Nếu bạn từng vật lộn với Qwen-Image trên ComfyUI, cảnh quen thuộc là: prompt dài ngoằng, seed đổi loạn, LoRA mở sai mức, ra ảnh na ná nhưng không giống cái mình muốn. Repo này cố định hóa mọi thứ thành một quy trình: prompt theo cấu trúc 7 yếu tố của tác giả gốc, LoRA NSFW mở cố định, còn tư thế thì điều khiển bằng 3D doll thay vì nhồi mô tả bằng chữ.
Nói gọn: đây là một skill cho agent (Claude Code, Codex, Cursor, OpenClaw) kiêm bộ script Python điều khiển ComfyUI, kèm 136 tư thế trong thư viện VNCCS và một loạt workflow JSON dựng sẵn. Mục tiêu là tái lập được đúng ảnh mẫu của các tác giả trên Civitai, chứ không phải “cứ ra ảnh là xong”.
Nó giải quyết đúng cái đau đầu nhất: tái lập kết quả
Repo chia làm bốn route rõ ràng, mỗi route ứng với một tình huống:
- Route ①: text to image với NSFW LoRA bắt buộc mở, dùng khi cần ảnh mới từ mô tả.
- Route ②: edit ảnh có sẵn, giữ mặt và trang phục, chỉ đổi tư thế.
- Route ③: chuyển tư thế bằng script, đầu vào là ảnh render doll 3D, không cần mở trình duyệt.
- Route ④: VNCCS PoseStudio, chọn tư thế chính xác trong thư viện 136 cái.
Cái đáng giá nằm ở chỗ repo ghi rõ công thức: sampler er_sde, scheduler beta, CFG 2.5, 50 bước, khung 1152×1728. Prompt phải viết đủ 7 yếu tố, dài 300 đến 1500 ký tự, có trigger word của LoRA. README còn ghi thẳng một quy tắc khá lạ: nếu định giảm chất lượng (tắt LoRA, rút prompt, giảm bước) thì phải báo trước cho người dùng biết cái giá, không được âm thầm hạ cấu hình. Đây là kiểu kỷ luật mà mấy repo “prompt hay” thường thiếu.
Điểm kỹ thuật đáng để ý là cách chọn ảnh tham chiếu tư thế. Repo cảnh báo rõ: đừng lấy ảnh chụp hay tranh minh họa làm pose reference, vì model sẽ kéo luôn nhân vật trong ảnh đó vào khung hình, hoặc vẽ lại y nguyên người trong ảnh. Phải dùng ảnh render doll 3D không có đặc điểm nhận dạng. Đây là lỗi rất nhiều người mắc khi làm pose transfer và không hiểu tại sao mặt nhân vật bị “lai”.
Vì sao repo này hút sao nhanh
Tính đến lúc bài này viết, repo có 2.586 sao, tạo ngày 13/10/2026 và cập nhật ngày 17/10/2026. Bốn ngày, hơn 2.500 sao. Con số đó nói lên nhu cầu thật: cộng đồng chạy Qwen-Image local đang thiếu một tài liệu chuẩn để bám vào, nhất là phần NSFW, nơi gần như không có hướng dẫn tử tế vì lý do chính sách.
Điểm khác biệt so với các repo prompt gallery thông thường: có script tự kiểm tra môi trường (doctor.py), có metadata của ảnh gốc để đối chiếu, có workflow JSON kèm theo, và quan trọng nhất là tác giả nói rõ ảnh nào đã tái lập được và tái lập tới đâu. Repo cũng ghi rõ dữ liệu đo hiệu năng đến từ một máy DGX Spark (1024×1024, 40 bước, khoảng 32 giây mỗi ảnh), chứ không phải máy phổ thông. Chi tiết này khiến mình tin phần còn lại của README hơn.
Cài và chạy thử
Trước hết đọc install/setup.md để cài model, LoRA, node của ComfyUI và thư viện tư thế. Xong thì chạy bước tự kiểm tra, chỉ đọc, không sửa gì:
python3 scripts/doctor.py
Script này kiểm tra lần lượt kết nối ComfyUI, model gốc và LoRA, node VNCCS, thư viện tư thế, backend trình duyệt, và chỉ ra cách sửa từng mục thiếu. Khi mọi thứ xanh, chạy lệnh tái lập ảnh mẫu trong khoảng 5 phút:
python3 scripts/qwen_pose_test.py \
--mode t2i --name author_case_shower \
--prompt "$(cat prompts/taws_v13_shower.txt)" \
--seed 80964 \
--steps 50 --cfg 2.5 --sampler er_sde --scheduler beta \
--width 1152 --height 1728 \
--lora "qwen2_1-femaledVaginus-nsfw-v1_3-fine_L22-31.safetensors" \
--lora-strength 1.0 \
--out outputs/author_case/shower.png
Ảnh đối chiếu nằm ở downloads/samples/taws_v13_shower_author.jpg, metadata đầy đủ (prompt, tham số, seed, workflow) ở downloads/samples/phase5_meta.json. Muốn xem danh sách tư thế thì chạy:
scripts/run_vnccs_ui.py --list-poses
Còn route ③, chuyển tư thế bằng script, không cần trình duyệt:
scripts/run_pose_transfer.py --char <ảnh nhân vật> --pose-ref <ảnh doll 3D> --out <đường dẫn>
Phần cứng: đọc kỹ trước khi tải 16GB model
Bộ model int8 của Qwen-Image 2.1 nặng khoảng 16GB (diffusion 6.8GB, text encoder 8.7GB, VAE 0.6GB), mỗi LoRA tối đa 608MB. Repo chia mức khá thực tế: 12GB VRAM chạy được nhưng ComfyUI sẽ đẩy bớt model ra RAM nên chậm; 24GB VRAM (3090, 4090) là mức thoải mái; 8GB VRAM thì phải dùng bản GGUF lượng tử hóa. Cần khoảng 40GB ổ cứng. Linux là môi trường dễ nhất, Windows nên dùng WSL2.
Phần macOS được ghi rõ là dữ liệu do cộng đồng báo lại, tác giả không có máy Mac để test. Cụ thể: M5 Pro 48GB chạy int8 khoảng 144 giây mỗi ảnh 1024, M1 Max 64GB mất 7 đến 10 phút mỗi ảnh. Có một lỗi đã biết là VAE encode lỗi chập chờn trên MPS, cách né là bật --cpu-vae. Mình đánh giá cao việc tác giả nói thẳng “chưa test” thay vì copy số liệu lung tung.
Ai nên dùng, ai không
Hợp nhất với người đã có ComfyUI chạy ổn và đang loay hoay với Qwen-Image. Bạn có sẵn ảnh nhân vật, cần đổi tư thế mà giữ mặt. Bạn làm nội dung minh họa và cần một pipeline tái lập được thay vì ngồi chỉnh prompt bằng cảm tính.
Không hợp với người mới hoàn toàn. Bạn phải tự cài ComfyUI, tự tải model từ HuggingFace và Civitai, tự xử lý node. Repo không phải app một click. Nếu bạn chỉ cần một giao diện web để gõ prompt ra ảnh thì đây là overkill.
Điểm trừ và mấy chỗ cần cân nhắc
- License Apache-2.0 chỉ áp cho code và tài liệu gốc. Ảnh mẫu của tác giả Civitai, thư viện tư thế của MIUProject và Totemistyk, model và LoRA đều thuộc bên thứ ba, dùng thương mại phải tự kiểm tra lại giấy phép từng cái. Đừng đọc mỗi dòng Apache-2.0 rồi tưởng được phép làm mọi thứ.
- Repo mới 4 ngày tuổi. Số sao cao nhưng độ trưởng thành chưa được kiểm chứng theo thời gian. Workflow JSON có thể lệch với các bản ComfyUI sau này.
- Nội dung NSFW là trọng tâm, không phải phụ. Nếu mục đích của bạn là ảnh trong sáng, bạn đang kéo theo cả một đống thứ không cần thiết, và còn phải tắt LoRA bằng tay ở mọi lệnh.
- Dữ liệu hiệu năng chủ yếu đến từ một cấu hình máy đặc biệt. Đừng lấy con số 32 giây mỗi ảnh ra so với máy của bạn.
Về so sánh, mình không đủ chắc để đặt repo này cạnh các bộ “agent skill” tương tự trên GitHub vì số lượng repo loại này đang tăng nhanh và mình chưa chạy thử cái nào khác trong cùng phân khúc. Nên bỏ qua phần đó thay vì đoán bừa.
Điều mình thấy đáng học ở đây không nằm ở phần NSFW. Nó nằm ở cách tác giả biến một quy trình thử sai thành bộ tham số cố định, kèm ảnh gốc để đối chiếu và script tự kiểm tra môi trường trước khi chạy. Nếu bạn đang chạy Qwen-Image local, clone repo về, chạy doctor.py trước, rồi tự so kết quả với ảnh mẫu. Hai nghìn năm trăm sao trong bốn ngày là tín hiệu đủ để bỏ 20 phút thử: Arekejoker/qwen21-nsfw-pose-skill.
