Consistent Character Creator 4.0 | Character Dataset Builder

Consistent Character Creator 4.0: Crea un dataset di personaggi riutilizzabile da un'immagine#

Consistent Character Creator 4.0 è un flusso di lavoro modulare di ComfyUI che trasforma un'immagine di riferimento in un dataset di personaggi con 24 scatti. Copre viste neutre, primi piani, espressioni, test di illuminazione, pose d'azione e scene narrative mantenendo il volto, il corpo, l'abbigliamento e lo stile visivo del personaggio riconoscibili su tutta la board.

Questa versione è costruita attorno a FLUX.2 Klein 9B FP8, un codificatore di testo Qwen3 8B, il VAE FLUX.2, un LoRA di consistenza dedicato e una guida all'identità nello spazio latente. L'edizione semplice mantiene il grafico pratico omettendo le fasi di ingrandimento e Face Detailer presenti nella versione avanzata. È possibile visualizzare l'intero batch, salvare solo le immagini che superano il controllo dell'identità e indirizzare i risultati accettati in una cartella di dataset denominata pronta per la didascalia e l'addestramento LoRA.

Modelli chiave nel flusso di lavoro ComfyUI di Consistent Character Creator 4.0#

• FLUX.2 Klein 9B FP8. Il modello principale di generazione e modifica delle immagini. Segue l'immagine di riferimento e i prompt della scena attraverso i 24 moduli del dataset supportando nuove pose, angolazioni della fotocamera, espressioni e ambienti. Il modello 9B è rilasciato sotto la FLUX Non-Commercial License, quindi esamina i suoi termini prima di utilizzare output o derivati commercialmente. Vedi black-forest-labs/FLUX.2-klein-9b-fp8.
• Codificatore di testo misto Qwen3 8B FP8. Caricato in modalità flux2, traduce l'istruzione di ciascun modulo in un condizionamento per FLUX.2 Klein. Il grafico utilizza qwen_3_8b_fp8mixed.safetensors dal pacchetto encoder pronto per ComfyUI: Comfy-Org/vae-text-encorder-for-flux-klein-9b.
• FLUX.2 VAE. flux2-vae.safetensors codifica l'immagine di riferimento per la guida all'identità e decodifica i latenti generati nelle immagini finali del dataset. L'asset confezionato è disponibile da Comfy-Org/flux2-dev.
• FLUX.2 Klein 9B Consistency V2 LoRA. Questo adattatore rinforza la consistenza del personaggio attraverso pose, espressioni e scene diverse. Il flusso di lavoro carica Flux2-Klein-9B-consistency-V2.safetensors a forza 0.35; mantieni quel valore per il primo esecuzione prima di testare piccoli aggiustamenti. Vedi dx8152/Flux2-Klein-9B-Consistency.
• FLUX.2 Klein Identity Guidance. Questa patch del modello di tempo di campionamento confronta il latente denoised corrente con il riferimento codificato e riporta le caratteristiche di identità corrispondenti verso la fonte. Il grafico utilizza una guida adattiva in modo che il volto e il design del personaggio rimangano ancorati senza congelare la posa o lo sfondo richiesto. Vedi capitan01R/ComfyUI-Flux2Klein-Enhancer.

Come utilizzare il flusso di lavoro ComfyUI di Consistent Character Creator 4.0#

Il grafico è organizzato in controlli di configurazione condivisi a sinistra e 24 moduli di generazione autosufficienti a destra. Configura il riferimento, la denominazione, lo stile e la modalità di salvataggio una volta, quindi metti in coda il grafico per costruire una board di revisione che copre il personaggio da scatti di documentazione neutri a scene di illuminazione difficile e azione.

Selezione del modello#

Il gruppo MODELSELECTION carica i quattro asset di modello richiesti. UNETLoader (#527) seleziona FLUX.2 Klein 9B FP8, CLIPLoader (#528) carica Qwen3 8B con tipo flux2, e VAELoader (#529) carica il FLUX.2 VAE. LoraLoaderModelOnly (#664) applica quindi il LoRA di consistenza a 0.35, mentre IdentityGuidance (#824) aggiunge la correzione latente adattiva. Lascia questi valori predefiniti invariati per il tuo primo dataset in modo da poter valutare il riferimento e i prompt prima di regolare lo stack del modello.

Immagine di riferimento e preparazione del viso#

Carica un'immagine sorgente chiara in LoadImage (#535). Un ritratto frontale o a tre quarti con abbigliamento visibile, illuminazione pulita e un volto non ostruito fornisce al flusso di lavoro l'ancora d'identità più forte. AutoCropFaces (#537) estrae un riferimento del viso quadrato, e ImageResizeKJv2 (#562) prepara l'immagine per il percorso di condizionamento condiviso. Un secondo ritaglio del viso più avanti nel grafico viene utilizzato quando un output ravvicinato necessita di un controllo di identità più stretto.

Usa i campi opzionali STYLE e CLOTHES per descrivere i dettagli che devono rimanere stabili. Mantieni queste descrizioni brevi e concrete. Nomina l'acconciatura, il capo di abbigliamento, il colore, il materiale e lo stile di rendering invece di ripetere un prompt di scena lungo in ogni modulo.

Denominazione dell'output e modalità di salvataggio#

Imposta NAME (CHARACTER) (#2905) prima di eseguire il grafico. Il flusso di lavoro combina questo valore con la sua cartella radice e il tipo di output, posizionando le immagini salvate sotto ComfyUI/output/CCC/<NAME>/. Un nome unico e semplice impedisce che più personaggi vengano mischiati nello stesso set di addestramento.

Save Dataset (1 = save | 2 = preview only) (#2922) controlla se il batch revisionato viene scritto su disco. Inizia con 2 per ispezionare la board senza impegnare i file. Passa a 1 quando gli output preservano l'identità prevista; Image Save (#2053) scrive quindi il batch selezionato utilizzando il percorso e il prefisso del dataset configurati.

Ancore di identità neutre#

Esegui prima i moduli neutri perché rivelano la deriva dell'identità prima che inizino le scene più difficili:

• T-POSE crea una vista in studio a figura intera che espone proporzioni, abbigliamento e silhouette.
• SIDE-WALK testa un profilo laterale pulito introducendo il movimento naturale del corpo.
• BACK-VIEW controlla la lunghezza dei capelli, la forma del capo di abbigliamento e le proporzioni del corpo posteriore.
• CLOSE-FRONT e CLOSE-PROFILE stabiliscono ancore facciali dettagliate per viste frontali e laterali.

Questi output sono particolarmente utili per fogli di personaggi, riferimenti di rigging, studi di turnaround e il nucleo di un dataset LoRA. Se il volto già deraglia qui, migliora l'immagine di origine o chiarisci STYLE e CLOTHES prima di generare le scene rimanenti.

Test di espressioni e illuminazione#

I moduli ravvicinati creano varianti CLOSE-SMILE, CLOSE-SAD e CLOSE-ANGRY senza cambiare il volto sottostante. BACKLIT, LOW-ANGLE, HIGH-ANGLE e SKY-LOOKUP quindi testano l'identità sotto illuminazione più difficile e posizioni della fotocamera. Insieme, queste immagini aiutano un futuro set di addestramento a coprire la gamma emotiva e i cambiamenti di punto di vista invece di sovrapporsi a un solo ritratto neutro.

Rivedi dettagli fini come la forma degli occhi, la linea della mascella, l'attaccatura dei capelli, il tono della pelle e gli accessori ricorrenti. Mantieni solo immagini che sembrano ancora lo stesso personaggio; un dataset pulito più piccolo è più utile di un set più grande con evidenti derive di identità.

Scene quotidiane e copertura ambientale#

Il flusso di lavoro include scene pratiche come COFFEE, FOREST, DECKCHAIR, BED, OFFICE, NIGHTCLUB, PARK-SMOKE, BEACH e CANYON. Questi moduli variano la posizione, l'inquadratura, gli oggetti di scena, il tempo e l'esposizione dei vestiti riutilizzando lo stesso stack di identità. Sono utili per verificare se un personaggio rimane riconoscibile in contesti di vita quotidiana, editoriali, cinematografici e all'aperto.

I prompt sono modificabili. Cambia i dettagli della scena preservando l'istruzione per abbinare il volto, lo stile e l'abbigliamento del personaggio di riferimento. Quando un oggetto di scena o una posa causa distorsione, semplifica il prompt di quel modulo anziché indebolire la guida all'identità su tutto il grafico.

Copertura di azione e fantasia#

RUNNING, FLYING e FLYING-LAVA spingono il personaggio in grandi cambiamenti di posa e ambiente. Questi sono test di coerenza deliberatamente difficili: introducono movimento, prospettiva insolita, illuminazione forte e più libertà nello sfondo. Usali dopo che i gruppi neutri e ravvicinati sono stabili. Se deragliano, rafforza la descrizione del personaggio, riutilizza un'uscita neutra pulita come riferimento aggiuntivo dove supportato, o rimuovi lo scatto fallito dal dataset salvato.

Campionamento e assemblaggio di batch#

Ogni modulo di generazione utilizza un sottografo Image Edit (Flux.2 Dev) ripetuto. Codifica le immagini di riferimento disponibili in latenti di riferimento, applica il prompt del modulo, campiona con il modello condiviso e i controlli di identità, e decodifica il risultato. Il grafico fornito utilizza un programma FLUX.2 a 20 passaggi e campionamento di Eulero come punto di partenza affidabile. I nodi ImageCollect raccolgono gli output del modulo, BatchImagesNode (#2893) assembla il batch finale, e l'interruttore di salvataggio lo instrada o verso l'anteprima o verso la cartella del dataset nominata.

Nodi chiave nel flusso di lavoro ComfyUI di Consistent Character Creator 4.0#

IdentityGuidance (#824)#

Preserva l'identità durante il campionamento confrontando il latente generato con il riferimento codificato dal VAE. Le impostazioni adattive fornite favoriscono le regioni corrispondenti lasciando spazio per cambiamenti di posa, espressione e scena. Se l'identità è debole in molti moduli, apporta piccoli cambiamenti di forza solo dopo aver confermato che il ritaglio di riferimento e il LoRA di consistenza sono corretti.

LoraLoaderModelOnly (#664)#

Carica il LoRA di Consistency V2 di FLUX.2 Klein a 0.35. Questo è il controllo di coerenza condiviso per ogni modulo di generazione. Alzarlo troppo può rendere rigide le pose o copiare l'inquadratura di origine; abbassarlo può aumentare la deriva. Mantieni il valore originale mentre stabilisci una baseline.

AutoCropFaces (#537 e #1895)#

Crea riferimenti facciali focalizzati dalla sorgente e dagli output selezionati. Il primo ritaglio ancora l'identità durante la configurazione, mentre il ritaglio successivo supporta percorsi di riferimento ravvicinati e a valle. Usa un input con un volto chiaramente visibile in modo che il ritaglio automatico non selezioni il soggetto sbagliato.

ResolutionSelector (#2903)#

Imposta le dimensioni comuni del canvas utilizzate dai moduli del dataset. Il flusso di lavoro fornito utilizza un formato quadrato, che funziona bene per primi piani misti e riferimenti a figura intera. Mantieni una risoluzione attraverso un dataset a meno che la tua pipeline di addestramento non preveda esplicitamente rapporti di aspetto multipli.

ImpactInversedSwitch (#2922)#

Separa il comportamento di anteprima dal salvataggio. Usa l'output 2 durante la revisione e l'output 1 solo dopo che l'intera board supera il tuo controllo di coerenza. Questo rende facile iterare senza riempire la cartella del dataset finale con generazioni rifiutate.

Image Save (#2053)#

Scrive il batch accettato nel percorso costruito dalla cartella radice, dal nome del personaggio e dal tipo di dataset. Imposta il nome prima di mettere in coda e mantienilo stabile attraverso le ripetizioni in modo che le didascalie e i futuri file di addestramento LoRA rimangano organizzati.

Extra opzionali#

• Inizia in modalità anteprima e valuta le viste neutre prima dei moduli ambientali o d'azione.
• Usa un riferimento nitido con un volto e indizi corporei visibili; evita pesanti ostruzioni, sfocature estreme o più persone.
• Descrivi il personaggio nei campi opzionali di stile e abbigliamento in modo che i prompt di scena ripetuti non debbano trasportare tutti i dettagli di identità.
• Mantieni il caricatore CLIP su flux2 e il LoRA di consistenza a 0.35 per il primo esecuzione.
• Salva solo gli output che corrispondono al personaggio. Rifiuta occhi incoerenti, proporzioni facciali, acconciature, dettagli di abbigliamento o forma del corpo.
• Didascalia il dataset pulito dopo la revisione, quindi ispeziona quelle didascalie prima di iniziare l'addestramento LoRA.
• FLUX.2 Klein 9B è non commerciale sotto la sua licenza del modello pubblicata. Controlla le licenze del modello, del LoRA e dei nodi personalizzati per il tuo uso previsto prima di distribuire output o derivati addestrati.

Riconoscimenti#

Questo flusso di lavoro è stato creato e condiviso da MickMumpitz come l'edizione semplice di Consistent Character Creator 4.0. Si basa su FLUX.2 Klein 9B di Black Forest Labs, gli asset FLUX.2 ComfyUI di Comfy-Org, il LoRA di consistenza FLUX.2 Klein di dx8152 e i nodi di preservazione dell'identità di capitan01R. Ringraziamo sinceramente gli autori e i manutentori di questi modelli, nodi e risorse di flusso di lavoro.

Risorse#

• Sorgente MickMumpitz/Consistent Character Creator 4.0
  • Guida al flusso di lavoro e download: The Consistent Character Creator 4.0 is here
• Nodi personalizzati MickMumpitz/ComfyUI
  • GitHub: mickmumpitz/ComfyUI-Mickmumpitz-Nodes
• Black Forest Labs/FLUX.2 Klein 9B FP8
  • Hugging Face: black-forest-labs/FLUX.2-klein-9b-fp8
• **Asset encoder Comfy-Org/FLUX.2 VAE e Qwenjson

3**

• VAE: Comfy-Org/flux2-dev
• Codificatore di testo: Comfy-Org/vae-text-encorder-for-flux-klein-9b
• dx8152/FLUX.2 Klein 9B Consistency LoRA
• Hugging Face: dx8152/Flux2-Klein-9B-Consistency
• capitan01R/nodi di guida all'identità FLUX.2 Klein
• GitHub: capitan01R/ComfyUI-Flux2Klein-Enhancer

Nota: L'uso dei modelli, dataset e codice di riferimento è soggetto alle licenze e ai termini forniti dai loro autori e manutentori.