Arekejoker/qwen21-nsfw-pose-skill

解决什么问题

Qwen-Image 2.1 能用，但在 ComfyUI 里要稳定出「指定姿势 + NSFW 质感」的图，得自己试采样器、CFG、步数、提示词结构和 LoRA 权重，经验大多散落在别人的 Civitai 样图页里。这个仓库把一套已验证的配方固化下来——底模版本、采样器/调度器组合、步数、提示词骨架、LoRA 名称与强度——外加姿势控制路线和一个开跑前的自检脚本，让每次生成从已知可用的配置出发，而不是碰运气。

有什么不同

多数 NSFW 工作流以裸 JSON 或截图在群里流传，只给图不给原因。这里强调的是「强制配方」加诊断：doctor.py 在出图前逐项检查底模、LoRA、自定义节点和浏览器后端；文档还写明了降级规则（不许默默削弱配方而不告知用户）。第二个差异是姿势控制：不靠提示词描述体位，而是走 3D 人偶（MakeHuman 网格经 three.js 渲染，由 VNCCS 节点驱动）来摆姿势，换姿势同时保角色身份；136 个姿势由公开 HuggingFace 仓库加人工精选拼成。和直接抄一份 Civitai 工作流比，多了检查和姿势几何；和 ControlNet 式姿势迁移比，它明确要求参考图必须是无身份特征的 3D 人偶渲染图，照片和插画会被模型拼进画面——README 自己就承认这个限制。

适合谁

已经跑着 ComfyUI、有 12GB 以上 NVIDIA 显存（推荐 24GB）或大内存 Apple Silicon 机器，想要可重复的 NSFW/姿势流程而不是偶尔撞出一张好图的人。也适合用 Claude Code、Codex、Cursor、OpenClaw 的 agent 用户，把它当技能调用脚本。不适合纯 CPU 环境、不愿意用量化 GGUF 和慢速 offload 的 8GB 显卡用户，也不适合想要开箱即用在线服务的人——这是本地优先、依赖较重的一揽子方案。

上手成本

底模文件约 16GB，硬盘预留约 40GB，LoRA 还要另外从 Civitai 下载（通常需要注册）。路线④需要一个 Playwright/CDP 能连上的桌面浏览器。README 里的 macOS 数据明确标注来自社区、维护者未实测；编辑模式在 MPS 上有已知 VAE 异常，可用 --cpu-vae 绕过。许可证是分裂的：仓库代码 Apache-2.0，但样图、姿势素材和 LoRA 归各自作者，条款另算。好在 README 对硬件和已知坑写得相当细。

点评

项目只有 11 天，约 3.7k star、日均 +318，在新仓库榜排到 #19，但从未上过每日 trending 榜——更像是选题驱动的快速冲高，而非沉淀下来的工具。内容本身有料：带元数据的作者复现样图、自检脚本、明说的取舍，比大多数 NSFW 配方仓库扎实。但 11 天的历史意味着它没经历过 ComfyUI 或底模升级的考验，维护记录无从判断。建议把它当作一份值得 fork 并锁版本的起始配置，而不是不经审查就依赖的基础设施。