[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-80588":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":8,"htmlUrl":8,"language":9,"languages":8,"totalLinesOfCode":8,"stars":10,"forks":11,"watchers":12,"openIssues":13,"contributorsCount":14,"subscribersCount":14,"size":14,"stars1d":15,"stars7d":16,"stars30d":17,"stars90d":14,"forks30d":14,"starsTrendScore":18,"compositeScore":19,"rankGlobal":8,"rankLanguage":8,"license":20,"archived":21,"fork":21,"defaultBranch":22,"hasWiki":23,"hasPages":21,"topics":24,"createdAt":8,"pushedAt":8,"updatedAt":25,"readmeContent":26,"aiSummary":27,"trendingCount":14,"starSnapshotCount":14,"syncStatus":28,"lastSyncTime":29,"discoverSource":30},80588,"comfyui-good-anima","ShiroEirin\u002Fcomfyui-good-anima","ShiroEirin",null,"Rust",199,20,1,5,0,4,41,124,22,3.97,"GNU General Public License v3.0",false,"main",true,[],"2026-06-12 02:04:04","# ComfyUI Good Anima 🎨\n\n> 一套面向 AI 编程助手的 ComfyUI + Anima 二次元生图技能包。\n>\n> 🌐 **[English Version](.\u002FREADME_EN.md)**\n\n---\n\n## 📋 概述\n\n**ComfyUI Good Anima** 是一组 AI Agent Skills（技能文件），专为 **Anima 二次元图片生成模型** 设计，配合 **ComfyUI** 使用。它通过结构化的 Skill 指导 AI 编程助手完成完整的生图流程：\n\n1. 🎬 **构图规划** — 根据语义描述选择画幅、镜头、构图、光影\n2. 🔍 **标签检索** — 通过 Danbooru 标签索引检索并验证角色、画师、服装等锚点\n3. 🔧 **Prompt 组装** — 按 Anima 官方规范组装正向\u002F负向提示词\n4. ⚡ **工作流执行** — 调用 ComfyUI 工作流完成生图、放大和缓存\n\n### 兼容的 AI 编程助手\n\n本项目的 Skills 为 **AI 编程代理（AI Coding Agent）** 设计，任何能执行 Shell 命令的 AI 助手均可使用：\n\n| 助手                 | 支持状态    | 说明                                              |\n| -------------------- | ----------- | ------------------------------------------------- |\n| **🟢 Snow**          | ✅ 完美支持 | **国内首选推荐** — 原生支持 Skills 系统，即开即用 |\n| **🟢 Claude Code**   | ✅ 完美支持 | Anthropic 官方 CLI，支持 Shell 命令执行           |\n| **🟢 Codex**         | ✅ 完美支持 | 全功能 AI 编程代理，完全兼容                      |\n| **🟢 PI**            | ✅ 完美支持 | 轻量级 AI 编程代理，支持 Skills 系统              |\n| **🟢 OpenClaw**      | ✅ 支持     | 支持 ComfyUI_Skill_CLI 集成的 Agents              |\n| **🟡 其他 AI Agent** | ✅ 完美支持 | 只要能执行 PowerShell\u002FShell 命令即可              |\n\n> 💡 **推荐使用 [Snow](https:\u002F\u002Fsnowcli.com\u002Fdocs) — 目前国内体验最好的 AI 编程代理**。\n\n### 包含的 Skills\n\n```\ncomfyui-good-anima\u002F\n├── anima-composition-director\u002F    # 构图指导 — 画幅\u002F镜头\u002F构图\u002F光影决策\n├── anima-random-gen\u002F              # 随机图生成 — 随机画师\u002F标签\u002F参数产出\n├── comfyui-animatool\u002F            # 生图入口 — prompt 组装与参数策略\n├── comfyui-manager\u002F              # ComfyUI 管理器 — 工作流执行\u002F模型管理\n└── danbooru-tags\u002F                # 🔍 标签检索器 — 详见下方说明\n```\n\n### 🔍 danbooru-tags 是什么？为什么要用它？\n\n**danbooru-tags** 是本项目中最关键的检索基础设施。它是一个 Rust 编写的命令行工具，负责对 **Anima 官方标签索引（anima-1.0.csv）** 进行高速检索和锚点校验。\n\n#### 它解决的核心问题\n\nAnima 模型是在 Danbooru 标签系统上训练的，想要精确控制生成内容，就必须使用 **Danbooru 体系内的有效标签**。但 Danbooru 有数百万个标签，人工记忆和拼写几乎不可能。danbooru-tags 解决了以下痛点：\n\n| 痛点           | 没有 danbooru-tags 会怎样                                                                | 有 danbooru-tags 后                                                |\n| -------------- | ---------------------------------------------------------------------------------------- | ------------------------------------------------------------------ |\n| **画师校验**   | 用户说\"用 rella 画风\"，AI 不知道 `@rella` 是不是有效 tag，可能写出无效画师名导致模型忽略 | `--group artist --prefix \"@rella\"` 直接返回 confirmed 画师         |\n| **角色确认**   | \"立华奏\"在 Danbooru 里叫 `kanade tachibana`，AI 可能猜错或漏掉                           | 批量查询 `--group character --keyword \"kanade tachibana\"` 精准命中 |\n| **标签准确性** | 随便写的 `巫女服` 不是有效 Danbooru tag，模型不理解                                      | 拆解为 `miko`, `hakama`, `wide sleeves` 等多角度候选供筛选         |\n| **随机抽卡**   | 无法在有效标签范围内做随机选择                                                           | `--random N --json` 给出候选；生图回填才用 `--random 5 --for-prompt` |\n| **批量检索**   | 每查一个 tag 都要调一次，慢且低效                                                        | `--batch-stdin` 一次查 12-16 个 query，并发 8 线程                 |\n\n#### 工作方式\n\n```\nanima-1.0.csv (官方索引)\n       ↓\n build_index.py + sqlite_index.py (构建索引)\n       ↓\ntags_index.sqlite (高速本地索引)\n       ↓\n bin\u002Fdanbooru-tags.exe (Rust CLI)\n       ↓\n AI 助手用 --group \u002F --random \u002F --batch-stdin 检索\n 获得 confirmed_tags \u002F candidate_tags 用于 prompt 组装\n```\n\n#### 没有它行不行？\n\n**不行。** 没有 danbooru-tags，AI 助手就无法确认画师名是否有效、角色 tag 是否拼写正确、随机抽到的标签是否在 Anima 模型的理解范围内。整个生图流程就变成了\"盲写 prompt，撞大运出图\"，完全失去了精确控制的能力。\n\n---\n\n## 🖼️ 案例展示\n\n以下是由 ComfyUI Good Anima + Anima base v1.0 生成的示例图片（画师：rella）：\n\n| 作品                                                                                            | 描述                                            |\n| ----------------------------------------------------------------------------------------------- | ----------------------------------------------- |\n| ![小野塚小町×四季映姫](samples\u002Fanima_base_v1_0-rella-flw-onozuka_komachi_shiki_eiki_00001_.png) | 东方 project — 小野塚小町与四季映姫，花映塚主题 |\n| ![宫古芳香×霍青蛾](samples\u002Fanima_base_v1_0-rella-inc-miyako_yoshika_kaku_seiga_00001_.png)      | 东方 project — 宫古芳香与霍青蛾，神灵庙主题     |\n| ![八云紫×八云蓝](samples\u002Fanima_base_v1_0-rella-pcb-yakumo_yukari_ran_yakumo_00001_.png)         | 东方 project — 八云紫与八云蓝，妖妖梦主题       |\n\n---\n\n## 🖥️ 运行环境\n\n| 依赖                  | 版本要求       | 说明                                                |\n| --------------------- | -------------- | --------------------------------------------------- |\n| **操作系统**          | Windows 10\u002F11  | PowerShell 5.x+，本项目使用 Windows PowerShell 语法 |\n| **ComfyUI**           | 最新版         | 图片生成后端                                        |\n| **comfyui-skill-cli** | 最新版         | agent 代理与 ComfyUI 之间的桥梁                     |\n| **Node.js**           | 18+            | 用于运行工作流执行脚本                              |\n| **Python**            | 3.10+          | 仅标签索引初始化时需要，日常生图不需要              |\n| **NVIDIA GPU**        | 8GB+ VRAM      | 推荐 12GB+，用于 Anima 推理和 RTX VSR 放大          |\n| **CUDA**              | 12.8+          | GPU 加速必需                                        |\n| **PyTorch**           | 兼容 CUDA 12.8 | 配合 xformers 0.0.3.0 使用                          |\n| **xformers**          | 0.0.3.0        | 内存优化加速                                        |\n\n### ComfyUI 启动推荐\n\n使用 Sage Attention 模式启动可获得最佳性能（需 ANIMA_BOOSTER 节点支持）：\n\n```powershell\npython main.py --use-sage-attention\n```\n\n或在 ComfyUI 启动参数中添加 `--use-sage-attention` 启用。AnimaBoosterLoader 节点中也可将 `sage_attention` 设置为 `enabled`。\n\n> **注意：** 默认采样器使用 `dpmpp_2m_sde_gpu` + `beta57` scheduler。`beta57` 调度器来自 [RES4LYF](https:\u002F\u002Fgithub.com\u002FClownsharkBatwing\u002FRES4LYF) 节点包，需额外安装。如果未安装，可改用 `beta` 或 `ddim_uniform` 作为替代。\n\n---\n\n## ⚡ 核心依赖：comfyui-skill CLI\n\n**这是整个链路中最重要的组件。** 没有它，AI 编程助手（Snow \u002F Codex）无法与本地 ComfyUI 通信和执行工作流。\n\n| 项目        | 链接                                                                              |\n| ----------- | --------------------------------------------------------------------------------- |\n| GitHub 仓库 | [HuangYuChuh\u002FComfyUI_Skill_CLI](https:\u002F\u002Fgithub.com\u002FHuangYuChuh\u002FComfyUI_Skill_CLI) |\n| PyPI 包     | [comfyui-skill-cli](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcomfyui-skill-cli\u002F)                  |\n\n```powershell\npip install comfyui-skill-cli\n```\n\n> 安装后，AI 助手可通过 `comfyui-skill` 命令查询模型列表、导入工作流、执行生图和管理队列。**它不仅服务于 Anima，任何 ComfyUI 工作流（如光辉、SDXL、FLUX、修图、视频生成等）都可以通过它统一调度。**\n\n---\n\n## 📦 模型安装\n\n将以下模型文件放入 ComfyUI 的 `models\u002F` 对应目录：\n\n### Checkpoint (UNet)\n\n| 文件                          | 放置路径                                            | 来源                                                                    |\n| ----------------------------- | --------------------------------------------------- | ----------------------------------------------------------------------- |\n| `anima-base-v1.0.safetensors` | `models\u002Fcheckpoints\u002F` 或 `models\u002Fdiffusion_models\u002F` | [HuggingFace - Anima](https:\u002F\u002Fhuggingface.co\u002FKBlueLeaf\u002Fanima-base-v1.0) |\n\n### CLIP (文本编码器)\n\n| 文件                          | 放置路径                                  |\n| ----------------------------- | ----------------------------------------- |\n| `qwen_3_06b_base.safetensors` | `models\u002Fclip\u002F` 或 `models\u002Ftext_encoders\u002F` |\n\n### VAE\n\n| 文件                         | 放置路径      |\n| ---------------------------- | ------------- |\n| `qwen_image_vae.safetensors` | `models\u002Fvae\u002F` |\n\n### LoRAs\n\n| 文件                                        | 放置路径        | 来源                                                                                                        |\n| ------------------------------------------- | --------------- | ----------------------------------------------------------------------------------------------------------- |\n| `anima-highres-aesthetic-boost.safetensors` | `models\u002Floras\u002F` | [CivitAI](https:\u002F\u002Fcivitai.red\u002Fmodels\u002F2540444\u002Fanima-highresaesthetic-boost)                                  |\n| `anima-base-1-masterpiece-v51.safetensors`  | `models\u002Floras\u002F` | [CivitAI](https:\u002F\u002Fcivitai.red\u002Fmodels\u002F929497\u002Faesthetic-quality-modifiers-masterpiece?modelVersionId=2961717) |\n\n> 默认工作流使用了上述双 LoRA。模型文件路径或文件名与工作流 JSON 不一致时，需修改 JSON 后重新导入。\n\n---\n\n## 🔌 必需的自定义节点\n\n在 ComfyUI 的 `custom_nodes\u002F` 目录中安装以下节点：\n\n| 节点                        | 用途                                                | 安装地址                                                                                        |\n| --------------------------- | --------------------------------------------------- | ----------------------------------------------------------------------------------------------- |\n| **AnimaBoosterLoader**      | Anima 模型加载器，含 SageAttention 优化             | [BlackSnowSkill\u002FANIMA_BOOSTER](https:\u002F\u002Fgithub.com\u002FBlackSnowSkill\u002FANIMA_BOOSTER)                 |\n| **FLS_SamplerV4**           | Foveated Latent Sampling 高级采样器，提升细节清晰度 | [BlackSnowSkill\u002FComfyUI-BSS_FLSampler](https:\u002F\u002Fgithub.com\u002FBlackSnowSkill\u002FComfyUI-BSS_FLSampler) |\n| **AnimaTeaCache**           | TeaCache 缓存加速，减少推理时间                     | [ComfyUI-TeaCache](https:\u002F\u002Fgithub.com\u002Fdaraskme\u002Fcomfy_anima_tea_cache)                           |\n| **AnimaArtistPack**         | 画师多风格融合（仅 artist mixer 工作流需要）        | 同 ANIMA_BOOSTER 包                                                                             |\n| **AnimaArtistCrossAttn**    | 画师跨注意力混合（仅 artist mixer 工作流需要）      | 同 ANIMA_BOOSTER 包                                                                             |\n| **RES4LYF**                 | 提供 `beta57` 调度器，默认工作流依赖此节点          | [ClownsharkBatwing\u002FRES4LYF](https:\u002F\u002Fgithub.com\u002FClownsharkBatwing\u002FRES4LYF)                       |\n| **RTXVideoSuperResolution** | NVIDIA RTX VSR 2x 放大，仅 NVIDIA RTX 显卡可用      | [Comfy-Org\u002FNvidia_RTX_Nodes_ComfyUI](https:\u002F\u002Fgithub.com\u002FComfy-Org\u002FNvidia_RTX_Nodes_ComfyUI)     |\n\n### 安装方式\n\n**方式一：使用 ComfyUI Manager（推荐）**\n\n```bash\n# 在 ComfyUI Manager 中搜索以下关键词安装：\n# \"ANIMA BOOSTER\" \u002F \"FLSampler\" \u002F \"TeaCache\" \u002F \"RES4LYF\" \u002F \"RTX\"\n```\n\n**方式二：手动克隆**\n\n```powershell\ncd ComfyUI\u002Fcustom_nodes\ngit clone https:\u002F\u002Fgithub.com\u002FBlackSnowSkill\u002FANIMA_BOOSTER.git\ngit clone https:\u002F\u002Fgithub.com\u002FBlackSnowSkill\u002FComfyUI-BSS_FLSampler.git\ngit clone https:\u002F\u002Fgithub.com\u002Fdaraskme\u002Fcomfy_anima_tea_cache.git\ngit clone https:\u002F\u002Fgithub.com\u002FClownsharkBatwing\u002FRES4LYF.git\ngit clone https:\u002F\u002Fgithub.com\u002FComfy-Org\u002FNvidia_RTX_Nodes_ComfyUI.git\n```\n\n> 安装后重启 ComfyUI，使用 `comfyui-skill deps check local\u002Fanima-txt2img-aesthetic-lora` 验证节点完整性。\n\n---\n\n## ⚙️ 快速开始\n\n### 1. 安装 ComfyUI 和 comfyui-skill CLI\n\n```powershell\ngit clone https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI\ncd ComfyUI\npip install comfyui-skill-cli\n```\n\n### 2. 放置模型和节点\n\n按上方表格将模型文件放入对应目录，克隆自定义节点，然后启动 ComfyUI。\n\n### 3. 导入工作流\n\n```powershell\ncd comfyui-good-anima\u002Fcomfyui-manager\u002Fworkspace\ncomfyui-skill workflow import ..\u002Fdata\u002Fanima-txt2img-aesthetic-lora.json --check-deps --json\n```\n\n### 4. 执行生图\n\n```powershell\ncd comfyui-good-anima\u002Fcomfyui-manager\u002Fworkspace\nnode .\u002Frun_workflow_args.js run local\u002Fanima-txt2img-aesthetic-lora .\u002Fargs_anima.json\n```\n\n`run_workflow_args.js` 会通过 argv 安全传递 JSON args，避免 PowerShell 内联 `--args` 破坏引号、反斜杠或换行。运行历史、输出缓存和临时产物默认写入可解析的 runtime 目录；如需指定位置，可设置 `COMFYUI_MANAGER_RUNTIME_DIR` 或 `SKILL_RUNTIME_ROOT`。\n\n---\n\n## 🐍 Python 脚本说明\n\n`danbooru-tags\u002F` 目录中包含以下 Python 脚本，**仅用于首次初始化标签索引**，日常生图不需要运行：\n\n| 脚本              | 作用                                            | 运行时机                 |\n| ----------------- | ----------------------------------------------- | ------------------------ |\n| `build_index.py`  | 读取 `anima-1.0.csv` 构建 `tags_index.json`     | 首次克隆后 or CSV 更新后 |\n| `sqlite_index.py` | 读取 `tags_index.json` 构建 `tags_index.sqlite` | `build_index.py` 之后    |\n| `tag_groups.py`   | 标签分组定义，被上述脚本引用                    | 无需单独运行             |\n\n**首次初始化：**\n\n```powershell\ncd comfyui-good-anima\u002Fdanbooru-tags\npython build_index.py\npython sqlite_index.py\n```\n\n> 仓库已包含预构建的 `tags_index.sqlite` 和 `tags_index.json`，大多数情况下跳过此步也可直接使用。\n\n---\n\n## 🦀 Rust CLI 说明\n\n`danbooru-tags\u002Fbin\u002Fdanbooru-tags.exe` 是本项目的核心标签检索工具，**已预编译为 Windows 可执行文件**，无需安装 Rust 或编译即可使用。\n\n- ✅ **直接使用** — `.exe` 已包含在 `bin\u002F` 目录，clone 后立即可用\n- ✅ **无需安装 Rust** — 除非你想修改源码或编译其他平台版本\n- ❌ **`rust-cli\u002F` 源码** — 本仓库未包含 Rust 源码目录，如需源码请单独联系\n\n---\n\n## 🧠 工作流程\n\n```\n用户需求 → anima-composition-director（构图规划）\n         → danbooru-tags（标签检索校验）\n         → comfyui-animatool（Prompt 组装）\n         → comfyui-manager（工作流执行）\n```\n\n### 随机图 \u002F Roll 图 \u002F 抽卡\n\n```\n用户需求 → anima-composition-director（视觉简报）\n         → danbooru-tags --random（随机候选）\n         → anima-random-gen（参数产出）\n         → comfyui-manager（执行）\n```\n\n---\n\n## 🔧 工作流说明\n\n| 工作流 ID                                   | 用途                          | LoRA                                |\n| ------------------------------------------- | ----------------------------- | ----------------------------------- |\n| `anima-txt2img-aesthetic-lora`              | **默认生图**                  | 双美学 LoRA + TeaCache + RTX VSR 2x |\n| `anima-txt2img-base`                        | 基础版（无 LoRA，对比测试用） | 无                                  |\n| `anima-txt2img-aesthetic-lora-enhancer`     | 增强版                        | 美学 LoRA + 增强节点                |\n| `anima-txt2img-aesthetic-lora-fixed`        | 固定参数版                    | 双美学 LoRA                         |\n| `anima-txt2img-aesthetic-lora-artist-mixer` | **画师融合**                  | 双美学 LoRA + AnimaArtistMixer      |\n\n---\n\n## 🗂️ 完整项目结构\n\n```\ncomfyui-good-anima\u002F\n│\n├── README.md                               # 本文件\n├── LICENSE                                 # MIT 许可证\n├── .gitignore                              # Git 忽略规则\n│\n├── anima-composition-director\u002F             # 🎬 构图指导\n│   ├── SKILL.md\n│   └── agents\u002Fopenai.yaml\n│\n├── anima-random-gen\u002F                       # 🎲 随机图生成\n│   └── SKILL.md\n│\n├── comfyui-animatool\u002F                      # 🔧 生图入口\n│   └── SKILL.md\n│\n├── comfyui-manager\u002F                        # ⚡ ComfyUI 管理器\n│   ├── SKILL.md\n│   └── workspace\u002F\n│       ├── config.json                     # ComfyUI 服务器配置\n│       ├── data\u002F                           # 工作流 JSON 定义\n│       │   ├── anima-txt2img-base.json\n│       │   ├── anima-txt2img-aesthetic-lora.json\n│       │   ├── anima-txt2img-aesthetic-lora-enhancer.json\n│       │   ├── anima-txt2img-aesthetic-lora-fixed.json\n│       │   ├── anima-txt2img-aesthetic-lora-artist-mixer.json\n│       │   └── local\u002F                      # 已导入的工作流映射\n│       ├── cache_anima_outputs.js\n│       └── run_workflow_args.js\n│\n├── runtime\u002F                                # 可选运行产物目录（本地生成，不建议提交）\n│   ├── comfyui-manager\u002F\n│   │   ├── outputs\u002F\n│   │   ├── cache\u002F\n│   │   └── history\u002F\n│   └── danbooru-tags\u002F\n│\n└── danbooru-tags\u002F                          # 🏷️ 标签检索器\n    ├── SKILL.md\n    ├── bin\u002F\n    │   └── danbooru-tags.exe               # Rust CLI（预编译，无需编译）\n    ├── anima-1.0.csv                       # Anima 标签主索引\n    ├── tags_index.sqlite                   # SQLite 索引（预构建）\n    ├── tags_index.json                     # JSON 索引（预构建）\n    ├── build_index.py                      # 索引构建（仅初始化运行）\n    ├── sqlite_index.py                     # SQLite 索引构建\n    ├── tag_groups.py                       # 标签分组定义\n    ├── artists_extended.txt                # 扩展画师列表\n    └── banned_tags.csv                     # 禁用标签列表\n```\n\n---\n\n## 📚 参考链接\n\n- [Anima base v1.0 - HuggingFace](https:\u002F\u002Fhuggingface.co\u002FKBlueLeaf\u002Fanima-base-v1.0)\n- [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI)\n- [ANIMA_BOOSTER (AnimaBoosterLoader)](https:\u002F\u002Fgithub.com\u002FBlackSnowSkill\u002FANIMA_BOOSTER)\n- [ComfyUI-BSS_FLSampler (FLS_SamplerV4)](https:\u002F\u002Fgithub.com\u002FBlackSnowSkill\u002FComfyUI-BSS_FLSampler)\n- [ComfyUI-TeaCache](https:\u002F\u002Fgithub.com\u002Fdaraskme\u002Fcomfy_anima_tea_cache)\n- [NVIDIA RTX Nodes (RTX VSR)](https:\u002F\u002Fgithub.com\u002FComfy-Org\u002FNvidia_RTX_Nodes_ComfyUI)\n- [Danbooru](https:\u002F\u002Fdanbooru.donmai.us\u002F)\n\n---\n\n## 📄 许可证\n\nGNU General Public License v3.0\n\n本项目基于 GPLv3 开源。这意味着任何人可以自由使用、修改和分发本项目的代码，但**修改后的版本也必须以 GPLv3 开源**，不得闭源商用。详情请参阅 [LICENSE](.\u002FLICENSE) 文件。\n\n---\n\n## 🙏 致谢\n\n### 核心组件\n\n特别感谢 [**HuangYuChuh**](https:\u002F\u002Fgithub.com\u002FHuangYuChuh) 开发的 [ComfyUI_Skill_CLI](https:\u002F\u002Fgithub.com\u002FHuangYuChuh\u002FComfyUI_Skill_CLI)。\n\n这个 CLI 工具是本项目能够运转的核心基石。它提供了一套优雅简洁的命令行接口，让 AI 编程助手无需直接处理 ComfyUI 的 HTTP API 调用、无需手动拼接 prompt JSON、无需操心队列管理和模型路径适配，就能像操作本地工具一样自然地与 ComfyUI 交互。没有这个项目，我们的 AI Agent Skills 就无法落地执行，整个工作流也就失去了最后一环。\n\n### 节点与加速\n\n感谢 [**BlackSnowSkill**](https:\u002F\u002Fgithub.com\u002FBlackSnowSkill) 开发的 [ANIMA_BOOSTER](https:\u002F\u002Fgithub.com\u002FBlackSnowSkill\u002FANIMA_BOOSTER) 和 [ComfyUI-BSS_FLSampler](https:\u002F\u002Fgithub.com\u002FBlackSnowSkill\u002FComfyUI-BSS_FLSampler)。ANIMA_BOOSTER 提供了 AnimaBoosterLoader 节点，让模型加载与 Sage Attention 加速成为可能；它的 AnimaArtistPack 和 AnimaArtistCrossAttn 节点更是画师多风格融合的关键。FLSampler 则为采样过程带来了 Foveated Latent Sampling 技术，在提升细节清晰度的同时对模型进行二次增噪和加速优化。没有这些节点，Anima 模型的潜力就无法被充分释放。\n\n感谢 [**Comfy-Org**](https:\u002F\u002Fgithub.com\u002FComfy-Org) 维护的 [Nvidia_RTX_Nodes_ComfyUI](https:\u002F\u002Fgithub.com\u002FComfy-Org\u002FNvidia_RTX_Nodes_ComfyUI)（老黄的 RTX VSR 节点）。它让图片放大变得极快且高质量，在保持画质的同时大幅缩短了放大耗时，是出图流程中不可或缺的一环。\n\n### 模型与 LoRA\n\n感谢 [**KBlueLeaf**](https:\u002F\u002Fhuggingface.co\u002FKBlueLeaf) 及 Anima 团队训练的 Anima base v1.0 模型。Anima 为二次元 AI 生图领域带来了一颗升起的新星，它在角色一致性、画风还原和构图理解上的出色表现，让本地 AI 绘图达到了前所未有的高度。没有这个模型的诞生，整个 ComfyUI 二次元生图生态都会缺少最重要的一块拼图，也自然不会有本项目的存在。感谢团队在 DiT 架构和 Danbooru 标签系统上的深耕，为社区提供了一个真正可用、可控、可本地部署的二次元生成模型。\n\n感谢 [**CivitAI**](https:\u002F\u002Fcivitai.com) 社区贡献的 LoRA 模型作者们：\n\n- [anima-highres-aesthetic-boost](https:\u002F\u002Fcivitai.red\u002Fmodels\u002F2540444\u002Fanima-highresaesthetic-boost) — 高分辨率下的美学增强，让细节更加丰富自然\n- [aesthetic-quality-modifiers-masterpiece](https:\u002F\u002Fcivitai.red\u002Fmodels\u002F929497\u002Faesthetic-quality-modifiers-masterpiece?modelVersionId=2961717) — 杰作品质修饰器，让整体画面完成度大幅提升\n\n这两款美学 LoRA 是让 Anima 生图从\"能看\"走向\"完善\"的关键，没有它们，输出的画面质感和完成度都会大打折扣。\n\n### 调度器\n\n感谢 [**ClownsharkBatwing**](https:\u002F\u002Fgithub.com\u002FClownsharkBatwing) 的 [RES4LYF](https:\u002F\u002Fgithub.com\u002FClownsharkBatwing\u002FRES4LYF) 节点包提供的 `beta57` 调度器，为本项目的默认采样配置提供了稳定且高质量的选择。\n\n衷心感谢以上所有开源作者和社区贡献者为 AI 创作生态做出的贡献。 ❤️\n\n---\n\n---\n\n### v0.3.0 — 技能集群全面质量审查修复 (2026-05-29)\n\n详见 [CHANGELOG.md](.\u002FCHANGELOG.md)\n\n### v0.2.1 - 未发布兼容性与 Skill 去噪修复\n\n- 移除 `cache_anima_outputs.js` 中的本机 ComfyUI 输出目录硬编码，改为 `COMFYUI_OUTPUT_DIR`、`workspace\u002Fconfig.json` 与 runtime 自动解析。\n- `run_workflow_args.js` 执行后会将 workflow history 迁移到 runtime，避免运行产物继续堆在 skill\u002Fworkspace 内。\n- Anima 缓存改为写入 runtime cache，并优先使用硬链接，失败时再复制，供 Claw \u002F GUI 读取本地路径或 base64。\n- `danbooru-tags` 与 `comfyui-manager` 路径解析改为通用 Agent Skills 发现逻辑：环境变量优先，其次当前目录\u002F相对目录，最后从当前目录向上查找任意 `skills\u002F` 容器，并校验目标 skill 文件结构。\n- 移除旧版 `SKILL.md` 中的平台名噪音和固定平台目录示例，不再枚举具体 agent 安装目录。\n- 精简 5 个 `SKILL.md` 中的重复解释、情绪化措辞、跨 skill 重复和无效示例；保留 Anima 构图、画师、随机、缓存和执行链路的核心约束。\n- `anima-composition-director` 保留高价值软规则：电影术语转静态构图、明暗分离、边缘控制和色彩分组。\n- README 快速开始改用更通用的 `.\u002Fscript` 写法，并记录 runtime 环境变量兜底方式。\n","ComfyUI Good Anima 是一套专为二次元图片生成设计的 AI 编程助手技能包，结合了 ComfyUI 和 Anima 模型。其核心功能包括构图规划、基于 Danbooru 标签系统的检索验证、正负向提示词组装以及调用 ComfyUI 完成图像生成与处理。项目利用 Python 开发，并通过一个名为 danbooru-tags 的 Rust 工具加速标签检索，确保生成内容的准确性与效率。该工具特别适用于需要精确控制和高效生成二次元风格图片的场景，如游戏开发、动漫创作等，支持多种主流 AI 编程代理，便于集成使用。",2,"2026-06-11 04:01:19","CREATED_QUERY"]