liblibai网页端comfyui支持免部署controlnet控制：搜索含“controlnet”及“预处理器”“apply controlnet”节点的工作流→上传合规控制图→连接预处理器与apply节点→调strength（0.5–1.0）、start/end percent（0.0/1.0）→ksampler denoise≤0.4→queue prompt生成。
☞☞☞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☜☜☜
想在LiblibAI网页端的ComfyUI工作流里用ControlNet精准控制出图，比如让AI按你上传的线稿生成上色图、按姿势图生成人物、或按深度图控制空间层次，不需要本地部署、不装插件、不配环境，全程在浏览器里点选拖拽完成。
确认工作流支持ControlNet
登录LiblibAI后，在首页搜索栏输入“ControlNet”或具体类型关键词，例如“Canny线稿控制”“OpenPose姿态控制”“Depth深度图控制”。
只选择标题中明确含“ControlNet”且描述里提到“预处理器”“Apply ControlNet”“Load ControlNet Model”节点的工作流——这类工作流已内置完整ControlNet链路，无需额外添加节点。若搜索结果只有“高清修复”“老照片增强”等字眼，大概率不含ControlNet模块，跳过。
【必须选带预处理器+Apply节点的完整工作流】，否则后续步骤无法加载控制图或生效控制强度。
上传控制图并连接到预处理器
点击工作流卡片右上角【在ComfyUI中运行】，等待节点全部加载完成（左下角显示“Ready”）。
找到标有“Preprocessor”“Canny”“OpenPose”或“Depth”的节点，点击该节点内部的“choose file to upload”按钮→从电脑选取你的控制源图（如手绘线稿、人物姿势图、单通道深度图），或直接将图片拖入该节点区域（鼠标悬停时边框变蓝才表示位置正确）。
注意：线稿图建议用纯黑线+透明/白色背景的PNG；姿态图需是标准OpenPose输出格式（关键点坐标图）；深度图必须是单通道灰度图，非RGB伪彩色图——传错格式会导致预处理器报错或输出全白/全黑控制图。
配置ControlNet参数并运行
第一步：找到“Apply ControlNet”节点，检查其输入端口是否已自动连接来自预处理器的“control_net”输出和主模型的“conditioning”输入；若未连，手动拖线连接。
第二步：在“Apply ControlNet”节点内，调节三个核心参数：
• Strength：控制强度，人像类建议0.5–0.7，线稿上色可拉到0.8–1.0；
• Start Percent：控制开始步数，设为0.0表示从第一步就介入；
• End Percent：控制结束步数，设为1.0表示全程生效；
第三步：确保“基础调度器”（KSampler）中的Denoise值不高于0.4——ControlNet依赖低噪声条件，Denoise＞0.4会大幅削弱控制效果，尤其对姿态和深度类控制。
点击右上角“Queue Prompt”，等待生成完成，右键缩略图→“Save Image”保存无水印PNG。
