D3voz/openjutsu

Openjutsu 是一个本地视频换人工具：上传一段视频和一张人物照片，即可替换画面中的主要人物，或改动头发、衣服、移除某个物体、替换背景，同时保留原有镜头、剪辑、动作和音轨。它面向有 NVIDIA GPU、已装 ComfyUI 的用户，想用开源权重做类似托管式换脸/换人效果，而不是面向零基础剪辑者。

能做什么

Simple 模式用 SAM 3.1 追踪画面中占比最大的人，由 MiniMax H3 重绘该区域，并用一个灰色剪影引导动作，其他人保持原样。Advanced 模式支持 1–4 个角色并可为每个角色指定身份，按镜头把每个被追踪的人匹配到照片，未匹配的人不动。Object swap 可以对追踪对象（头发、外套、车）做更换、移除或背景替换，也能用人工放置框新增物体。From picture 路径用 FLUX 和 SolarRenderer 把角色摆进原片姿态再生成片段。成品视频还能做两步后处理：Fix faces 用照片重绘画面中较小的人脸，Fix colours 在不重新跑 H3 的情况下调色 项目 README。

工作原理

界面是一个 Next.js 前端，背后是打包好的 ComfyUI API 工作流 @comfyorg/sdk，参考了 Comfy 的示例应用 comfy-reshoot。每次提交前，应用会对照 ComfyUI 已注册的节点和模型文件做检查，缺什么就给出安装链接或目标目录；但这个检查不覆盖 Python 依赖、模型完整性和可用显存。

要求与限制

需要 NVIDIA GPU（作者在 RTX 4060 Ti 16 GB、64 GB 内存上测试）、ComfyUI 0.41.2 或更新、Node.js 22.6 或更新、供代理使用的 Python，以及一组自定义节点和模型文件，README 逐一列出了它们 安装与要求。本地启动脚本会构建应用、启动代理和生产服务器并打开页面。Windows 上必须在启动 ComfyUI 前设置 AIOHTTP_NOSENDFILE=1，否则一次分段文件请求可能卡住后续所有文件下载，直到 ComfyUI 重启。单次请求上传上限 512 MB，最多同时三路；任务结束后文件仍留在 ComfyUI 的 input 目录。关闭网页后，ComfyUI 中的生成仍会继续。

README 也写明了实际限制。镜子和倒影目前不支持：倒影里仍是原人物，H3 还会把其外观带回新角色。Fix faces 依赖 InsightFace buffalo_l（仅限非商业研究）和 Bingsu/adetailer 的 Ultralytics YOLO 权重（AGPL-3.0），这些模型许可与应用的 MIT 许可相互独立。在测试显卡上，6 秒 480p 片段约需 6–13 分钟，1080p 比 736p 慢约 2.5 倍。断点续跑依赖 ComfyUI output 目录里的片段检查点，全新的无服务器 worker 无法续跑。Comfy Developer Platform 部署路径作者明确标注尚未测试。托管到非回环地址时，应用要求 OPENJUTSU_PASSWORD 至少 12 个字符，否则拒绝启动；这是单拥有者登录，所有拿到密码的人共享任务访问权限，而限流是否可靠取决于反向代理是否设置 X-Forwarded-For。