laya/model.safetensors 843 MBlaya/multilingual/model.safetensors 644 MBplugin/ComfyUI-H3-WushuBridge/models/wushu_bridge/wushu_bridge_wushu_v1.safetensors 17 MBplugin/ComfyUI-H3-WushuBridge/models/wushu_bridge/wushu_bridge_wushu_v2.safetensors 17 MBwushu_bridge_wushu_v1.safetensors 17 MBwushu_bridge_wushu_v2.safetensors 17 MBplugin/ComfyUI-H3-WushuBridge/models/wushu_bridge/wushu_jev_wushu_v1.safetensors 7 MBplugin/ComfyUI-H3-WushuBridge/models/wushu_bridge/wushu_jev_wushu_v2.safetensors 7 MBwushu_jev_wushu_v1.safetensors 7 MBwushu_jev_wushu_v2.safetensors 7 MBCanonical v2 safetensors were replaced in-place (no new v2.1/v3 filenames):
wushu_bridge_wushu_v2.safetensors · wushu_jev_wushu_v2.safetensors (+ reports)datasets/wushu_pairs_v2_logic_chains.jsonl (863 pairs, CONTINUITY_OPS in DEFAULT_OPS)Code continuity improvements: GitHub commit b696d7e.
v1.1.2（XYZ 坐标锁定 + 逻辑链 + 六大翻车差向量）
Hugging Face 仓库现已托管 完整插件 + 权重（原名h3-wushu-bridge-weights已重定向到本仓）。
代码含 continuity / hit-feedback 逻辑链；推荐使用本仓 v2 权重（2026-10-01 已用 863 对 continuity 数据重训并覆盖发布）。
中文 | English
| GitHub（源码） | https://github.com/Jojocodex-dotcom/ComfyUI-H3-WushuBridge |
| 本仓（插件 + 权重） | https://huggingface.co/Jojocodex/ComfyUI-H3-WushuBridge |
| 配套武打 LoRA | https://huggingface.co/Jojocodex/wushu-action-v7-minimax-h3-fl2va-ref2va-lora |
| 许可 | Apache-2.0（插件代码与本仓权重；上游 MiniMax H3 另受其社区许可约束） |
ComfyUI-H3-WushuBridge 是插在 MiniMax H3 CONDITIONING 节点之间的残差「武打语义逻辑桥」：
CLIPTextEncode(H3) ──► [ H3 武打语义逻辑桥 ] ──► KSampler / H3 采样节点
│ ▲
│ └─ 只替换 embedding 张量
└─ conditioning minimax_keyframes / minimax_refs /
[1, T, 5120] + metadata minimax_frame_count 等 metadata 原样保留
它把「力线、格距、面对面、命中反馈、切镜身份/空间连续、XYZ 站位」等武打逻辑写进 H3 自己的 conditioning 空间，而不是改提示词字面。架构对标社区 MiniMax-H3-Semantic-Bridge，但训练数据、判据、评分头全部换成武打专用，模型极小，可在装了 H3 的 ComfyUI 里原地训练。
用户实测中，裸 H3（即便叠武打 LoRA）常出现这些逻辑翻车：
xyz= 锁定） 本插件用「正例种子 − 定向降级负例」把上述失败写成训练差向量；评分头也会对正例扣分。另有 BUNNY 风格高动态逻辑链（缴械、撞墙反弹、遮挡再识别、追击、状态继承等）。
| 项 | 说明 |
|---|---|
| 默认桥 | Transformer 残差桥：2 层、d=256、4 头（跨 token，约 4.2M / fp32 ~16MB） |
| 可选桥 | MLP 5120→512→512→5120（社区同构，可加载社区权重对照） |
| 应用 | out = x + α · residual(x)，支持幅度对齐、auto_alpha（分低多修）、guard（改坏回退） |
| 元数据 | 只动 embedding；minimax_* 等 conditioning metadata 原样保留 |
| 评分头 | JEV 式：conditioning → P(武打逻辑合格)，无解码 |
日常出片默认只注册 5 个核心节点（分类 MiniMax H3/Wushu Bridge）：
| 节点 | 用途 |
|---|---|
| H3 武打语义逻辑桥 | 夹在 conditioning 之间，写入武打逻辑残差 |
| H3 武打提示词体检 | h3lint 八维规则体检（纯 CPU） |
| H3 武打逻辑评分 | JEV 式概率打分 / 门控 |
| H3 武打编排 | 动作导演编排 |
| H3 武打桥 清空缓存 | 卸载常驻权重 |
训练 / 诊断节点（构建数据集、采集训练对、训桥、训 JEV、降级预览、token 段定位等）默认隐藏。需要时：
# Linux / macOS
export WUSHU_BRIDGE_NODES=all
# Windows cmd
set WUSHU_BRIDGE_NODES=all
然后重启 ComfyUI。
logic_chains.py）：打斗完整弧（逼近→攻防→接触→反馈→终结）+ 行为连续性（ownership / occlusion / momentum / pursuit / facing / state_carry …）+ xyz_coord_duelfacing_break / jump_orphan / spell_miss_target / identity_drift / teleport_cut / spell_no_feedback / xyz_drift）DEFAULT_OPS 已混入上述 CRITICAL；详见仓库 docs/逻辑链说明.md相机相对地面坐标系（建议每镜开头重申）：
| 轴 | 含义 | 符号 |
|---|---|---|
| X | 画面左右 | 左 (−) / 右 (+) |
| Y | 纵深 | 近相机 (−) / 远 (+) |
| Z | 离地高度 | 0 = 站立双脚着地 |
单位：抽象「步」。典型对决：角色A@xyz=(-2,0,0) 与 角色B@xyz=(2,0,0) 面对面。
降级 xyz_drift 会扰动或剥掉坐标；评分 xyz-lock 偏好带 xyz 的多镜对决。
任选其一，放到 ComfyUI/custom_nodes/ComfyUI-H3-WushuBridge/ 后重启：
git clone https://github.com/Jojocodex-dotcom/ComfyUI-H3-WushuBridge.git权重放到 ComfyUI/models/wushu_bridge/（也可直接用插件树内 models/wushu_bridge/ 镜像）。
自检（无需 H3 / 显卡）：
python ComfyUI/custom_nodes/ComfyUI-H3-WushuBridge/tools/selftest.py
ComfyUI-H3-WushuBridge/ ← 本 Hugging Face 仓根
├─ README.md ← 本模型卡
├─ wushu_bridge_wushu_v1.safetensors
├─ wushu_jev_wushu_v1.safetensors
├─ *_report.json
├─ datasets/
│ └─ wushu_pairs_v2_logic_chains.jsonl ← 最新 TEXT 对（重训用）
├─ plugin/ComfyUI-H3-WushuBridge/ ← 完整插件源码树
├─ releases/ComfyUI-H3-WushuBridge-plugin.zip
└─ laya/ ← 可选 Laya 裁判 bundle
GitHub 源码树布局见项目 README「目录结构」一节。
重要：下列 v1 safetensors 在完整逻辑链 / XYZ / 六大翻车差向量落地之前训成。
代码已是 v1.1.2，但神经网络权重尚未用wushu_pairs_v2_logic_chains.jsonl+ H3 CLIP 5120-d 重训。
要吃满新逻辑，请在本机按plugin/.../docs/训练流程.md重训后替换。
wushu_bridge_wushu_v1.safetensors（~16 MB）| 用途 | 残差语义桥权重（武打 v1）：插在 conditioning 上，把「坏逻辑」embedding 朝「好逻辑」方向推 |
| 架构 | 默认 trans：2 层 Transformer，d=256，4 头；dim=5120（H3） |
| 训练快照 | ~4.2M 参数；676 TEXT 对时代训成；验证相对增益 / 方向对齐见同目录 wushu_bridge_wushu_v1_report.json |
| 如何加载 | 节点「H3 武打语义逻辑桥」→ bridge 选此文件；建议 alpha≈0.12、magnitude_match=per_token、token_span=all（参考图模式用 tail） |
| 行为开关 | alpha 固定强度；auto_alpha 按 JEV 分偏低时加大修正；guard 若改坏评分则自动回退 |
| 尚不包含 | 逻辑链 / CRITICAL（含 xyz_drift）全量重训结果；不是完整 H3 或 LoRA |
wushu_jev_wushu_v1.safetensors（~6.7 MB）| 用途 | JEV 式评分头：conditioning → P(武打逻辑合格)，供评分节点与桥的门控 / auto_alpha |
| 架构 | hidden=256，约 1.7M 参数；温度校准后 ECE≈0.009；验证准确率≈0.83、AUC≈0.92（见 report） |
| 如何加载 | 「H3 武打逻辑评分」→ judge 选此文件，aggregate=mean，threshold=0.5；桥节点也可同时挂上作 guard |
| 尚不包含 | 针对 v1.1+ 六大翻车 / XYZ 槽位的重标定 |
*_report.json训练指标快照（参数量、验证 sem / accuracy / AUC / ECE、漂移、逐轮 history）。便于对照复现，不是推理必需。
datasets/wushu_pairs_v2_logic_chains.jsonl（~615 对）| 用途 | 最新 TEXT 好坏对，带逻辑链标注与 CRITICAL 降级（含 xyz_drift） |
| 用途边界 | 供重训桥与 JEV；不是给推理节点直接加载的权重 |
| 配套 | datasets/wushu_pairs_v2_logic_chains_stats.json |
laya/（若存在）可选 Laya 裁判 bundle（english + multilingual）。装完插件后：
python tools/setup_laya.py --from ours
即可从本仓 laya/ 装配，无需手抠文件。
以下文件已从本仓删除，请勿再引用旧链接：
wushu_bridge_cloud.safetensors / wushu_jev_cloud.safetensors（早期云端对照） wushu_pairs_v1_pairs.jsonl / wushu_pairs_v1.json（旧对清单；请改用 v2 logic_chains）旧仓名 Jojocodex/h3-wushu-bridge-weights 已重定向到 Jojocodex/ComfyUI-H3-WushuBridge。
# 1) 装插件（zip 示例）
cd ComfyUI/custom_nodes
curl -L -o plugin.zip \
https://huggingface.co/Jojocodex/ComfyUI-H3-WushuBridge/resolve/main/releases/ComfyUI-H3-WushuBridge-plugin.zip
unzip plugin.zip # 得到 ComfyUI-H3-WushuBridge/
# 2) 装权重（若 zip/插件树里尚未带上）
mkdir -p ComfyUI/models/wushu_bridge && cd ComfyUI/models/wushu_bridge
BASE=https://huggingface.co/Jojocodex/ComfyUI-H3-WushuBridge/resolve/main
curl -L -O $BASE/wushu_bridge_wushu_v1.safetensors
curl -L -O $BASE/wushu_jev_wushu_v1.safetensors
# 3) 重启 ComfyUI → 接线
# CLIPTextEncode(H3) → H3武打语义逻辑桥 → 采样
# bridge = wushu_bridge_wushu_v1.safetensors
# judge = wushu_jev_wushu_v1.safetensors（可选）
提示词里可写 XYZ，例如：角色A@xyz=(-2,0,0) / Fighter A at xyz=(-2,0,0)。
plugin/.../wushu_bridge/vendor/laya/LICENSE） @misc{comfyui-h3-wushubridge,
title = {ComfyUI-H3-WushuBridge: MiniMax H3 Wushu Semantic Logic Bridge},
author = {Jojocodex},
year = {2026},
howpublished = {\url{https://github.com/Jojocodex-dotcom/ComfyUI-H3-WushuBridge}},
note = {Weights: \url{https://huggingface.co/Jojocodex/ComfyUI-H3-WushuBridge}}
}
ComfyUI-H3-WushuBridge is a residual wushu (martial-arts fight) semantic logic bridge for MiniMax H3. It sits between CONDITIONING nodes:
CLIPTextEncode(H3) → [ Wushu Bridge ] → sampler
It only replaces the embedding tensor and preserves minimax metadata (minimax_keyframes, minimax_refs, minimax_frame_count, …). Default architecture is a 2-layer Transformer bridge (d=256); an MLP option matches the community Semantic Bridge for A/B loading.
Bare H3 often breaks fight logic: meaningless jumps, fighters not face-to-face, spells missing the opponent, identity/position jumps on cuts, weak spatial logic, weak spell-hit feedback — plus XYZ coordinate locking in v1.1.2.
Six CRITICAL failure modes are encoded as degrade ops (facing_break, jump_orphan, spell_miss_target, identity_drift, teleport_cut, spell_no_feedback, xyz_drift).
Core (default): bridge, h3lint, JEV score, choreography, clear-cache.
Train/dev nodes appear when WUSHU_BRIDGE_NODES=all.
Camera-relative ground frame: X left(−)/right(+), Y near(−)/far(+), Z height (0 = standing). Example: A@xyz=(-2,0,0) facing B@xyz=(2,0,0).
plugin/ComfyUI-H3-WushuBridge releases/ComfyUI-H3-WushuBridge-plugin.zip | File | Size | Role |
|---|---|---|
wushu_bridge_wushu_v1.safetensors |
~16MB | Residual semantic bridge (trans, 2L d=256). Load in bridge node. Supports alpha / auto_alpha / guard. |
wushu_jev_wushu_v1.safetensors |
~6.7MB | JEV-style head: conditioning → P(logic-pass). Score node + gating. |
*_report.json |
small | Training metrics snapshots |
datasets/wushu_pairs_v2_logic_chains.jsonl |
~615 pairs | Latest TEXT pairs with logic chains + CRITICAL ops (incl. xyz_drift) — for retraining |
laya/ |
optional | Laya judge bundle (tools/setup_laya.py --from ours) |
Explicit: v1 weights predate full logic-chain / XYZ retrain. Code is v1.1.x; neural weights need a local retrain with H3 CLIP 5120-d (see docs/训练流程.md).
Removed: cloud weights and v1 pair dumps — use latest files only. Old repo id h3-wushu-bridge-weights redirects here.
Apache-2.0 for this plugin and published wushu v1 weights. Upstream MiniMax H3 follows its own community license.