需加载国风专用模型与vae，配置双路clip文本编码（正向含guofeng、ink painting、empty space等英文关键词，负向排除modern、3d等），接入ip-adapter faceid plus绑定汉服参考图并设weight为0.8，ksampler用euler a/30步/cfg=5，vae decode须选模型自带vae。
☞☞☞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☜☜☜
你想在LiblibAI上快速生成一张符合国风审美的插画，但面对一堆节点不知从哪下手——不是模型没加载，是工作流里缺了关键的风格锚点。国风不是靠后期加滤镜，得从文本编码、ControlNet控制、VAE解码三处同时注入水墨、工笔、汉服、留白等语义特征。
加载国风专用模型与VAE
右键画布→添加节点→Loaders→Checkpoint Loader Simple→双击节点，在下拉菜单中选择已导入的国风模型，例如【WDR_汉服_国风桃夭】或【guofeng3.safetensors】；确认VAE栏保持空白——这类模型通常自带适配的VAE，手动指定反而会导致色彩偏灰、墨色发粉。
这一步不能跳过：如果你误选了通用大模型（如sdxl_unet），哪怕提示词写满“水墨”“宣纸”“卷轴”，最终图像仍会呈现现代CG质感，因为底层特征空间不匹配。
配置双路CLIP文本编码（正向+负向）
方法一：直接填入高权重国风关键词
拖入两个CLIP Text Encode节点，分别处理正向与负向提示词。
正向文本框填：masterpiece, best quality, guofeng, ink painting, xuan paper texture, delicate brushwork, chinese landscape, scholar's studio, plum blossom, soft mist, empty space, elegant posture, hanfu, standing pose, side profile
负向文本框填：easynegative, ng_deepnegative_v1_75t, (worst quality:2), (low quality:2), text, watermark, logo, modern building, photorealistic, 3d render, anime style
注意：中文词无效，必须用英文关键词；“empty space”（留白）是国风构图的灵魂参数，漏掉会导致画面塞满、无呼吸感。
接入IP-Adapter强化人物国风特征
第一步：添加IP-Adapter节点链
右键→Add Node→ControlNet→IP-Adapter→IP-Adapter FaceID Plus（需提前下载ip-adapter-faceid-plusv2_sdxl.safetensors并放入controlnet目录）→再加一个IP-Adapter Apply节点。
第二步：连接与权重设置
将Checkpoint Loader的“clip”输出→连到IP-Adapter节点的“clip”输入；再把IP-Adapter的“ip_adapter”输出→连到Apply节点的同名输入；最后把Apply节点的“conditioning”输出→连入KSampler的“positive”端口。
双击Apply节点，将“weight”设为【0.8】——低于0.6人物易失真，高于0.9则衣纹僵硬、丧失手绘流动性。
第三步：绑定参考图
点击IP-Adapter节点的“image”输入口旁的文件图标，上传一张高清汉服人像图（建议正面/半侧脸，纯色背景）。这张图不参与生成，只提供面部结构+服饰纹理先验。
调整KSampler与VAE Decode参数
拖入KSampler节点→将两个CLIP Text Encode的“conditioning”分别连入其“positive”和“negative”端口→KSampler的“latent”输出→连入VAE Decode节点的“samples”输入。
双击KSampler，设置采样器为Euler a，采样步数设为30（低于25易出现墨渍断裂，高于40无明显提升且耗时翻倍）；CFG Scale填5——国风忌强对比，过高会压垮水墨层次。
双击VAE Decode节点，确认“vae_name”下拉菜单中显示的是模型自带VAE（如wdr_guofeng_vae.safetensors），而非“taesd”等通用轻量VAE，否则生成图会出现宣纸纹理丢失、墨色泛青。
右键VAE Decode节点→选择“队列提示”。
