计里常见的一类参考图通常包含同一个角色的正面、背面、左右侧面有时还会附带表情分解、装备拆分或比例标线。它的核心要求不是单张图多精美而是四张图里的角色必须是同一个人五官结构一致、服装配色一致、发型和配饰一致。手工做四视图的典型路线是先反复抽卡生成大量正面图再挑出最喜欢的几张分别提示生成“back view”“side view”最后丢进 Photoshop 或 Figma 里拼版。问题很明显每一次生成都相当于重新掷骰子哪怕提示词写得完全一致得到的五官、服装细节也会有差异拼接时还要处理每张图尺寸不同、背景不统一、边缘裁切不整齐的问题。真正花时间的往往不是生成而是筛选和修图。ComfyUI 的价值在于可以把“同一角色基准图”——局部重绘修正——扩图补全——批量生成视角——自动拼版这一整套动作变成可复现的节点链。发现某个环节不满意只改对应节点的参数再跑一次不需要重新从生成第一张图开始。1.2 Krea2 在 ComfyUI 工作流里承担什么角色Krea2 在 ComfyUI 生态里通常指一类以图像编辑为核心的模型节点能力集中在局部重绘、扩图、按指令修改画面要素等任务上。它和一个基础文生图模型的区别在于文生图模型主要根据提示词从噪声里生成全新图像而 Krea2 更擅长在一张已有图像的基础上做定向修改包括“把这里的裙子改成红色”“把背景从室内换成森林”“把这张半身像扩展成全身像”这类操作。在 ComfyUI 里它通常不是一组底模而是以自定义节点的方式加载到工作流中的编辑模块。不同整合包、不同节点仓库对它的封装并不完全一致有的叫Krea2Edit有的叫Krea2 Inpaint或Krea2 Outpaint还有的仓库会把它包装成更像通用图生图的形态。文章后面给出的节点名称主要用于说明连接关系落地时要以你实际安装的节点说明为准。与 ControlNet、IP-Adapter 配合使用时Krea2 的角色更像是“精修层”ControlNet 负责把骨架或边缘约束到位IP-Adapter 负责传递参考图角色特征Krea2 负责处理细节调整。它不需要接管整条工作流只需要出现在需要改图的环节。1.3 局部重绘与无损扩图的核心区别这两个概念经常同时出现但目标完全不同。局部重绘Inpainting是在图像内部圈出一块区域只重画这个区域其他部分尽量保持原样。典型场景是改服装、改发型、去掉某个多余物品、修正面部五官。它需要明确告诉模型“改哪里”和“改成什么”否则模型会连周围的背景一起重画。无损扩图Outpainting是往外扩展画布把画面原本边界外面的内容补出来。典型场景是半身像扩成全身像竖构图扩成横构图或者把一张角色图扩展成适合做背景板的大尺寸画面。这里的“无损”并不是像素级无损而是指角色主体不被裁切、边缘过渡自然、画质没有明显劣化。因为扩图本质上仍然由模型推断生成它不可能补回原本就不存在的信息但可以通过控制节奏避免出现明显的拉伸和接缝。这两类操作在 ComfyUI 里的实现路径也不一样局部重绘需要遮罩输入和合适的分辨率设置扩图需要先改画布尺寸再用较低的 denoise 分阶段补全。下面几节会分别展开。2. 环境准备把 ComfyUI 和 Krea2 组件装到可运行状态2.1 版本与前置依赖要先对齐ComfyUI 工作流对版本比较敏感。同一个工作流文件在别人的电脑上能跑换到你的环境报错最常见的原因不是工作流本身有问题而是 ComfyUI 版本、Python 版本、PyTorch 版本和节点依赖不一致。建议在开始前先确认下面的信息检查项建议要求说明Python3.10 或 3.11许多 ComfyUI 节点仓库在 3.12 上仍有兼容问题PyTorch与你的显卡驱动匹配的稳定版CUDA 版本优先CPU 环境也能跑但速度差异很大ComfyUI使用较新的 release 版本太旧的版本缺少新节点需要的 API 接口显卡显存至少 8 GB四视图批量生成时显存占用会明显上升磁盘空间至少 30 GB 预留大模型权重、VAE、LoRA、自定义节点都会占用空间如果使用的是秋叶整合包或类似的一键包基础环境已经帮你配好了一部分但新增自定义节点时仍然要看节点作者要求不要默认“整合包什么都能装”。还需要区分这里的目标如果你只是想验证局部重绘和扩图效果CPU 环境也能跑通小尺寸图只是生成速度会慢很多。如果你要稳定产出角色四视图最好有一张显存不小于 8 GB 的显卡否则 batch 和分辨率一起调大会直接走到显存不足的报错路径上。2.2 安装 Krea2 相关节点和模型Krea2 相关节点通常通过 ComfyUI Manager 安装。先确保你已经安装并启动了 Manager 插件然后在 Web 界面的 Manager 里搜索 Krea2看到对应节点仓库后一键安装。安装完成后需要重启 ComfyUI。如果不用 Manager也可以手动安装思路是进入custom_nodes目录拉取节点仓库再安装它的依赖cd ComfyUI/custom_nodes git clone 节点仓库地址 cd 节点仓库目录 pip install -r requirements.txt这里的仓库地址要以节点作者发布页为准安装前先看仓库 README 里写的适用 ComfyUI 版本和依赖清单。不要直接复制网上的任意仓库地址很多同名仓库并不维护。模型文件也是同样的原则。Krea2 编辑能力依赖的权重文件通常需要手动放进models目录下的某个子目录比如models/krea2、models/checkpoints或models/diffusion_models。放进哪个目录需要在节点作者的文档里确认。如果你下载的是别人分享的工作流注意工作流 JSON 里记录的模型路径只是参考你本地需要把同名模型放到对应位置路径不一样时要用 ComfyUI 的模型节点重新选择。2.3 环境自检清单安装完成后不要急着跑完整工作流。先做一轮自检每一项目标是“知道它能用”而不是“看起来没问题”。ComfyUI 能正常启动Web 页面能打开。ComfyUI Manager 能显示已安装的自定义节点列表。Krea2 相关节点出现在节点列表里搜索节点名能搜到。需要的模型权重已经在models对应目录下并且节点里能选择到。能正常加载一张测试图片并预览。能跑通任意一个官方或社区工作流确认环境本身没问题。第 4 条是新手最容易忽略的。很多人以为模型文件放进去就能被自动识别实际上不同节点读取模型的路径不同。最稳妥的方法是先把目标节点拖到画布上看它要求什么路径再按路径放模型。注意不要只验证程序能启动还要验证输入、输出、异常分支和日志是否符合预期。环境自检的目的不是“能打开页面”而是“能完成一次最小推理”。3. 搭建最小工作流先跑通 Krea2 图生图编辑3.1 节点结构从一张图到一个可编辑结果在搭复杂工作流之前先搭一条最小链路。它的目标是验证 Krea2 节点能读取图像、接受提示词、输出编辑结果。最小链路通常包含以下节点Load Image加载本地测试图。Krea2 Edit名称以实际安装为准接收图像和编辑指令。Preview Image或Save Image预览和保存结果。如果节点仓库采用开放模型实现链路会多出 VAE 编解码和采样器节点结构类似Load Image - VAE Encode - Krea2 编辑/采样 - VAE Decode - Preview Image具体走哪条链路取决于节点封装方式。封装完整的节点内部已处理了 VAE 和采样过程你只需要提供图像与提示词封装更开放的节点则把采样步骤暴露在工作流里方便你调整steps、cfg和denoise。第一次跑不要加入 ControlNet、IP-Adapter 等额外条件先用一张简单图片用一句明确的编辑指令验证 Krea2 节点本身是否工作。3.2 最小工作流的关键参数以下参数是在 Krea2 相关节点里出现频率较高的参数含义解释以通用图生图逻辑为准参数含义常见值调大的影响调小的影响prompt编辑指令描述你要改成什么指令越具体结果越可控过于含糊时模型自主发挥空间变大negative_prompt不希望出现的内容手指畸形、多腿等约束能力增强缺失时坏结果概率上升denoise重绘强度0.4 到 0.8画面变化大但可能偏离原图画面更贴近原图但修改可能不明显seed随机种子固定值同参数下结果可复现变化时结果不定control_strength控制条件强度0.6 到 1.0更严格遵循控制图控制放松模型自由发挥更多resolution输出分辨率与输入接近或略大细节更多显存占用更高速度快但可能损失细节这些参数里最需要理解的是denoise。局部重绘时denoise 决定“原图保留多少、重画多少”扩图时denoise 决定“补出来的内容有多贴合原图上下文”。新手经常犯一个错误无论什么任务都把 denoise 拉到 1.0结果局部重绘把整张图重画了一遍扩图则出现了明显风格断裂。3.3 最小验证用一张测试图跑通准备一张主体清晰、背景单纯的图片例如一张单人半身像。在 Krea2 节点里输入一句明确但范围很小的编辑指令例如“把背景换成浅灰色纯色背景”固定 seeddenoise 设为 0.4 左右先跑一次。预期的成功标准是角色主体没有明显变化只有背景被替换图像分辨率保持正常保存后的图片可以正常打开。如果失败优先排查三点节点是否真的读到了图片预览节点里有没有显示输入图。模型路径是否正确节点里是否出现了红色报错提示。显存是否充足报错日志里有没有CUDA out of memory。最小工作流跑通后再进入局部重绘和扩图两个扩展环节。4. 局部重绘把角色服装或背景单独改掉4.1 两种实现思路指令重绘与遮罩重绘局部重绘在 ComfyUI 里有两种常见做法。第一种是纯指令式局部重绘。直接告诉 Krea2“把角色的上衣从白色改成蓝色”模型会根据语义理解自动定位修改区域。优点是操作简单不需要画遮罩缺点是模型对“哪里是上衣”的判定不一定稳定指令范围稍大可能连裤子、背景一起改掉。第二种是遮罩式局部重绘。先用Load Image加载图片再用Mask Editor或RMBG类节点得到一块遮罩把遮罩传入重绘节点模型只重画遮罩覆盖的区域。优点是控制精确缺点是每张图都要手动画遮罩或者要额外设计自动遮罩方案。在角色四视图工作流里推荐以遮罩式为主、指令式为辅。原因在于四视图任务需要反复修改同一角色的多个区域如果你每次改服装颜色都要模型自己判断范围结果很难保持一致。用遮罩把“角色服装区域”固定下来只改颜色和材质描述稳定度会高出很多。4.2 遮罩的获取与预处理如果不想手动画可以先用分割类节点自动生成角色遮罩。常规思路是把输入图经过一个人物分割或换装类模型输出一张黑白遮罩白色是需要重绘的区域黑色是保留区域。得到遮罩后需要检查三件事遮罩是否覆盖完整目标区域。比如要改裙子遮罩不能只覆盖裙子的一半。遮罩边缘是否太硬。太硬的边缘重绘后容易出现锯齿可以加一点羽化。遮罩是否误覆盖了不该改的区域。比如发丝、配饰被划进遮罩重绘后会跟着变化。遮罩在送入重绘节点之前通常不需要手动做太多处理直接在节点参数里调整羽化值即可。如果你用的重绘节点不提供羽化参数可以在遮罩节点后面接一个Mask Blur或类似节点。4.3 局部重绘的参数调节与常见坑局部重绘最推荐的参数起点是denoise 在 0.3 到 0.6 之间control_strength视控制条件而定seed 固定。每改动一次服装描述只改 prompt其他参数保持不变这样才能对比到底是描述变化还是随机性变化影响了结果。常见坑有三个。第一个坑是遮罩区域比目标区域大。很多新手画遮罩时习惯画大一圈以为“多一点没关系”结果重绘后颜色溢到周围的背景和皮肤上。正确做法是遮罩尽量贴着目标边缘宁可少画然后通过 prompt 让模型补全区域内部的细节。第二个坑是重绘后角色脸部和发型漂移。即使只改了服装区域模型也可能因为整体隐空间联动而顺带改变脸部特征。解决办法是把脸部区域从遮罩中排除或者在重绘节点外再接一个低 denoise 的局部精修节点只对脸部做轻微恢复。第三个坑是忘记固定 seed。局部重绘没有固定 seed 时同一 prompt 跑多次角色脸型、服装细节都会跳。批量生成四视图时seed 不一致会让四张图差异非常大。{ inpaint_example: { input_image: load_image.output, mask: mask_editor.mask, prompt: change the shirt from white to navy blue, keep fabric style, denoise: 0.5, seed: 20260701, control_strength: 0.8 } }上面这段 JSON 只是用于说明节点参数的组织方式不是可以直接导入的完整工作流。不同节点仓库的字段名不同落地时要按节点参数面板实际显示的字段名调整。5. 无损扩图从半身图到全身设定图5.1 无损扩图的原理与画布操作扩图任务的第一步不是重绘而是先把画布变大。在 ComfyUI 中这一步通常通过图像尺寸调整节点或空潜空间节点实现。比如原始图是 1024x1024 的半身图你想扩成适合全身设定的 1024x1536就需要先把画布的高度扩大并在扩出来的区域填入某种初始信息再交给模型补全。这里容易产生误解扩图不是直接把原图“拉伸”到新尺寸那样只会得到变形图。正确流程是先把原图放到新画布的某个位置留出需要补充的边缘区域再用模型在空白区域生成内容。ComfyUI 中常见的做法是使用扩图专用节点这些节点会把原图居中或对齐到一边然后以较低 denoise 分阶段向外生成。扩图方向也需要提前规划。如果最终目标是角色四视图通常需要把角色主体完整放进画面不能只扩背景不扩人物。比较稳妥的扩图顺序是先上下扩展再左右扩展或者反过来每次只扩展一个方向避免一次扩展多个方向时模型上下文不够导致内容出现明显接缝。5.2 扩图时如何避免内容重复和比例变形扩图最常见的现象是补出来的内容重复。比如扩展地面时补出两条腿、补出重复的手臂扩展天空时补出第二个太阳。原因是模型在生成空白区域时没有足够信息判断远处内容的分布。控制方法有三个层面降低每次扩图的幅度。一次只扩 64 到 128 像素分多次完成而不是一次扩 512 像素。设置较小的 denoise。扩图时 denoise 过高会连原图的边缘一起重画造成主体漂移一般从 0.3 起步。使用 ControlNet 或参考图约束角色姿态。如果你已经有了角色的完整线稿或姿态图扩图时可以把姿态图作为控制条件传入避免补出来的身体部分与已有身体不连贯。比例变形主要是画布方向导致的。扩图完成后如果生成的角色形态变得又长又扁往往是因为输入分辨率与目标画布比例差异过大模型在空白区域里只能强行拉伸语义。遇到这种情况不要直接调大分辨率先缩小单次扩展幅度分步完成比例转换。5.3 扩图与高清放大的结合扩图完成后再做高清放大是角色设定图生产里比较推荐的顺序。先扩图得到完整构图再通过放大模型提高分辨率这样可以避免先放大再扩图带来的边缘清晰度和画布适配问题。在 ComfyUI 里可以这样组织Load Image - 扩图节点 - 高清放大节点 - Save Image高清放大节点通常有放大倍数参数比如 2x 或 4x。需要根据显存平衡倍数放大倍数越高细节越好但显存占用也接近倍数平方增长。四视图后续要拼版建议每张视图先统一分辨率再拼图不要在拼接后再放大整张大图否则单图细节已经被压缩过后期补救空间不大。注意扩图后的图像输出尺寸要以后续拼接目标的规格为准。如果四视图每格最终要 1024x1536那么扩图阶段就尽量直接产出这个尺寸而不是事后反复缩放。6. 一键生成角色四视图设定图6.1 从单张角色图到多视角设定的生成思路四视图生成没有唯一的官方做法实际项目里常见三种路线路线一已经有角色 LoRA。先固定角色 LoRA分别生成正面、背面、左右侧四张图再用 Krea2 对不一致的细节做局部重绘。这条路线最稳定因为角色特征已经被 LoRA 锁定。路线二只有一张参考图。利用 IP-Adapter、Reference-Only 或类似参考机制把角色特征传递到不同视角的后代图里生成四张候选图再用局部重绘统一细节。这条路线适合没有 LoRA 的新角色快速验证。路线三直接用 Krea2 类节点接收参考图和视角指令批量生成不同视角再拼版。操作最简单但一致性完全依赖模型能力结果波动比较大。本文推荐以路线二或路线三为主结构因为标题场景是“进阶工作流”读者手里不一定每个角色都有 LoRA。结构可以写成Load Image(正面基准) - 参考特征提取 - Krea2 批量编辑 - 分别输出 front/back/side_left/side_right - Resize 统一尺寸 - Image Concatenate 拼版 - Save Image如果你的 Krea2 节点不支持批量就使用循环节点或批处理插件逐张执行最后统一拼接。批量生成的稳定性关键点在于四张图使用同一个基准图、同一组角色描述词、接近的 seed 范围并且固定角色特征控制强度。6.2 图像统一缩放与网格拼接不同视角生成出来的图片尺寸可能不一致。拼版前必须先统一成相同尺寸否则整张设定图会参差不齐。推荐目标尺寸是 1024x1536 或 768x1152具体取决于你的显卡显存和最终用途。拼接方式有 ComfyUI 节点和外部脚本两种。ComfyUI 里常见做法是用Image Concatenate节点或Grid Image节点把四张图排成 2x2 网格。如果你习惯在外部处理也可以用 Python 脚本拼接下面的脚本只是最小示例用于说明思路实际项目请按自己的文件路径和数据格式调整from PIL import Image import os views [front.png, back.png, side_left.png, side_right.png] cell_w, cell_h 1024, 1536 canvas Image.new(RGB, (cell_w * 2, cell_h * 2), (30, 30, 30)) for idx, name in enumerate(views): img Image.open(os.path.join(outputs, name)).resize((cell_w, cell_h)) row, col divmod(idx, 2) canvas.paste(img, (col * cell_w, row * cell_h)) canvas.save(character_sheet_final.png) print(saved:, canvas.size)脚本思路很简单把四张视图按 2x2 排列每个格子固定为 1024x1536最后输出 2048x3072 的完整设定图。如果你需要加入文字标注比如“正面”“背面”可以在拼版后再用图像处理工具添加。6.3 四视图工作流的完整参数清单以下参数组合可以作为一个起点实际值要根据你的节点实现和角色风格调整环节参数推荐起点说明参考条件control_strength0.7控制角色特征从基准图传递的强度局部重绘denoise0.5修改服装或细节时的起点扩图denoise0.3每次扩图建议从低强度开始批量视角batch_count4一次性生成四张候选图时使用单次扩图expand_pixels64 到 128避免大步幅扩张导致接缝统一分辨率resize1024x1536拼版前必须统一网格布局grid2x2正面、背面、左侧、右侧这个清单不是万能配方。如果你用 Krea2 节点跑出来风格不一致优先调小 control_strength 会得到更接近基准图的结果如果四张图中有一张明显崩坏不要重新生成全部四张先把崩坏的那张单独接局部重绘节点修复再参与拼版。7. 常见报错与排查路径7.1 “请安装缺失的包以使用此工作流”这是导入别人分享的工作流时很常见的弹窗提示。完整提示类似“请安装缺失的包以使用此工作流。要安装缺失的节点请先在你的 python 环境中运行……”。它说明工作流用到了你本地没有安装的自定义节点或 Python 依赖。排查顺序如下保存工作流 JSON查看节点列表里哪些节点标红。打开 ComfyUI Manager查看“缺失节点”列表。根据缺失节点名称在 Manager 或 Git 仓库里找到对应安装源。安装完成后重启 ComfyUI 再重新导入工作流。如果是 Python 依赖缺失可以直接在 ComfyUI 使用的 Python 环境里安装缺失包但这条路径最容易出错因为很多人会装到系统 Python 而不是 ComfyUI 的虚拟环境里。正确做法是先确认 ComfyUI 用的是哪个 Python再在那个环境里执行安装命令。7.2 “节点在执行过程中发生错误”运行到一半报错报错信息里通常包含node字段和 error details指向具体是哪类节点出错。不要只看最后一行红字要往上翻找到第一个红色报错点那才是根因。不同节点类型的排查重点不同见下表报错节点类型常见原因检查方式处理建议模型加载节点模型路径错误或权重文件不匹配查看节点选择的模型路径重新选择正确模型确认文件放在要求目录图像加载节点图片路径失效或格式不支持查看 Load Image 能否预览重新选择图片或转换格式采样器节点显存不足或参数非法查看是否有 OOM 报错降低分辨率、减少 batch、调低放大倍数重绘/扩图节点依赖包版本冲突查看节点仓库要求版本按 requirements 安装指定版本输出节点输出尺寸过大查看保存路径和图像尺寸增加磁盘空间或压缩输出格式显存不足是最常见的运行期问题。现象是报错里出现CUDA out of memory或者运行到一半界面卡死。解决方式按优先级排序先降低分辨率再减小 batch最后才考虑换更高显存显卡。7.3 四视图生成结果不稳定怎么办四视图结果不稳定通常不是某一个节点的问题而是整条链路上多个因素叠加。最常见的三个原因是第一四张图的编辑条件不一致。比如正面图改了服装颜色背面图写的提示词没包含这个颜色最终拼出来就是不同服装的角色。解决办法是统一维护一套角色描述模板正面、背面、侧面共用同一个角色 description 字段。第二seed 范围差异太大。四视图不要使用完全随机的 seed建议在一个小范围内测试比如 20261001 到 20261004观察规律后固定下来。第三特征传递强度设置过高或过低。control_strength 过高时四个视角会互相复制构图侧面图也会生成成正面过低时视角变化了但角色特征丢失。建议以 0.1 为步长在 0.5 到 0.9 之间测试。7.4 排查顺序表当结果从头到尾都不对时不要陷入盲目调参。按下面顺序排查步骤检查内容合格标准1输入图是否清晰、主体是否完整角色主体完整无遮挡2提示词是否覆盖角色、服装、视角四张图描述信息一致3模型和节点是否匹配节点没有红色报错4控制条件是否传到了正确节点预览控制图能看到角色结构5参数是否处于合理范围不会出现 denoise1.0 用于扩图6输出是否统一尺寸拼版前所有视图尺寸一致按这个顺序检查大部分问题都能在前三步发现。如果前三步都正常但结果仍然崩坏再考虑调参。8. 最佳实践与扩展方向8.1 学习环境与生产环境的差异新手学习阶段可以容忍频繁的试错和不稳定结果但要进入生产使用建议至少补上以下内容配置外置化。把角色描述、seed、分辨率等参数汇总到一个节点或文本区里避免每次改参数都要在节点间跳来跳去。日志与版本管理。保留每次批量生成的工作流 JSON 和参数截图方便复现。目录规范。建立一个统一的输出目录结构按日期和角色名分文件夹避免拼版时找不到正确的视图文件。异常兜底。批量生成时不要一次生成所有视角分段生成并检查每张图再进入下一步。资源和显存控制。生产环境的批处理要设置合理的队列大小防止长时间满载导致机器不稳定。学习环境里跑通一条工作流只是完成了 30% 的工作。剩下 70% 是让这条工作流在换设备、换模型、换角色时仍然可复现。8.2 工作流版本管理和角色描述规范角色四视图工作流很容易在修改调整中变得一团乱。建议维护一份角色描述模板文件把不可变信息和可变信息分开不可变信息包括角色姓名、性别、体型、发型、瞳色、服装款式、配饰等。可变信息包括当前要修改的颜色、视角、表情、动作。这样做的好处是局部重绘时只替换可变信息用 Krea2 编辑节点修改颜色四视角生成时统一引用不可变信息避免四张图描述不一致。配合 ComfyUI 的Primitive Node可以把这些描述信息集中到一个节点里其他节点引用它的输出。这样后续修改时只改一处整条工作流都会跟着更新。8.3 可以继续扩展的方向这条工作流拿到手之后主要扩展空间有三个。第一个方向是接入更多角色控制条件。加入 ControlNet 的 OpenPose 或 Depth 节点后可以让不同视图保持更准确的姿态和比例加入 IP-Adapter 后可以只凭一张参考图就绑定角色特征。第二个方向是自动遮罩化。当前局部重绘如果有部分依赖手动遮罩可以换成自动检测节点比如人物分割、服装分割类节点把“头发”“上衣”“下装”分别输出成独立遮罩。这样同一角色改不同部位时不需要反复手动画遮罩。第三个方向是四视图之后继续扩展。四视图生成后可以继续接动作分解图、表情图或装备拆分图。工作流结构不需要大改只需要在批量节点里增加更多提示词项和对应拼接位置。对于纯新手来说最有价值的练习不是复制一张别人的完整工作流而是从本文的最小 Krea2 编辑链路开始逐步加入局部重绘、扩图、批量视角这三段功能。每条功能单独跑通后再拼接成完整的四视图工作流。这样出现问题你才知道该去检查哪一段而不是面对一堆节点无从下手。