今天给大家演示的是一个基于 SDXL 的 ComfyUI 写真级人物细节还原工作流，这套流程通过模型加载、自动生成图像描述、精准人像分割、蒙版扩展、局部修复与合成，再到最终对比与导出，实现从原图到高清、真实、细节强化的人像重建。流程结构清晰，节点之间衔接顺畅，让用户在保持人物特征的前提下获得更自然的肤质、更真实的光影、更干净的轮廓边缘。以下内容将结合模型与节点表格，对整体工作流进行概述。文章目录工作流介绍核心模型Node节点工作流程大模型应用Florence2Run 自动图像语义生成CLIPTextEncode（正向 Prompt） 人像风格与内容指定CLIPTextEncode（负向 Prompt） 质量控制与瑕疵抑制CR Combine Prompt 模块化 Prompt 拼接使用方法应用场景开发与应用工作流介绍这套工作流围绕“真实感强化”展开，核心包括三大部分。首先由SDXL 人像模型与Power Lora Loader提供画面风格与细节基调，确保生成结果拥有稳定的人像结构和质感。随后借助Florence2自动生成图像描述，用于辅助 prompt 组合，让重绘内容更贴近原图语义。最后，通过PersonMaskUltra、FaceParsing等一系列蒙版处理节点，实现精准区域控制，使修复后的皮肤、面部结构、头发边缘都更自然。整个流程既能保持原图人物特征，又能显著提升成片质量，是针对写真照或人像修复类场景的高一致性工作流。核心模型在整个工作流中，核心模型承担画面风格、光影结构与细节表达的基础定位作用。主模型RealVisXL Turbo负责总体的真实度与画面稳定性，而Power Lora Loader中加载的皮肤质感 LoRA 则进一步强化肤色过渡、毛孔层次与自然光影。与此同时，Florence2 基础模型用于自动图像内容识别与描述生成，为后续 prompt 拼接提供语义依据。这三类模型共同构成工作流的技术底座，使最终画面更贴近真实摄影效果。