comfyui_controlnet_aux

在 ComfyUI 里一键提取线稿、姿态、深度等 ControlNet 条件图

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4226

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类图像生成

开发团队Fannovel16

所属国家

官网地址

GitHubhttps://github.com/Fannovel16/comfyui_controlnet_aux

定价模式free

价格说明开源免费，需自行部署ComfyUI节点

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型

GitHub 星标★ 4226

30天Star增速

HF 下载量

上线时间2023-08-17 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-16

浏览次数0

项目介绍

comfyui_controlnet_aux 是 ComfyUI 生态中专门提供 ControlNet 辅助预处理器（Auxiliary Preprocessors）的开源节点集合。ControlNet 能让图像生成模型按线稿、姿态、深度等条件图进行受控生成，但原始图像往往不能直接使用，需要先提取边缘、骨架、深度、法线、分割等条件图。本项目把 Canny、HED、OpenPose、Depth、Normal、Lineart、Scribble、MLSD、Segmentation 等大量主流预处理算法封装成 ComfyUI 节点，让用户在可视化工作流里一键完成条件图提取，并与 ControlNet 加载、采样节点串联。它解决的是“条件图从哪来、怎么在 ComfyUI 里方便地用”的问题，避免用户额外写脚本或切换外部工具。项目以 Python 实现，覆盖多种模型权重与参数选项，是搭建可控图像生成工作流的基础组件之一。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

难度：入门约 10 分钟部署方式：本地安装 6 步

环境要求

已安装可正常运行的 ComfyUI
拥有 ComfyUI 目录的写权限（Linux 或 Windows 非管理员账户需确保 /ComfyUI/custom_nodes 与 comfyui_cont
命令行中可用 git
如需 GPU 加速，需按显卡环境准备对应的 onnxruntime 构建

安装与启动步骤

1安装 ComfyUI Manager

README 推荐方式：先安装 ComfyUI Manager，再按其说明安装本仓库。适合不熟悉目录操作的用户。
2进入 custom_nodes 目录

打开 CMD/Shell，切换到 ComfyUI 的自定义节点目录，后续仓库就克隆到这里。
```
cd /ComfyUI/custom_nodes/
```
3克隆仓库

在 custom_nodes 目录下执行克隆，得到 comfyui_controlnet_aux 文件夹。若权限不足会报错。
```
git clone https://github.com/Fannovel16/comfyui_controlnet_aux/
```
4运行安装脚本

Windows 便携版可运行 install.bat，检测到便携环境就装到便携版，否则按系统环境处理。
```
install.bat
```
5可选：启用 ONNXRuntime

想用 GPU 跑 .onnx 的检查点，把对应 onnxruntime 写进 requirements.txt 后再执行安装步骤。
```
pip install onnxruntime-gpu --extra-index-url https://aiinfra.pkgs.visualstudio.com/PublicPackages/_packaging/onnxruntime-cuda-12/pypi/simple/
```
6重启并检查节点

重启 ComfyUI，在节点菜单里搜索 ControlNet 辅助预处理节点确认已加载。

关键配置

配置项	必填	说明	示例
`onnxruntime`	否	加入 requirements.txt 以启用 GPU 加速，按设备选择不同构建	`onnxruntime-gpu`

如何确认成功

重启 ComfyUI 后能在节点列表中找到 ControlNet 预处理节点（如 Canny、OpenPose、Depth 等）即安装成功。

常见问题

Q：安装后为什么有些节点不显示？

A：该仓库会跳过无法导入的自定义节点。请带命令行日志到 GitHub Issues 提 issue 排查。

Q：ONNXRuntime 加速为什么不生效？

A：需 onnxruntime 安装成功且检查点文件名以 .onnx 结尾才会替换默认 cv2 后端；NVIDIA 目前仅 CUDA 11.8 可用，除非自行编译。

Q：Linux 或非管理员账户安装失败怎么办？

A：确保 /ComfyUI/custom_nodes 与 comfyui_controlnet_aux 有写权限，并手动执行 git clone 后完成安装步骤。

注意事项

本项目代码来自 lllyasviel/ControlNet 的 annotator 目录，模型权重托管在 HuggingFace 的 lllyasviel/Annotators。
README 未给出具体的 pip 依赖安装命令，Windows 便携版建议直接运行 install.bat。
首次使用 ComfyUI 时，请先确认 ComfyUI 本身能在你的设备上正常运行。

核心亮点

预处理器种类齐全，Canny、OpenPose、Depth、Lineart、MLSD、分割等主流算法基本都有
直接以 ComfyUI 节点形式提供，可与 ControlNet 加载、采样节点无缝串联成工作流
持续跟进上游算法与模型更新，社区使用量大，示例工作流和教程较多

不足之处

依赖较多预训练模型权重，首次使用需逐个下载，环境配置有一定门槛
部分预处理器对显存和运行速度要求较高，低配设备体验受限

适用场景

用 OpenPose 提取人物骨架，控制生成指定姿势的插画
用 Canny/Lineart 提取线稿，对已有草图进行上色或风格化重绘
用 Depth/Normal 提取深度与法线，生成保持空间结构的场景图

替代项目

ControlNet、stable-diffusion-webui-controlnet

上一篇：ComfyUI_frontend

下一篇：ComfyUI-KJNodes