---
title: krea2-cleanup-three-presets-284
canonical_url: "https://www.modelscope.cn/models/Sunjian520/krea2-cleanup-three-presets-284"
md_url: "https://www.modelscope.cn/models/Sunjian520/krea2-cleanup-three-presets-284.md"
repository: Sunjian520/krea2-cleanup-three-presets-284
last_updated: 2026-11-02
downloads: 0
stars: 0
---

# krea2-cleanup-three-presets-284

> krea2-cleanup-three-presets-284 - Sunjian520 在 ModelScope 开源的模型。AI-KSK 视频284：ComfyUI 工作流合集及配套教程封面，不含模型权重。

- **Repository**: Sunjian520/krea2-cleanup-three-presets-284
- **Downloads**: 0
- **Stars**: 0
- **Last updated**: 2026-11-02

Source: https://www.modelscope.cn/models/Sunjian520/krea2-cleanup-three-presets-284

---

# Krea 2 洗图 2.6｜三段深度控制 + 三档预设（三套工作流）

本仓库是一期（284）的 ComfyUI 工作流合集：三份图共用同一套"洗图"内核——三段深度条件（高噪塑形 / 中噪稳结构 / 低噪收细节）+ RAW 高噪底模 + Turbo 中低噪收束 + 4x 放大，区别只在 I/O：本地文件夹批量、RunningHub 线上批量、单图。

**本期没有跑推理**：没有渲染、没有耗时、没有显存数据、没有画质对比。仓库只包含源导出文件与 SHA256 清单；模型权重、LoRA 与深度模型**不随包分发**。

## 仓库内容

| 路径 | 说明 |
|---|---|
| `workflows/01_Krea 2 本地批量洗图.json` | 本地文件夹批量版（92 节点 / 154 连线） |
| `workflows/02_Krea 2 线上批量洗图.json` | RunningHub 线上批量版（104 节点 / 169 连线） |
| `workflows/03_krea2洗图.json` | 单图版（89 节点 / 149 连线） |
| `covers/` | 三张源宣传静帧（与源目录逐字节一致） |
| `SHA256SUMS.json` | 每个工作流与封面的 SHA256 |

## 共同骨架（三份一致的部分）

- **三段深度控制**：每份都有 3 组 `Krea2ControlImageEncode` → `Krea2ControlApply`（高噪 / 中噪 / 最终尺寸），并配 3 个 `Krea2ControlLoRALoader`，均为 `depth-control-lora.safetensors`，强度 **1.00 / 0.85 / 0.65**（由预设驱动，**不是三条独立工作流**）。
- **三个空槽**：每份另有 3 个 `LoraLoaderModelOnly` 也指向同一 LoRA 文件，但强度保存为 **0**——是禁用/空槽，不能当成已启用的 LoRA。
- **双底模**：`krea2_raw`（线上版为 `krea2_raw_bf16_0630`）负责第一段高噪塑形；`krea2_turbo_fp8` 负责中/低噪。
- **文本/VAE**：CLIP `qwen3vl_4b_fp8_scaled.safetensors`（type `krea2`）、VAE `qwen_image_HDR_vae_fp32_comfy.safetensors`。
- **图内生成深度**：DA3 节点（`LoadDA3Model` / `DA3Inference` / `DA3Render`）；三个深度编码用 `match_latent_size`、lanczos、center、grayscale、per-image min/max。
- **采样实值**：3 个 `SamplerCustomAdvanced` 共用 1 个 `SamplerEulerAncestral`(1,1)；共享 RAW/Turbo 计划 36 步、denoise 0.92；Turbo 放大精修 10 步、denoise 0.35；启用的中间 KSampler：10 步、CFG 1、`euler_ancestral`、`simple`、denoise 0.40。旧的 KSampler（8 步 0.95/0.90、10 步 0.30、8 步 0.34）均保存为旁路。
- **放大**：`UpscaleModelLoader` 4x-UltraSharp + `ImageUpscaleWithModel`，另有 2 个 `LatentUpscale`。
- **预设拨盘**：一个整数——0=极其控制/保真、1=均衡（默认）、2=极其发散/高噪重绘；它会同时切换三段 denoise、Split 切点、RAW CFG 与深度 LoRA 强度（2 档会把深度 LoRA 设为 0）。

## 01 — 本地文件夹批量

- **文件**：`workflows/01_Krea 2 本地批量洗图.json`；92 节点 / 154 连线 / 39 分组。
- **批量 I/O**：`easy loadImagesForLoop` + `easy forLoopEnd` + `easy batchAnything`；SaveImage 前缀 `Krea2_本地批量洗图_2.4_RAWTurbo`。
- **备注**：`ConditioningKrea2Rebalance` 在此版启用；`ComfyUI-Krea2T-Enhancer` 补丁与旧的 2048×2048 缩放节点均为旁路。
- **用法**：把循环加载器指向文件夹，选预设号，深度 LoRA 三件套保持预设值。

## 02 — RunningHub 线上批量

- **文件**：`workflows/02_Krea 2 线上批量洗图.json`；104 节点 / 169 连线 / 57 分组。
- **平台节点**：`RHUploadZip`、`RHBatchImages:`、`RH_ExtractImage`、`RH_LLMAPI_Pro_Node`——ZIP 上传、批量抽取、LLM 反推/JSON 路径。离开 RunningHub 这些节点无法解析。
- **底模**：本版 RAW 段加载 `krea2_raw_bf16_0630.safetensors`，Turbo 段仍是 `krea2_turbo_fp8`。
- **输出**：SaveImage 前缀 `Krea2_线上批量洗图_2.4_RAWTurbo`。
- **限制**：RH 节点行为在平台侧；这是保存快照，不是安装保证。

## 03 — 单图

- **文件**：`workflows/03_krea2洗图.json`；89 节点 / 149 连线 / 38 分组。
- **输入**：单个 `LoadImage`；`ConditioningKrea2Rebalance` 在此版为旁路。
- **输出**：SaveImage 前缀 `Krea2_单图洗图_2.4_RAWTurbo`。
- **用法**：载入一张图、选预设、提供或反推提示词。

## 入口

三条 RunningHub 帖子归属 CN 目录，在 `.ai` 国际站跨站渲染；下面同时给出两种域名。境外主入口用国际站。

| # | RunningHub 国际站 | RunningHub 国内站 | Civitai |
|---|---|---|---|
| 01 本地批量 | https://www.runninghub.ai/zh-cn/post/2080681468573085697?inviteCode=rh-v1111 | https://www.runninghub.cn/post/2080681468573085697/?inviteCode=rh-v1111 | https://civitai.com/models/3033105 |
| 02 线上批量 | https://www.runninghub.ai/zh-cn/post/2080681462248071170?inviteCode=rh-v1111 | https://www.runninghub.cn/post/2080681462248071170/?inviteCode=rh-v1111 | https://civitai.com/models/3033108 |
| 03 单图 | https://www.runninghub.ai/zh-cn/post/2080681456040501249?inviteCode=rh-v1111 | https://www.runninghub.cn/post/2080681456040501249/?inviteCode=rh-v1111 | https://civitai.com/models/3033112 |

RunningHub 链接带作者邀请码 `rh-v1111`；看工作流不需要账号，在线运行需要注册。

## 教程与权利

- 教程（源提供）：[YouTube](https://www.youtube.com/watch?v=aCEuir7zy-w) · [B站](https://www.bilibili.com/video/BV1GBgi6JEwL)。视频里"会员级商用工作流公开""三套流程/三档预设/RAW+Turbo 高低噪/4 倍增强"等说法是作者描述，本期没有独立复测。
- 工作流由 AI-KSK 提供。工作流、节点、模型、LoRA、深度模型、源图与封面的授权请分别核对；本仓库不对图、权重或示例素材作任何一揽子商用/再分发授权。
- 宣传封面是源静帧，不是这些图的输出帧。
