Stable Diffusion ControlNet组合器

要解决的问题

ControlNet 给了你对构图、边缘和姿态的控制权，但把 Canny、Depth、OpenPose 这些预处理器串起来并不简单。手工在 ComfyUI 里搭 workflow、在 A1111 的 WebUI 里逐张跑图，流程重复且难以批量。这个技能要解决的正是「从一张草稿到一批引导生成图像」之间的编排问题。

核心能力与工作方式

技能的核心是三件事：

• 预处理器编排：统一调度 Canny（边缘）、Depth（深度）、OpenPose（人体姿态）三种 ControlNet 预处理器，把草稿、线稿或姿态图转成引导信号。
• 工作流管理：管理 ComfyUI 的 workflow JSON 导出，让编排好的图生成流程存成可复用、可分发的配置，而不是每次重建节点。
• 批量生成：通过 A1111 的 API 做 batch processing，把单次引导生成扩展为成批出图。

典型流程：先用外部绘图软件（比如 MS Paint）画好 scribbles，导入后经预处理生成控制图，再交由 SDXL 做引导生成。

适用边界与注意点

• 界面基于 Gradio，可定制性有限，草图需要在 UI 之外完成，这决定了整个使用习惯。
• 示例输出为 768×768，且不使用 prompt——包括 positive 和 negative prompt，意味着它更适合结构驱动的实验场景。
• 底层能力提取自上游 ControlNet 文档，复杂构图和精细语义控制仍需要你自己补充额外约束。