unh1nge/comfyui-character-composer

ComfyUI Character Composer 是一个为 ComfyUI 设计的结构化、JSON驱动的角色提示系统。它旨在通过Qwen风格的工作流程实现一致且可控的角色生成，用更确定的组合层取代随机提示的混乱。该数据集包含JSON驱动的特征库、智能提示组装、高级控制和实用切换等功能，支持通过JSON进行定制化，无需重写Python代码。它还提供了详细的安装、使用指南，以及工作流程示例和调试工具，适用于文本到图像、文本到视频以及角色一致编辑等场景。

ComfyUI Character Composer is a structured, JSON-driven character prompt system for ComfyUI. Designed for consistent, controllable character generation with Qwen-style workflows, it replaces random prompt chaos with a more deterministic composition layer. The dataset includes JSON-driven trait libraries, smart prompt assembly, high-level steering, and utility toggles, allowing customization via JSON without rewriting Python. It provides detailed installation and usage instructions, workflow examples, and debugging tools, suitable for text-to-image, text-to-video, and character-consistent edits.

搜集汇总

数据集介绍

构建方式

ComfyUI Character Composer 是一个基于 JSON 驱动的结构化角色提示系统，专为 ComfyUI 中的角色生成工作流设计。该系统通过标签文件（如 tags.json 和 tags_NSFW.json）来定义角色特征库，用户可以从下拉菜单中选择或自动填充特征字段。构建方式融合了智能提示组合机制，包括权重核心特征、通配符支持以及冲突检测规则。用户可通过自然语言输入初步提示，系统则会根据预设模式或自动推理，将输入拆解并重组为结构化的最终提示，确保角色的一致性和可控性。

使用方法

使用方法十分直观：用户首先输入可选的自然语言基础提示，然后选择合适的标签文件、智能预设或构图模式，并设定主体数量、细节级别和风格强度。大部分下拉菜单保持为‘自动’状态，除非需要精确覆盖。系统支持通配符注入，如使用 {hair_color} 等占位符来动态填充特征。最终，节点会输出组合好的正负提示和图像直通路径。推荐的工作流是 QWEN AIO CC 3X WORKFLOW.json，它支持文本到图像（断开图像输入）和三参考图像编辑（连接 image1、image2 和 image3）两种模式。

背景与挑战

背景概述

ComfyUI Character Composer 数据集由 unh1nge 研究团队于2025年发布，版本迭代至2.0，旨在解决生成式AI领域角色一致性与可控性不足的经典难题。当前主流文本到图像模型依赖随机提示词，导致生成结果难以复现、角色外观飘忽不定，尤其在复杂场景中常出现姿态、风格与道具的语义冲突。该数据集以JSON驱动的结构化提示系统为核心，融合Qwen工作流中的空间推理能力，为ComfyUI平台提供确定性的角色生成层，通过明确的特征组成和冲突消解规则，替代了传统随机提示的混沌范式，在可控图像生成领域具有开创性意义。

当前挑战

其核心挑战在于解决领域内角色生成的不稳定性与可复现性矛盾。一方面，传统提示词工程面对多属性叠加时易产生语义冲突，如服装、场景与配饰的不兼容，且无法保证同一角色在不同生成中的外观一致性；另一方面，数据集构建需克服高度耦合的规则设计难题，包括从JSON词库中动态平衡特征权重、处理别名匹配与标签冲突映射，以及通过复杂性防护机制在提示过长时自动降级低优先级细节，同时保持与Qwen图像编辑模型的接口兼容，实现多参考图像输入下的稳定输出。

常用场景

经典使用场景

在生成式人工智能与计算机视觉的交汇领域，ComfyUI Character Composer数据集为角色生成任务提供了一种结构化的提示词编排范式。其最经典的使用场景聚焦于结合Qwen工作流的文本到图像生成与多参考图像到图像生成，通过JSON驱动的特征库实现角色外貌、姿态、场景等属性的精细控制。用户可借助内置的智能预设、构图模式与细节级别选项，在无需重写底层代码的情况下，完成从自然语言草稿到高保真角色图像的确定性生成，尤其适用于需要保持角色一致性与可复现性的创意工作流。

解决学术问题

该数据集核心解决了传统角色生成管线中因随机提示词导致的角色不一致、难以复现以及多标签冲突的学术难题。通过引入结构化特征组合、基于种子的确定性行为以及智能提示词净化与冲突处理机制，它显著提升了生成结果的稳定性和可控性。其学术意义在于为图像生成领域提供了一种数据驱动的轻量级编排方案，推动了从无序提示到有序组成的范式转变，并启发了关于特征权重分配、场景稳定性分析与复杂度阈值控制等方向的研究。

实际应用

在实际应用层面，ComfyUI Character Composer数据集被广泛部署于数字内容创作、游戏角色设计、虚拟人构建与时尚可视化等场景。创作用户可通过拖拽式节点界面，快速调用预设的角色外观库与环境配置，实现批量化的角色迭代与风格迁移。其多参考图像输入功能特别适用于品牌形象统一、IP角色衍生设计以及交互式故事板制作，降低了高质量角色生成的技术门槛，提升了商业项目的生产效率。

数据集最近研究

最新研究方向

面向可控角色生成的提示词结构化编排与确定性组合技术，旨在解决传统文本生成图像流程中角色一致性难以维持、提示词随机性过强且复现困难的核心痛点。该数据集结合Qwen空间推理能力与JSON驱动的标签系统，通过可配置的智能预设、冲突处理机制及细节预算控制，实现了从随机生成到结构化构建的范式跃迁。其最新版本进一步支持多参考图像融合与特征锁定功能，为角色身份保持、风格迁移以及复杂场景下的稳定生成提供了工程化解决方案，推动了AIGC领域从粗粒度创作向精细控制与可复现生产的发展。