Reactor是目前ComfyUI生态中使用频率最高的人脸替换节点之一，它基于InsightFace的inswapper_128模型实现，换脸速度快、效果自然，对显存要求也不算苛刻。只要安装配置得当，配合ControlNet和放大模型，完全可以做出以假乱真的高精度换脸效果。本文将从环境准备、基础工作流搭建、参数详解到常见问题排查，完整走一遍Reactor换脸的全流程。
一、Reactor节点的安装与模型准备
Reactor是一个第三方自定义节点包，需要通过ComfyUI Manager安装，或者手动克隆到custom_nodes目录。推荐使用Manager安装，步骤简单且方便后续更新。打开ComfyUI Manager，在节点搜索框中输入Reactor，找到ComfyUI-ReActor节点后点击安装，安装完成后重启ComfyUI即可。
如果你更喜欢命令行方式，也可以手动安装。进入ComfyUI的custom_nodes目录，执行以下命令：
cd ComfyUI/custom_nodes git clone https://github.com/Gourieff/ComfyUI-Reactor.git cd ComfyUI-Reactor pip install -r requirements.txt
节点安装完成后，还需要准备核心模型inswapper_128.onnx，这是换脸效果的灵魂文件。将它放到ComfyUI/models/insightface目录下。同时Reactor依赖多个辅助模型来做人脸检测、人脸解析和图像恢复，常用的几个包括：det_10g.onnx（人脸检测）、gfpgan模型（面部修复）、facerestore模型等，分别放到对应的models目录中。如果启动时控制台报错找不到模型，优先检查这些文件是否放对了位置。
需要注意的是，inswapper_128.onnx体积较大，且部分来源需要自行搜索下载。如果之前装过FaceFusion或roop项目，可以直接复用相同的模型文件，不必重复下载。所有模型放好后重启ComfyUI，在节点列表中搜索Reactor，能看到ReactorFastFaceSwap、ReactorFaceSwap等节点，说明安装成功。
二、基础换脸工作流搭建
最简的Reactor换脸工作流只需要三个核心节点。首先是Load Image节点，加载源人脸图片，也就是你想“换上去”的那张脸；其次是目标图片来源，可以是另一个Load Image节点直接读图，也可以是文生图或图生图的输出结果；最后是ReactorFaceSwap节点，把源图和目标图分别接到input_image和source_image接口上，输出的就是换脸后的图像。
具体连线方式如下面的工作流示例：如果你想让AI生成的图片使用指定人脸，可以搭建这样的流程：Checkpoint加载器接入KSampler，KSampler的LATENT输出经过VAE Decode得到目标图像，再送入ReactorFaceSwap的input_image，同时Load Image加载的人脸照片接入source_image。ReactorFaceSwap的输出接到Save Image保存即可。
ReactorFaceSwap节点本身还提供多个可调参数，理解这些参数对效果的影响很关键：
- swap_model：选择换脸模型，一般只有inswapper_128一个选项。
- facedetect：人脸检测器，retinaface_resnet50是默认选项，检测精度和速度比较均衡。
- face_restore_model：面部修复模型，推荐选择GFPGAN或codeformer，可以显著提升换脸后脸部的清晰度和真实感。
- face_restore_visibility：修复强度，数值越高磨皮感越明显，建议保持在0.8到1之间。
- detect_gender：指定检测的性别，可以避免换错人脸，多人场景很实用。
如果不知道从哪里开始，也可以在GitHub仓库中下载官方提供的示例工作流JSON文件，直接拖入ComfyUI界面加载，在此基础上修改图片和参数，比从零搭建快得多。
三、提升换脸精度的进阶技巧
基础工作流跑通后，往往会发现直接换脸的清晰度不够，尤其是生成高分辨率图片时，脸部细节容易糊。这是因为inswapper_128模型本身只在128像素尺度上工作，换完的脸分辨率有限。解决办法是在换脸之后再接一个 upscale 流程，比如用Upscale Image节点先把图像放大，再走一遍Latent放大或者使用SUPIR等细节修复模型，脸部的毛孔、发丝细节会明显改善。
另一个常见需求是保持人物姿势和表情不变，这时可以引入ControlNet。在生成目标图像阶段用OpenPose或Mesh Graphormer控制人物姿态，先用固定人脸的角色生成基础图像，再通过Reactor替换为目标人脸。分两步走的好处是姿态可控，换脸的成功率更高，侧脸、低头等复杂角度的效果也更稳定。
此外，源人脸图片的质量直接决定换脸上限。选择源图时注意几点：正脸或轻微侧脸、光线均匀、五官清晰无遮挡、分辨率不低于512像素。一张高质量的源图，比任何后期修复模型都更能提升最终效果。如果有多角度的多张源图，Reactor还支持输入人脸embedding的平均融合，多图参考能让换脸结果更接近真人。
对于多人合照场景，Reactor提供了face index相关参数，可以指定只替换第几张检测到的人脸，配合detect_gender参数过滤，基本可以做到精准替换指定人物而不影响其他人。
四、常见问题与排查方法
使用过程中最典型的问题是换脸后脸型不像源图。这通常不是模型问题，而是源图和目标图的脸型差异太大，inswapper只迁移五官特征，不改变脸型轮廓。解决办法是在目标图生成阶段就选择脸型接近的人物，或者换脸后用小幅度重绘修正轮廓。
其次是运行报错问题。如果控制台提示找不到onnxruntime或者onnxruntime_providers_shared，说明GPU版本的依赖没装好，可以尝试手动安装pip install onnxruntime-gpu。CUDA版本不匹配也会导致推理回退到CPU，速度会慢一个数量级，此时检查onnxruntime与CUDA、cuDNN的版本对应关系。另外，旧显卡用户如果遇到无法加载模型的问题，可以在Reactor设置里关闭CUDA执行模式，改用CPU推理，虽然慢但能出结果。
最后提醒一点，换脸作品的发布和使用务必遵守法律法规和平台规则，未经他人授权不得擅自使用其肖像，技术应当用于合法合规的创作场景，比如影视特效、虚拟主播形象制作等。掌握好Reactor工作流后，配合放大和修复模型，你就能在ComfyUI中搭建出一条稳定的高精度人脸替换流水线。
ComfyUIReactor换脸节点AI换脸工作流修改时间：2026-09-03 00:58:53