简介：这份压缩包面向希望入门或进阶AI动画生成的创作者、设计学习者与相关研究者，围绕ComfyUI、AnimateDiff、ControlNet及OpenPose+Depth的组合应用，提供一套可参考的动画生成素材与工作流样本，解决从技术概念到实际案例之间缺少直观对照的问题。包内共202个文件，以200张jpg连续帧图为主，另含1个mp4视频和1个json配置文件，整体约8.27MB；帧图便于观察动画过渡与画面细节，视频可查看动态效果，json则保留工作流与参数组织线索。已有787人学习下载，说明该主题在AI动画社区具有一定关注度。读者可据此拆解OpenPose姿态控制与Depth深度信息在动画生成中的配合方式，对照帧序列理解连贯性、镜头变化与控制强度，并参考配置梳理节点连接和参数设置，为复现、改参与二次创作提供可操作的样本，也为排查画面抖动、动作偏移等问题提供对照依据。

1. ComfyUI 动画工作流安装：先别急着点生成

装 ComfyUI + AnimateDiff + ControlNet 的 OpenPose + Depth 动画工作流，最容易翻车的点往往不是节点没装，而是模型目录和控制器权重对不上：预览里骨架明明生成了，采样器却像没看见，出来的人物动作依旧散。这个组合在 AI 动画生成里很常见，OpenPose 管身体姿态，Depth 管前后景空间，AnimateDiff 负责帧间连贯；少一个环节，动画不是抖就是糊。它适合已经能跑通 ComfyUI 基础出图、想把手绘姿态或实拍视频转成可控动画的开发者。下面按我装这套环境的顺序，从版本选择、目录规划、节点安装、ControlNet 配置到验证排错，一步步落地。

2. 环境准备：ComfyUI 主程序、Python 与 PyTorch 的版本取舍

2.1 先定目录和磁盘：别把模型塞进系统盘

这套环境真正占空间的是模型，不是 ComfyUI 主程序。底模、AnimateDiff 运动模块、OpenPose 控制模型、Depth 控制模型，再加预处理器权重，十几个 GB 很常见。我一般把主程序、虚拟环境、模型目录放在同一个独立盘位，Windows 用D:\ai\comfyui，Linux 用/opt/ai/comfyui。这样做的好处是后面迁移、备份、回滚都只动一个目录，不用去系统 Python 里翻残留。

先建目录并确认当前用户有写权限，不要用 root 跑 ComfyUI，否则后面装节点、下载预处理器权重容易出现权限错乱。下面以 Linux 为例，Windows 把路径换成对应盘符即可。

sudo mkdir -p /opt/ai/comfyui sudo chown -R "$USER":"$USER" /opt/ai/comfyui cd /opt/ai/comfyui mkdir -p app models/checkpoints models/controlnet models/animatediff_models models/animatediff_motion_lora

这段命令先把根目录建好，再把所有权交回当前用户；后面app放 ComfyUI 主程序，models下的四个子目录分别对应底模、ControlNet 模型、AnimateDiff 运动模块和运动 LoRA。目录先建出来不是为了好看，而是为了让extra_model_paths.yaml有固定落点，减少“模型明明放了但节点读不到”的情况。

提示：模型目录不要放在中文路径或带空格的路径下，部分自定义节点拼接路径时容易出问题。

2.2 Python、PyTorch、CUDA 的版本取舍

版本选择上，我一般优先 Python 3.10 或 3.11。Python 3.12 不是不能用，但部分自定义节点依赖的轮子发布慢，遇到编译问题排查成本高；这套环境里 AnimateDiff 节点包、ControlNet 预处理器节点包都依赖 Python 侧依赖，版本太新容易在pip install阶段卡住。PyTorch 选 2.x 的 CUDA 版本，具体是 cu121 还是 cu124，不要只看教程，先看显卡驱动支持到哪一档。驱动太旧时，torch.cuda.is_available()会直接返回False，后面所有采样都跑在 CPU 上，速度慢到没法验证。

显存 8GB 也能跑，但要把分辨率压到 512×512、帧数压到 16，并且一次只开一个 ControlNet 做对比。不要一上来就 768×768、32 帧、OpenPose 和 Depth 全开，那样很容易在采样中途看到CUDA out of memory。

2.3 建虚拟环境并安装 ComfyUI

虚拟环境一定要独立，不要和系统 Python 混用。后面装 AnimateDiff 节点包、ControlNet 预处理器节点包时，依赖版本冲突很常见，独立环境出问题可以直接删掉重建，不会影响机器上其他项目。

cd /opt/ai/comfyui python3.11 -m venv venv source venv/bin/activate python -m pip install --upgrade pip wheel setuptools pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 git clone https://github.com/comfyanonymous/ComfyUI.git app cd app pip install -r requirements.txt

python3.11 -m venv venv建的是隔离环境；source venv/bin/activate后，python和pip都指向这个环境。PyTorch 安装命令里的cu121要按你的驱动改，驱动支持 cu124 就换 cu124，不要两个都装。ComfyUI 主程序放在app目录，后面启动、装节点、改配置都围绕这个目录进行。Windows 下对应命令是py -3.11 -m venv venv、venv\Scripts\activate，后面pip install部分相同。

安装完成后先别急着启动，检查一次 PyTorch 是否真的识别到显卡：

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available()); print(torch.version.cuda)"

输出里torch.cuda.is_available()应该是True。如果是False，先看显卡驱动，再看安装的 PyTorch 是不是 CPU 版本；不要继续装节点，否则后面采样速度异常，容易误判成 AnimateDiff 的问题。

2.4 首次启动：端口、日志和访问范围

第一次启动用最小参数，只监听本机，确认页面能打开、日志没有报错。不要一上来就开局域网访问，先把环境跑通再改。

cd /opt/ai/comfyui/app source ../venv/bin/activate python main.py --listen 127.0.0.1 --port 8188 2>&1 | tee comfyui-start.log

--listen 127.0.0.1表示只允许本机访问，--port 8188是默认端口，被占用时改成 8189 之类。2>&1 | tee comfyui-start.log把标准错误也写进日志，后面节点加载失败、模型路径读不到，都能在这个文件里找到线索。浏览器打开http://127.0.0.1:8188，能看到默认工作流和节点菜单，说明主程序层面已经通了。此时不要急着加载动画工作流，先把模型目录配置好。

3. 装 AnimateDiff 与 ControlNet：OpenPose、Depth 模型和节点怎么配

3.1 节点包安装：AnimateDiff 与 ControlNet 预处理器

ComfyUI 主程序只带基础节点，AnimateDiff 和 ControlNet 预处理器需要额外装节点包。我一般进custom_nodes目录用 git 拉取，装完必须重启 ComfyUI，浏览器缓存也清一次，否则节点菜单里可能只显示一半。节点包安装前确认当前终端还在虚拟环境里，which python指向/opt/ai/comfyui/venv/bin/python，不要用系统 Python 装依赖。

cd /opt/ai/comfyui/app/custom_nodes git clone https://github.com/Kosinkadink/ComfyUI-AnimateDiff-Evolved.git git clone https://github.com/Fannovel16/comfyui_controlnet_aux.git cd ComfyUI-AnimateDiff-Evolved pip install -r requirements.txt cd ../comfyui_controlnet_aux pip install -r requirements.txt

前两个git clone分别拉 AnimateDiff 节点包和 ControlNet 预处理器节点包；后面的pip install -r requirements.txt装各自依赖。如果某个目录没有requirements.txt，跳过对应命令即可，不要强行造一个空文件。装完回到app目录重启，日志里出现节点加载成功的信息，再打开节点菜单确认 AnimateDiff Loader、ControlNet Apply、OpenPose 预处理器、Depth 预处理器这些节点存在。

注意：节点包装完不重启，工作流里会显示红框或提示缺少节点，这不是模型问题。

3.2 模型落位：四个目录别放错

模型放错目录是这套环境里最常见的坑。ComfyUI 的节点下拉框只认指定目录，文件放在models根目录、放在二级子目录、或者后缀名不对，都可能不显示。下面这张表按我平时的落位方式整理，文件名只是示例，实际以你压缩包里的文件名为准。

如果模型放在独立盘位，不想反复复制，可以在 ComfyUI 根目录建extra_model_paths.yaml，把路径指过去。下面是一份最小配置，base_path换成你的实际路径。

comfyui: base_path: /opt/ai/comfyui/app checkpoints: models/checkpoints controlnet: models/controlnet animatediff_models: models/animatediff_models animatediff_motion_lora: models/animatediff_motion_lora

base_path是根路径，下面四项是相对这个根的目录。YAML 对缩进敏感，冒号后面要留空格；改完必须重启 ComfyUI。配置生效后，节点下拉框里应该能看到对应模型。如果仍然看不到，先检查文件是不是放在二级子目录里，再把文件名改成全英文、无空格。

3.3 OpenPose 控制链：从视频到骨架批次

OpenPose 的作用是把参考视频或图片里的人体姿态转成骨架图，再交给 ControlNet 约束生成。这里的关键不是“有没有骨架图”，而是骨架图要按帧组成批次输入。只放一张静态骨架，生成出来就是一张姿态重复的动画，动作不会跟参考视频走。

我一般先用 ffmpeg 把参考视频拆成统一尺寸的 PNG 序列，帧率设 8 或 12，和后面 AnimateDiff 的输出帧率保持一致。下面命令把视频缩放到 512×512，短边不足时补边，避免比例变形。

mkdir -p /opt/ai/comfyui/ref_frames/pose ffmpeg -i pose_ref.mp4 -vf "fps=8,scale=512:512:force_original_aspect_ratio=decrease,pad=512:512:(ow-iw)/2:(oh-ih)/2" /opt/ai/comfyui/ref_frames/pose/pose_%04d.png

fps=8表示每秒抽 8 帧，scale=512:512是目标尺寸，pad负责补边。拆完后用批次加载节点把pose_%04d.png读成图像批次，再接 OpenPose 预处理器。预处理器输出接ControlNet Apply Advanced的image输入，正向提示词的 conditioning 接同一节点的conditioning输入，ControlNet 模型选 OpenPose 那个文件。权重我一般从 0.8 到 1.0 之间试，低于 0.6 动作容易散，高于 1.0 画面会僵。

3.4 Depth 控制链：空间层次怎么压

Depth 和 OpenPose 的职责不一样。OpenPose 管“人怎么动”，Depth 管“人和背景谁在前谁在后”。两个一起开时，Depth 权重不要太高，否则画面会发灰、细节被压平。我一般把 Depth 权重放在 0.4 到 0.6，起止百分比设成 0 到 0.7，让后半段采样更多交给画面自身细节。

Depth 预处理器可以直接吃同一批参考帧，也可以单独用一张背景图估计深度。用视频帧时，注意预处理器输出也是批次，不要只接第一帧。ControlNet 模型选文件名含depth的那个，底模必须和 ControlNet 模型匹配：SD1.5 的 ControlNet 配 SD1.5 底模，不要拿 SDXL 底模硬套，否则模型加载阶段就可能报错。

3.5 AnimateDiff 采样参数：帧数、context length、权重

AnimateDiff 不是帧数越多越好。第一次验证用 16 帧、512×512、batch size 1，先把 OpenPose 和 Depth 的开关对比跑出来。context_length一般设 16，和总帧数对齐；总帧数设 32 时，运动模块会分段处理，显存不够就回到 16。采样步数 20 到 28，CFG 7 到 8，motion_scale 从 1.0 起调，运动太弱加到 1.1，画面抖得厉害就降到 0.9。

工作流连接顺序可以按这个思路搭：Checkpoint 加载底模，接 AnimateDiff Loader 加载运动模块，再依次接 OpenPose 的 ControlNet Apply 和 Depth 的 ControlNet Apply，最后进 KSampler、VAE Decode、动画保存节点。控制图要接到对应 Apply 节点的image输入，不要把 ControlNet 模型当成底模加载。保存节点选动画格式，不要用单图保存节点，否则输出只有一帧。

4. 避坑与排查：ComfyUI 动画工作流最常见的 5 个翻车点

4.1 节点菜单里能看到，工作流却提示缺少节点

现象：加载示例工作流时，节点显示红框，控制台提示某个节点类型不存在，但custom_nodes目录里明明有这个节点包。原因通常是节点包装进了系统 Python，而不是 ComfyUI 的虚拟环境；或者装完没有重启，浏览器还拿着旧缓存。解决时先确认当前 Python 路径，再回节点目录补依赖，最后重启并强制刷新浏览器。

which python python -c "import sys; print(sys.executable)" cd /opt/ai/comfyui/app/custom_nodes/ComfyUI-AnimateDiff-Evolved pip install -r requirements.txt

which python应该指向venv/bin/python。如果指向系统路径，先source venv/bin/activate再装。重启后仍然缺节点，再看节点包目录名有没有被改过，部分节点包对目录名敏感。

4.2 模型文件在目录里，节点下拉框读不到

现象：models/controlnet里能看到*openpose*文件，但 ControlNet 加载节点下拉框里没有。原因多半是文件放在二级子目录、后缀名不被识别，或者extra_model_paths.yaml缩进写错。先用find确认文件层级，再把模型放到目录第一层，改完重启。

cd /opt/ai/comfyui/app find models/controlnet -maxdepth 2 -type f | sort find models/animatediff_models -maxdepth 2 -type f | sort

如果文件在models/controlnet/sd15/openpose.pth这种二级目录里，节点可能扫不到，移到models/controlnet/openpose.pth再试。YAML 配置里冒号后没空格也会导致整段不生效，日志里通常能看到解析失败的提示。

4.3 OpenPose 骨架生成了，动画动作却没跟上

现象：预览里能看到骨架图，生成的动画人物动作和参考视频关系不大，或者每帧姿态几乎一样。原因通常是控制图只接了单张，没有按帧组成批次；或者 ControlNet 模型和底模不匹配；也可能是 OpenPose 权重太低。解决时先检查批次加载节点，确认输出是图像批次而不是单图，再把权重提到 0.9 做一次对比。

还有一种情况是 ControlNet Apply 节点接在了 AnimateDiff Loader 之前，条件没有进入采样链。按“底模 → AnimateDiff → ControlNet Apply → KSampler”的顺序检查，控制图的image输入和正向提示词的conditioning输入都要接对。

4.4 Depth 一开画面发灰、细节糊

现象：只开 OpenPose 时画面正常，叠加 Depth 后人物边缘发灰，背景细节像被压平。原因是 Depth 权重过高，或者end_percent设到了 1.0，整个采样过程都被深度图压着。解决时先把 Depth 权重降到 0.5，end_percent设 0.7，再跑 16 帧小样对比。

如果仍然灰，检查 Depth 预处理器的输出是不是正确灰度图，别把彩色参考图直接接进 Depth 控制节点。先只开 Depth 跑一次，确认它单独能约束空间，再和 OpenPose 叠加。

4.5 采样到一半显存炸了，或者输出只有单帧

现象：日志出现CUDA out of memory，采样中断；或者跑完只得到一张图。显存问题通常是分辨率、帧数、双 ControlNet 叠加导致，先把 512×512、16 帧、batch size 1 跑通，再逐项加。输出单帧则要检查保存节点是不是动画保存节点，以及batch_size有没有设成 1。

cd /opt/ai/comfyui/app source ../venv/bin/activate python main.py --listen 127.0.0.1 --port 8188 --lowvram 2>&1 | tee comfyui-lowvram.log

--lowvram会把部分模型分片加载，速度慢一些，但能先排除显存不足。输出帧数不对时，把总帧数、context_length、batch_size三个值对齐到 16 再做一次；保存节点换成动画格式，不要用单图保存。

4.6 装坏了怎么救：节点目录改名比直接删更稳

节点包装冲突时，我一般不给它“判死刑”，先把目录改名停用，再重启看主程序是否恢复。这样比直接删目录多留一份后悔药，后面定位到具体是哪个节点包的问题，还能改回来。

cd /opt/ai/comfyui/app/custom_nodes mv comfyui_controlnet_aux ../custom_nodes_disabled_controlnet_aux mv ComfyUI-AnimateDiff-Evolved ../custom_nodes_disabled_animatediff

改名后重启，如果主程序恢复，再逐个移回来排查。虚拟环境也可以用pip freeze > requirements-backup.txt留一份依赖快照，后面重建环境时不用凭记忆装。启动日志用tee留档，黑匣子就在comfyui-start.log里。

5. 验证跑通：用一段 16 帧动画检查 OpenPose 与 Depth 是否真的生效

装完不要直接上长片。我一般先跑 16 帧、512×512、单人物、纯色背景的测试段：OpenPose 用一段 3 秒抬手视频拆帧，Depth 用同序列估计图，AnimateDiff 总帧数 16，context_length16，采样 20 步。导出后先看三件事：帧数、分辨率、动作是否跟骨架走。以 mp4 输出为例，用 ffprobe 读视频信息：

ffprobe -v error -select_streams v:0 \ -show_entries stream=width,height,nb_frames,r_frame_rate \ -of default=nw=1 output/anim_test_00001.mp4

width和height应该是你设定的 512×512，nb_frames应该是 16 或接近 16，r_frame_rate和你保存节点里的帧率一致。如果你用的是 animated webp，路径换成对应文件，命令仍然适用。帧数对不上时，先查总帧数和batch_size，不要先怀疑模型。

再做一个开关对比：复制一份工作流，只关 Depth 跑一次，再只关 OpenPose 跑一次。只开 OpenPose 时动作应该更明显，只开 Depth 时空间关系更清楚；两个都关，动作会散、背景会飘。这个对比能快速判断问题出在控制链还是采样参数。从那以后我每次装完 ComfyUI 动画环境，都先拿 16 帧小样走一遍 OpenPose 和 Depth 的开关对比，再跑正式片段；这样出问题能立刻判断是模型没加载、控制权重不对，还是显存撑不住。希望帮到你。

本文还有配套的精品资源，点击获取