需用ControlNet注入结构化姿态信号：选定Checkpoint底模→确认实名→选择“ControlNet Pose”模板→上传清晰正对单人照或调用校准预设姿势库。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在LiblibAI中快速验证同一个Checkpoint模型对不同人物姿势的还原能力，避免生成时出现关节错位、肢体折叠或姿态失真，必须绕过默认文生图的随机性，直接用ControlNet注入结构化姿态信号。
准备可复用的姿态控制工作流
打开LiblibAI官网→点击顶部【创作】→在CHECKPOINT下拉菜单中选定目标底模（如F.1或Seedream 4.5）→确认页面右上角显示“已实名”→点击左上角【工作流】→选择“ControlNet Pose”模板。这一步跳过手动搭建节点，直接加载预设的OpenPose控制链路，省去连错端口的风险。
该模板已预置OpenPose节点+ControlNetApply+KSampler完整路径，所有端口连接正确，无需二次检查。若误选“Canny”或“Depth”模板，后续姿态控制将完全失效。
用OpenPose节点注入指定姿势
方法一：上传自定义姿势图
点击OpenPose节点右侧的“上传图像”按钮→选择一张清晰的人物单人照（背景纯白/浅灰为佳）→系统自动提取骨骼关键点并渲染为线稿。注意：照片中人物需正对镜头、四肢伸展无遮挡，侧身或躺姿会导致髋关节与肩关节坐标偏移，生成时腿部扭曲概率提升60%以上。
方法二：调用内置姿势库
点击OpenPose节点下方的“姿势库”按钮→从弹出面板中选择“站立-双手叉腰”“坐姿-侧头微笑”“行走-左腿前迈”等预设动作→点击应用。这些姿势经LiblibAI官方校准，关键点坐标误差
【必须关闭“Detect Resolution”自动缩放】，否则上传图会被强制压缩至512×512，导致手指、脚踝等小关节关键点丢失，生成图出现“多指”或“无脚”崩坏。
锁定模型与参数后批量测试
第一步：固定Seed值
在参数区找到“Seed”框→删除默认的-1→输入一个大于0的整数（如19876）→首次生成后复制该值。
第二步：禁用无关增强模块
关闭IP-Adapter、skin_realism_enhancer等LoRA——它们会干扰姿态权重分配，导致手臂弯曲角度被柔化，失去原始骨骼线稿的硬边结构感。
第三步：仅调整正向提示词中的姿态描述
保持其余所有参数（CFG=3.5、采样步数=25、尺寸=1024×1024）完全不变，只修改提示词末尾部分：例如从“角色名:林溪|墨蓝双马尾|青灰短袍”改为“角色名:林溪|墨蓝双马尾|青灰短袍|站立双手叉腰”，再跑一次。这样能隔离出纯姿态变量对模型输出的影响。
第四步：对比三张图的关节对齐度
把生成的站立、坐姿、行走三张图并排打开，重点检查肩线与髋线夹角、膝关节弯曲弧度、脚掌接地面积是否符合人体解剖逻辑。若某张图出现膝盖反向弯曲或手指穿模，说明该Checkpoint对此姿态支持度弱，需换用Flux_超级毛发等强化关节建模的模型。
