【ComfyUI】QwenOOTD 角色一致性穿搭换装

今天给大家演示一个 Qwen Edit OOTD 角色一致性穿搭换装的 ComfyUI 工作流。这个工作流从输入人物图像开始，通过自动分割衣物层、智能重构姿态与画幅、再结合 Qwen Image Edit 模型进行换装。整个流程强调角色一致性，让同一个人物在不同服装风格下保持脸部、身形和气质不变。最终输出前后对比图，帮助你直观理解本教程的效果与实际产出。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TextEncodeQwenImageEdit 文本语义编码器（正向提示）TextEncodeQwenImageEdit 文本语义编码器（负向提示）easy promptConcat Prompt 合成器使用方法应用场景开发与应用工作流介绍本工作流围绕“角色一致性换装”展开，通过一套完整的模型组合与节点链路实现从人物分割、尺寸处理、Prompt 编码、模型推理到结果拼接的全流程。核心依赖包括 Qwen Image Edit 模型、Qwen VAE、Qwen CLIP 以及可选 LoRA，用于保证角色特征稳定。工作中大量节点配合使用，例如服装分割节点、KSampler 采样器、Prompt 编码节点、尺寸计算节点与图像拼合节点等，它们协同让整个换装过程从输入到输出都更加自动化与精准。以下内容将结合模型表与节点表进行统一概述，让你能快速掌握整个工作流的构成。核心模型本工作流的核心由 Qwen Image Edit 系列模型组成，配合专用的 CLIP 编码器与 VAE 进行图像特征提取和重建。UNet 提供生成主体结构，LoRA 用于补充穿搭风格或角色一致性细节。模型之间构成一条稳定的编辑链路，让原图人物的脸型、五官和质感在换装后仍保持统一。结合模型表可以看到，从 UNet 到 CLIP、再到 VAE，每个模型承担的任务都明确且互补。模型名称说明qwen_image_edit_fp8_e4m3fn.safetensors主 UNet