ai-drama-pipeline-route-planning

name	ai-drama-pipeline-route-planning
description	AI漫剧/短剧管线选型评估 — 当用户想切换风格（写实→动漫/2D/3D）、评估生产路线、或不确定该走哪条管线时，通过系统性的资产盘点→选项调研→权衡对比→推荐，辅助决策。

AI 漫剧/短剧管线选型评估

什么时候用

• 用户说"换个风格试试"、"动漫风/2D风/3D风能搞吗"
• 用户对当前管线质量不满，想评估替代方案
• 用户问"Flux和SDXL怎么选"、"走哪条路"
• 新项目启动，需要决定管线架构
• 用户说"给我一个方案/计划"（指整体方案而非执行细节）
• 服务器引入了新模型，需要评估是否纳入管线

核心方法：三段式评估

Step 1: 资产盘点 (Survey)  →  手里有什么，缺什么
Step 2: 路线调研 (Research) →  各方案信息搜集
Step 3: 权衡推荐 (Recommend) →  结构化的多路径对比

---

Step 1: 资产盘点 — 摸清家底

1.1 模型清单

# 基础查一遍
ssh -p 35043 [e-mail] "
echo '===DIFFUSION_MODELS===WAIT' && ls /data/comfy/ComfyUI/models/diffusion_models/
echo '===CHECKPOINTS===WAIT' && ls /data/comfy/ComfyUI/models/checkpoints/
echo '===LORAS===WAIT' && ls /data/comfy/ComfyUI/models/loras/
echo '===CLIP===WAIT' && ls /data/comfy/ComfyUI/models/clip/
echo '===CLIP_VISION===WAIT' && ls /data/comfy/ComfyUI/models/clip_vision/
echo '===VAE===WAIT' && ls /data/comfy/ComfyUI/models/vae/
echo '===CONTROLNET===WAIT' && ls /data/comfy/ComfyUI/models/controlnet/ 2>/dev/null
echo '===STYLE_MODELS===WAIT' && ls /data/comfy/ComfyUI/models/style_models/ 2>/dev/null
echo '===UPSCALE===WAIT' && ls /data/comfy/ComfyUI/models/upscale_models/ 2>/dev/null
"

1.2 GPU/资源状态

ssh -p 35043 [e-mail] "
nvidia-smi --query-gpu=index,memory.used,memory.total --format=csv,noheader,nounits
df -h /data/comfy/
"

1.3 已知工作流

ssh -p 35043 [e-mail] "ls /data/comfy/ComfyUI/user/default/workflows/"

1.4 识别模型类型

模型文件位置	对应的加载方式	说明
diffusion_models/	UNETLoader	Flux/Flux distill/SD3 等
checkpoints/	CheckpointLoaderSimple	SDXL/Pony/Illustrious/NoobAI 等
checkpoints/WAN/	CheckpointLoaderSimple	Wan All-in-One 合并模型

快速判断模型架构：

• 文件名含 flux + 在 diffusion_models → Flux 系
• 文件名含 xl / pony / animagine / illustrious / noobai + 在 checkpoints → SDXL 系
• 文件名含 wan + 在 diffusion_models → Wan 系（video）
• 文件名含 ltx → LTX Video 系
• 文件名含 qwen → Qwen 图像编辑
• 文件名含 hunyuan / 3d → Hunyuan 3D
• 文件名含 z_image_turbo → Z Image Turbo (SD3 架构, 快速)

检查未知模型：

# 看文件元数据中的 CLIP 结构判断架构
ssh -p 35043 [e-mail] "head -c 4096 /data/comfy/ComfyUI/models/checkpoints/some-model.safetensors | strings | grep -i 'text_model\|clip_g\|open_clip' | head -5"

• CLIP L (text_model.encoder) → SDXL
• CLIP G (clip_g) → SDXL 有双编码器
• Qwen 格式 → Flux 系

---

Step 2: 路线调研 — 搜集选项信息

2.1 核心决策维度

每条路线从以下维度评估：

维度	问什么
风格准确度	能否达到用户期望的画风？
角色一致性	用什么方案？Zero-shot(ReferenceLatent/IP-Adapter) or LoRA?
视频兼容性	Wan FLF2V/I2V 能直接用吗？需要改动吗？
上手成本	需要下载多少新模型？新 workflow？
生成速度	每镜耗时 vs 用户耐心
生态扩展性	LoRA 资源丰富吗？社区支持如何？
可用性	模型已经在服务器上吗？缺什么依赖？

2.2 常见路线速查

路线 A: Flux 纯 Prompt 风格

• 适合：快速原型 / 试风格方向
• 模型：flux-2-klein-base-9b-fp8.safetensors（已有）
• 角色一致性：ReferenceLatent ✅（已验证零样本保持）
• 视频：Wan FLF2V 直接可用
• 新增下载：0
• 优点：即刻启动，管线零改动
• 局限：Flux 骨子里偏写实，"动漫味"靠 prompt 硬拉，上限有限

路线 B: Flux + 风格 LoRA

• 适合：高质量生产，性价比最优
• 模型：Flux 2 Klein + 风格 LoRA（~100MB）
• 角色一致性：ReferenceLatent ✅
• 视频：Wan FLF2V 直接可用
• 新增下载：1 个 LoRA
• 优点：Flux 质量打底 + 风格精准控制
• LoRA 来源：Civitai、HuggingFace（搜索 "flux anime lora" / "flux cel shade"）

路线 C: SDXL 纯正二次元（Pony/Illustrious/NoobAI/MiaoMiao Harem）

• 适合：追求手绘/动画质感
• 模型：SDXL 系 checkpoint（miaomiao-harem.safetensors 已在服务器！6.5GB）
• 角色一致性：IP-Adapter / Reference Only（需设置）
• 视频：Wan FLF2V 同样可用（风格不敏感）
• 新增下载：SDXL CLIP ~4.5GB（clip_l.safetensors + clip_g.safetensors 或 SDXL 双编码器合并文件）
• 优点：真正"画出来"的动漫质感，Civitai 上巨量 LoRA 生态
• 局限：无 ReferenceLatent（Flux 独占），需搭新 workflow，生图比 Flux 慢

路线 D: Wan Rapid AIO T2V 直接出视频

• 适合：快速出镜头，不追求精细控制
• 模型：WAN/wan2.2-rapid-mega-aio-v1.safetensors（已有！24.3GB）
• 角色一致性：无（纯文本→视频，需配参考图控制）
• 新增下载：0
• 优点：5min/镜快出，单模型省心
• 局限：512×512/640×640，质量不如 Flux+FLF2V

2.3 调研新模型的流程

当评估一个用户提到但不确定的模型时：

# 信息搜集优先级
1. web_search("模型名 site:civitai.com")  # 社区评价 + 示例图
2. web_search("模型名 ComfyUI workflow")  # 工作流参考
3. web_search("模型名 架构 参数")          # 技术细节
4. 查看 ComfyUI object_info 确认节点兼容性

---

Step 3: 结构化对比与推荐

3.1 对比表模板

	路线 A (纯Prompt)	路线 B (Flux+LoRA)	路线 C (SDXL动漫)	路线 D (Wan T2V)
风格准确度	⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐
角色一致性	✅ 最强	✅ 最强	⚠️ IP-Adapter	❌ 无
视频管线改动	0	0	0 (Wan不受风格影响)	全换
新增下载	0	~100MB	~4.5GB (CLIP)	0
生图速度	快	快	中	最快
生态扩展	—	中等	Civitai海量	有限
启动时间	0	5min	30-60min	0

3.2 推荐逻辑（按优先级）

适用场景 → 推荐路线
─────────────────────
快速试方向、调故事节奏  → 路线 A
追求质量+效率最优解     → 路线 B  🏆（通常最佳）
要真正的"手绘动漫质感"  → 路线 C
不苛求角色、要快速出片  → 路线 D

3.3 给用户的呈现结构

1. 资产盘点结果（手上有啥）
2. N 条可选路线（每条写清：模型、一致性方案、视频兼容性、新增下载量）
3. 对比表（视觉化权衡）
4. 我的推荐 + 理由
5. 下一步执行步骤

---

Step 4: 执行计划模板

无论选哪条路，下一步通常遵循：

前置: 先训角色LoRA（如果需要）→ 批量生成所有分镜 → FLF2V动态化 → TTS → 合成

具体步骤根据路线调整：

• 路线 B 示例: 下载LoRA → 用Flux+ReferenceLatent+LoRA批量出8-10张测试图 → 审核 → 批量全镜 → FLF2V → 后期
• 路线 C 示例: 下载SDXL CLIP → 搭建SDXL T2I workflow → 装IP-Adapter → 测试角色一致性 → 批量全镜 → FLF2V → 后期

---

已知的服务器模型目录（2026-05 状态）

参见 comfyui-api skill 的"可用模型"和"Diffusion Models"章节获取完整清单。

关键资产备忘：

• Flux 2 Klein (9B fp8) ✅ — 主力文生图
• MiaoMiao Harem (6.5GB, SDXL Illustrious) ✅ — 动漫模型已下载
• Wan2.2 I2V/FLF2V 双模型 ✅ — 视频管线
• Wan2.2 Rapid All-in-One ✅ — 快速视频（checkpoints/WAN/）
• SkyReels-V3 R2V ✅ — 参考图生视频
• SDXL CLIP 模型 ❌ — 缺失，使用 MiaoMiao Harem 前需下载