【ComfyUI工作流】 Flux_简单使用

一、Flux模型

1、FLUX.1 Dev fp16

• 本地跑Flux最优质的模型

• 不支持商用

• 生图极慢

• 建议16GB显存以上使用

2、FLUX.1 Schnell fp16

• 与其他Flux效果完全不同

• Apache2.0 license许可下支持商用

• 生图速度比原模快

• 支持4步生图（图片需要更多细节，可提高到8-10质量会更好）

• 建议16GB显存以上使用

3、FLUX.1 Dev fp8

• 非常推荐使用

• 效果仅次于FLUX1 Dev fp16原模

• 生图速度极快

• 6-8GB显存可使用

4、FLUX.1 Schnell fp8

• 与其他Flux效果完全不同

• Apache2.0 license许可下支持商用

• 生图速度比原模快

• 支持4步生图

• 6-8GB显存可使用

lib上可下载，地址：

https://www.liblib.art/modelinfo/de40ff893256477bbb1bb54e3d8d9df6?from=search&versionUuid=7b3004f6dcb94298b19a1b3b38430c13

没有会员的我帮你下载好了，扫下图领取：

模型存放路径：（我下载我可以承受的显存6-12GB）

models-unet

上面的模型是需要VAE的哈！！！

-

低显存可使用版本

5、FLUX1.0 dev NF4

• 整合vae和clip

• 尽可能保留细节的基础上，最大程度还原FLUX原模的效果

• 速度提升4倍

• 显存要求降低4GB可使用

lib上可下载，地址：

https://www.liblib.art/modelinfo/0175a2f9826d4c3a9335380940f87f58?from=search&versionUuid=54fb76b871364e2b966b4d6ad21655d0

没有会员的我帮你下载好了，扫下图领取：

模型存放路径：

models-checkpoints

6、FLUX.1 GGUF版本

根据显存大小下载最接近显存数字的模型大小

如：6GB选择Q3_K_S或Q4_0

下载地址

https://huggingface.co/city96/FLUX.1-dev-gguf/tree/main（这个翻墙就能下，好使！）

模型存放路径：

models-unet

二、FLUX clip模型

下载地址

https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main

模型存放路径：

models-clip

三、Flux节点安装

1、GGUF，需手动安装

github地址

https://github.com/city96/ComfyUI-GGUF

2、NF4，需手动安装

github地址

https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4

3、xlabs，需手动安装

① xlabs，为UNA使用FLUX controlnet的一个节点包

github地址

https://github.com/XLabs-AI/x-flux-comfyui

存放路径：

ComfyUI-custom_nodes

② xlabs针对FLux的lora

comfy converted可直接放入根目录-models-loras

不带comfy converte，放入根目录-models-xlabs-loras才能被识别

下载地址

https://huggingface.co/XLabs-AI/flux-lora-collection/tree/main

存放路径：

Models-xlabs-loras

4、xlabs针对FLux的controlnet

支持最好的controlnet模型，hed/depth/canny，直接下v3版本

下载地址：
https://huggingface.co/XLabs-AI/flux-controlnet-collections/tree/main

存放路径：

Models-xlabs-controlnet

四、FLUX使用

1、节点说明

① UNET加载器（Load Diffusion Model）

用来识别并加载FLUX模型的

剪枝类型（weight dtype），默认default为fp16，fp8就选fp8的

② 双CLIP加载器（DualCLIPLoader）

CLIP1，可选择t5xxl fp8或者t5xxl fp16都可以

CLIP2，选择clip_l

以上：CLIP1和CLIP2可以相互交换的

③ VAE加载器（Load VAE）

④ FLux采样器（FLux Sampler Parameters）

该节点来自：ComfyUI essentials

2、FLUX基础文生图工作流

FLUX模型不需要负面提示词

① 采样器+调度器（目前需要手动输入）

• 官方推荐，euler + simple

• 可尝试，euler + beta / uni_pc_bh2 + simple / ipdmn + simple

• euler + beta 与 euler + simple 区别，在于beta对光影的捕捉更自然、整体画面更明亮

② guidance（CFG中的G，控制提示词相关性）

• 官方默认3.5，建议2-5

• guidance=2，艺术发挥空间更大，艺术效果更浓

• guidance>5，画面的对比度会更强烈

• 教程中说guidance>3，画面偏写实，guidance<3，画面偏动漫（我怎么是反的ε=(´ο｀*)))唉）

• 做写实场景，建议2-3

• 做非写实场景，建议3-4.5

-

FLUX工作流设置对比（没用过，记录下设置）

① FLUX1 Dev原模

② FLUX1 Schnell

③ FLUX1 fp8

④ FLUX1 GGUF

⑤ FLUX1 NF4

3、搭配lora

注意：NF4据说暂不支持lora

用官方的lora（官方的不好使），使用FLux加载LoRA，如下：

本地节点没连错，不知道是不是配置的问题，加了lora全是噪点，从这里就直接使用lib线上

用普通的lora加载器就可以，如下所示：

4、增加高清放大

使用节点Ultimate SD Upscale的SD放大 + 放大模型加载器

需要加载个空的负向提示词

SD放大设置：

CFG：1

降噪：0.1-0.2（太高就与原图不像啦）

-

用NF4搭建的高清放大，如下：

5、FLUX基础图生图工作流

懒得写提示词，加了个Joy Caption 2提示词反推

6、局部重绘

增加节点：

• 差异扩散（differential diffusion），该节点可逐步改善图像质量，并生成细节更丰富的功能，在做局部重绘时，可以拥有更好的效果。

  

• 遮罩高斯模糊（gaussian blur mask），该节点专门用来优化蒙版边缘衔接的。

  

• 内部模型条件（inpaint model conditioning），该节点专门做局部重绘时用到的。

增加一个空的负向提示词

删除VAE编码（因为内部模型条件中已有）

由于lib直接在图像上涂抹遮罩一直不好使，增加一个segment_anything语义分割，如下所示：

7、加载controlnet

Canny

Depth

Hed

综上，flux的controlnet这三个效果，Canny、Depth可以凑合着用用

走完一遍FLUX基础使用，终于有个概念啦

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！

对于0基础小白入门：

如果你是零基础小白，想快速入门AI绘画是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括：stable diffusion安装包、stable diffusion0基础入门全套PDF，视频学习教程。带你从零基础系统性的学好AI绘画！

零基础AI绘画学习资源介绍

👉stable diffusion新手0基础入门PDF👈

（全套教程文末领取哈）

👉AI绘画必备工具👈

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉AI绘画基础+速成+进阶使用教程👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉12000+AI关键词大合集👈

这份完整版的AI绘画全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】