ComfyUI工作流加载教程Nunchaku FLUX.1-dev文生图快速出图1. 开篇让顶级AI绘画模型在你的电脑上跑起来如果你尝试过在本地运行那些效果惊艳的AI绘画模型大概率会遇到一个头疼的问题显存不够。像FLUX.1-dev这样的顶级模型原版动辄需要30GB以上的显存直接把大多数人的游戏显卡挡在了门外。好消息是现在有了Nunchaku FLUX.1-dev。这个版本通过先进的量化技术把模型的“胃口”变小了让它在消费级显卡上也能流畅运行。简单来说就是让原本需要专业工作站才能跑起来的模型现在用你的RTX 4060、4070甚至笔记本显卡就能体验。这篇文章我会带你一步步在ComfyUI里把这个模型跑起来。从环境准备、插件安装到模型下载、工作流加载最后生成你的第一张高质量图片。整个过程就像搭积木跟着做就行不需要你懂太多底层技术。2. 准备工作确保你的电脑“吃得消”在开始安装之前我们先花两分钟检查一下你的电脑配置。这就像做饭前要看看厨房有没有锅碗瓢盆一样确保一切就位。2.1 硬件要求最核心的就是显卡。Nunchaku FLUX.1-dev对显卡的要求很友好推荐配置NVIDIA RTX 4060 Ti 8GB / RTX 4070 12GB 或更高最低要求支持CUDA的NVIDIA显卡6GB显存可以尝试8GB及以上体验更好显存说明INT4量化版约需7-8GB显存FP8量化版约需17GB显存原版FP16约需33GB显存我们不推荐这个版本如果你不确定自己的显卡型号可以在Windows上按WinR输入dxdiag在“显示”标签页查看。2.2 软件环境软件方面需要准备三样东西Python 3.10或更高版本这是运行ComfyUI的基础Git用来下载代码和插件pipPython的包管理工具通常安装Python时会自带检查Python版本的方法很简单打开命令行Windows上是CMD或PowerShellmacOS/Linux上是Terminal输入python --version如果显示Python 3.10.x或更高就说明没问题。如果没有安装Python可以去官网下载安装包记得安装时勾选“Add Python to PATH”。3. 第一步安装ComfyUI和Nunchaku插件现在开始正式的安装步骤。我会提供两种方法第一种最简单适合大多数人第二种更灵活适合喜欢自己掌控细节的朋友。3.1 方法一用Comfy-CLI一键安装推荐这是目前最省心的安装方式几个命令就能搞定一切。打开你的命令行工具依次输入以下命令# 1. 安装ComfyUI的命令行工具 pip install comfy-cli # 2. 安装ComfyUI本体如果已经安装过这步会自动跳过 comfy install # 3. 安装Nunchaku插件 comfy noderegistry-install ComfyUI-nunchaku # 4. 把插件移动到正确的位置 # 注意这里的ComfyUI/要换成你的实际安装路径 mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes执行完这些命令插件就安装好了。从v0.3.2版本开始插件需要的其他依赖会自动安装你不需要手动处理。3.2 方法二手动安装适合进阶用户如果你更喜欢自己控制每个步骤或者遇到网络问题可以用这个方法。# 1. 下载ComfyUI的代码 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 2. 安装ComfyUI需要的Python包 pip install -r requirements.txt # 3. 下载Nunchaku插件 cd custom_nodes git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes两种方法选一个就行我建议新手用第一种更不容易出错。4. 第二步下载模型文件插件装好了接下来需要下载模型文件。你可以把模型理解成AI的“大脑”没有它软件就不知道该怎么画画。我们需要下载两类文件基础FLUX模型组件和Nunchaku量化版主模型。4.1 下载基础模型组件这些是FLUX模型家族共用的组件包括理解文字的部分和生成图片的部分。首先确保你在ComfyUI的根目录就是有main.py文件的目录。然后执行以下命令# 下载文本编码器负责理解你的文字描述 hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders # 下载VAE模型负责把AI的构思变成最终图片 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae如果提示hf命令找不到需要先安装huggingface-hubpip install huggingface-hub4.2 下载Nunchaku FLUX.1-dev主模型这是最核心的部分。根据你的显卡类型选择下载对应的版本# 绝大多数用户RTX 30/40系列等下载这个INT4版本 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/ # 如果你用的是最新的RTX 50系列Blackwell架构显卡下载这个FP4版本 # hf download nunchaku-tech/nunchaku-flux.1-dev svdq-fp4_r32-flux.1-dev.safetensors --local-dir models/unet/简单来说99%的用户选第一个INT4版本就行。4.3 可选下载LoRA模型风格微调LoRA可以理解为给模型加“滤镜”或者“风格包”。比如你想让生成的图片有某种特定的画风或者想加速生成过程就可以加载LoRA。最常用的一个是FLUX.1-Turbo-Alpha它能显著加快生成速度。如果需要可以这样下载# 把LoRA模型下载到loras目录 # 具体下载命令取决于LoRA的存储位置通常可以在Hugging Face找到 # 下载后放到 models/loras/ 目录下5. 第三步配置工作流并启动模型下载完成后我们需要让ComfyUI知道怎么使用它们。Nunchaku插件已经为我们准备好了现成的工作流直接复制过来就行。5.1 复制工作流文件还是在ComfyUI根目录下执行# 创建工作流目录如果不存在的话 mkdir -p user/default/example_workflows # 复制Nunchaku插件自带的工作流示例 cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/5.2 启动ComfyUI一切准备就绪现在可以启动ComfyUI了# 在ComfyUI根目录下执行 python main.py启动成功后你会看到类似这样的输出Starting server To see the GUI go to: http://127.0.0.1:8188打开浏览器输入http://127.0.0.1:8188就能看到ComfyUI的界面了。6. 第四步加载工作流并生成第一张图片现在进入最激动人心的环节实际生成图片。6.1 加载Nunchaku FLUX.1-dev工作流在ComfyUI网页界面中点击右上角的“Load”按钮在弹出的文件浏览器中找到并进入user/default/example_workflows目录选择nunchaku-flux.1-dev.json这个文件加载成功后你会看到一个已经配置好的工作流界面。所有节点都连接好了不需要你手动连线这对新手特别友好。6.2 输入提示词开始生成工作流加载后找到标有“Positive Prompt”的输入框。这是你告诉AI想要什么的地方。提示词技巧用英文写FLUX模型对英文理解更好描述要具体像跟人说话一样可以包括主体、细节、环境、风格、画质试试这个例子A cute corgi puppy playing in a field of sunflowers, detailed fur, bright sunlight, cinematic photo, 8k resolution 一只可爱的柯基幼犬在向日葵田里玩耍毛发细节丰富阳光明媚电影感照片8K分辨率参数调整可选推理步数Steps默认设置通常不错。如果关闭了Turbo LoRA建议调到20步以上分辨率第一次尝试可以用512x512或768x768。8GB显存建议从512x512开始LoRA权重如果加载了LoRA可以调整权重0.5-1.0之间控制风格强度开始生成 点击界面上的“Queue Prompt”按钮然后等待。生成时间取决于你的显卡性能通常从几秒到一分钟不等。第一次生成可能会稍慢一些因为模型需要加载到显存。生成完成后图片会显示在右侧的预览区域。7. 效果展示看看你的显卡能画出什么为了让你对生成效果有个直观感受这里分享一些用RTX 407012GB显存生成的例子示例1奇幻场景提示词A mystical forest with glowing mushrooms and fairies, magical atmosphere, detailed fantasy art效果生成了充满魔法氛围的森林场景发光蘑菇的细节和精灵的光晕都很到位示例2人物肖像提示词Portrait of a wise old wizard with a long beard and intricate robe, studio lighting, highly detailed效果巫师的面部皱纹、胡须纹理和长袍的褶皱都表现得很好光影自然示例3未来城市提示词Futuristic cityscape at night with flying cars and neon signs, cyberpunk style, rainy streets效果赛博朋克风格的夜景飞车和霓虹灯的反射效果很逼真雨天的湿润感也有体现从这些例子可以看出Nunchaku FLUX.1-dev在消费级显卡上依然能生成细节丰富、构图合理的图片。虽然可能比不上在顶级显卡上运行的原版模型但对于日常创作、设计参考、内容生成来说这个质量已经足够出色。8. 常见问题与解决技巧在实际使用中你可能会遇到一些小问题。这里整理了一些常见情况和解决方法。8.1 问题加载工作流时提示“Missing Nodes”原因工作流用到了某个自定义节点但你的ComfyUI里没有安装。解决安装ComfyUI Manager如果还没安装的话在Manager界面点击“Install Missing Custom Nodes”它会自动检测并安装缺失的节点8.2 问题生成时显存不足Out of Memory原因图片分辨率太高或者同时运行了其他占用显存的程序。解决降低生成图片的分辨率比如从1024x1024降到768x768关闭不必要的程序特别是游戏、视频编辑软件等在ComfyUI启动时添加--lowvram参数python main.py --lowvram8.3 问题生成速度很慢原因可能下载了错误的模型版本或者显卡驱动太旧。解决确认你下载的是INT4或FP4量化版不是原版FP16更新NVIDIA显卡驱动到最新版本如果使用了Turbo LoRA确保它已启用8.4 问题图片质量不理想原因提示词不够具体或者参数设置不合适。解决使用更详细、更具体的英文描述增加推理步数到25-30步如果没开Turbo尝试不同的提示词组合多生成几次看看效果8.5 使用小技巧批量生成可以设置一次生成2-4张图快速获得多个选择提示词结构尝试“主体 细节 环境 风格 画质”的结构分辨率选择8GB显存建议512x51212GB可以尝试768x76816GB以上可以试1024x1024保存工作流调整好的参数可以保存为新的工作流文件下次直接加载9. 总结通过这篇教程你应该已经成功在ComfyUI中部署并运行了Nunchaku FLUX.1-dev文生图模型。让我们回顾一下整个过程的关键点技术门槛大幅降低得益于SVDQuant量化技术这个原本需要专业显卡的顶级模型现在可以在消费级显卡上流畅运行。这让更多创作者能够接触到高质量的AI绘画工具。部署过程简单直接从安装插件、下载模型到加载工作流每个步骤都有明确的指引。即使你是ComfyUI的新手跟着做也能顺利完成。生成效果令人满意在显存需求减半的情况下生成的图片质量依然保持在高水准。细节、构图、色彩表现都相当不错完全能满足大多数创作需求。实际应用价值高无论是个人创作、设计参考、内容生成还是学习AI绘画技术这个方案都提供了一个高性价比的选择。你不需要投入昂贵的硬件就能体验到接近顶级的AI绘画能力。现在你可以开始探索这个模型的更多可能性了。尝试不同的提示词调整各种参数看看它能为你创造出什么样的视觉作品。技术的进步正在让创意工具变得更加普及而你能做的就是拿起这些工具开始创作。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
ComfyUI工作流加载教程：Nunchaku FLUX.1-dev文生图快速出图
发布时间：2026/5/20 8:15:09
ComfyUI工作流加载教程Nunchaku FLUX.1-dev文生图快速出图1. 开篇让顶级AI绘画模型在你的电脑上跑起来如果你尝试过在本地运行那些效果惊艳的AI绘画模型大概率会遇到一个头疼的问题显存不够。像FLUX.1-dev这样的顶级模型原版动辄需要30GB以上的显存直接把大多数人的游戏显卡挡在了门外。好消息是现在有了Nunchaku FLUX.1-dev。这个版本通过先进的量化技术把模型的“胃口”变小了让它在消费级显卡上也能流畅运行。简单来说就是让原本需要专业工作站才能跑起来的模型现在用你的RTX 4060、4070甚至笔记本显卡就能体验。这篇文章我会带你一步步在ComfyUI里把这个模型跑起来。从环境准备、插件安装到模型下载、工作流加载最后生成你的第一张高质量图片。整个过程就像搭积木跟着做就行不需要你懂太多底层技术。2. 准备工作确保你的电脑“吃得消”在开始安装之前我们先花两分钟检查一下你的电脑配置。这就像做饭前要看看厨房有没有锅碗瓢盆一样确保一切就位。2.1 硬件要求最核心的就是显卡。Nunchaku FLUX.1-dev对显卡的要求很友好推荐配置NVIDIA RTX 4060 Ti 8GB / RTX 4070 12GB 或更高最低要求支持CUDA的NVIDIA显卡6GB显存可以尝试8GB及以上体验更好显存说明INT4量化版约需7-8GB显存FP8量化版约需17GB显存原版FP16约需33GB显存我们不推荐这个版本如果你不确定自己的显卡型号可以在Windows上按WinR输入dxdiag在“显示”标签页查看。2.2 软件环境软件方面需要准备三样东西Python 3.10或更高版本这是运行ComfyUI的基础Git用来下载代码和插件pipPython的包管理工具通常安装Python时会自带检查Python版本的方法很简单打开命令行Windows上是CMD或PowerShellmacOS/Linux上是Terminal输入python --version如果显示Python 3.10.x或更高就说明没问题。如果没有安装Python可以去官网下载安装包记得安装时勾选“Add Python to PATH”。3. 第一步安装ComfyUI和Nunchaku插件现在开始正式的安装步骤。我会提供两种方法第一种最简单适合大多数人第二种更灵活适合喜欢自己掌控细节的朋友。3.1 方法一用Comfy-CLI一键安装推荐这是目前最省心的安装方式几个命令就能搞定一切。打开你的命令行工具依次输入以下命令# 1. 安装ComfyUI的命令行工具 pip install comfy-cli # 2. 安装ComfyUI本体如果已经安装过这步会自动跳过 comfy install # 3. 安装Nunchaku插件 comfy noderegistry-install ComfyUI-nunchaku # 4. 把插件移动到正确的位置 # 注意这里的ComfyUI/要换成你的实际安装路径 mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes执行完这些命令插件就安装好了。从v0.3.2版本开始插件需要的其他依赖会自动安装你不需要手动处理。3.2 方法二手动安装适合进阶用户如果你更喜欢自己控制每个步骤或者遇到网络问题可以用这个方法。# 1. 下载ComfyUI的代码 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 2. 安装ComfyUI需要的Python包 pip install -r requirements.txt # 3. 下载Nunchaku插件 cd custom_nodes git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes两种方法选一个就行我建议新手用第一种更不容易出错。4. 第二步下载模型文件插件装好了接下来需要下载模型文件。你可以把模型理解成AI的“大脑”没有它软件就不知道该怎么画画。我们需要下载两类文件基础FLUX模型组件和Nunchaku量化版主模型。4.1 下载基础模型组件这些是FLUX模型家族共用的组件包括理解文字的部分和生成图片的部分。首先确保你在ComfyUI的根目录就是有main.py文件的目录。然后执行以下命令# 下载文本编码器负责理解你的文字描述 hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders # 下载VAE模型负责把AI的构思变成最终图片 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae如果提示hf命令找不到需要先安装huggingface-hubpip install huggingface-hub4.2 下载Nunchaku FLUX.1-dev主模型这是最核心的部分。根据你的显卡类型选择下载对应的版本# 绝大多数用户RTX 30/40系列等下载这个INT4版本 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/ # 如果你用的是最新的RTX 50系列Blackwell架构显卡下载这个FP4版本 # hf download nunchaku-tech/nunchaku-flux.1-dev svdq-fp4_r32-flux.1-dev.safetensors --local-dir models/unet/简单来说99%的用户选第一个INT4版本就行。4.3 可选下载LoRA模型风格微调LoRA可以理解为给模型加“滤镜”或者“风格包”。比如你想让生成的图片有某种特定的画风或者想加速生成过程就可以加载LoRA。最常用的一个是FLUX.1-Turbo-Alpha它能显著加快生成速度。如果需要可以这样下载# 把LoRA模型下载到loras目录 # 具体下载命令取决于LoRA的存储位置通常可以在Hugging Face找到 # 下载后放到 models/loras/ 目录下5. 第三步配置工作流并启动模型下载完成后我们需要让ComfyUI知道怎么使用它们。Nunchaku插件已经为我们准备好了现成的工作流直接复制过来就行。5.1 复制工作流文件还是在ComfyUI根目录下执行# 创建工作流目录如果不存在的话 mkdir -p user/default/example_workflows # 复制Nunchaku插件自带的工作流示例 cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/5.2 启动ComfyUI一切准备就绪现在可以启动ComfyUI了# 在ComfyUI根目录下执行 python main.py启动成功后你会看到类似这样的输出Starting server To see the GUI go to: http://127.0.0.1:8188打开浏览器输入http://127.0.0.1:8188就能看到ComfyUI的界面了。6. 第四步加载工作流并生成第一张图片现在进入最激动人心的环节实际生成图片。6.1 加载Nunchaku FLUX.1-dev工作流在ComfyUI网页界面中点击右上角的“Load”按钮在弹出的文件浏览器中找到并进入user/default/example_workflows目录选择nunchaku-flux.1-dev.json这个文件加载成功后你会看到一个已经配置好的工作流界面。所有节点都连接好了不需要你手动连线这对新手特别友好。6.2 输入提示词开始生成工作流加载后找到标有“Positive Prompt”的输入框。这是你告诉AI想要什么的地方。提示词技巧用英文写FLUX模型对英文理解更好描述要具体像跟人说话一样可以包括主体、细节、环境、风格、画质试试这个例子A cute corgi puppy playing in a field of sunflowers, detailed fur, bright sunlight, cinematic photo, 8k resolution 一只可爱的柯基幼犬在向日葵田里玩耍毛发细节丰富阳光明媚电影感照片8K分辨率参数调整可选推理步数Steps默认设置通常不错。如果关闭了Turbo LoRA建议调到20步以上分辨率第一次尝试可以用512x512或768x768。8GB显存建议从512x512开始LoRA权重如果加载了LoRA可以调整权重0.5-1.0之间控制风格强度开始生成 点击界面上的“Queue Prompt”按钮然后等待。生成时间取决于你的显卡性能通常从几秒到一分钟不等。第一次生成可能会稍慢一些因为模型需要加载到显存。生成完成后图片会显示在右侧的预览区域。7. 效果展示看看你的显卡能画出什么为了让你对生成效果有个直观感受这里分享一些用RTX 407012GB显存生成的例子示例1奇幻场景提示词A mystical forest with glowing mushrooms and fairies, magical atmosphere, detailed fantasy art效果生成了充满魔法氛围的森林场景发光蘑菇的细节和精灵的光晕都很到位示例2人物肖像提示词Portrait of a wise old wizard with a long beard and intricate robe, studio lighting, highly detailed效果巫师的面部皱纹、胡须纹理和长袍的褶皱都表现得很好光影自然示例3未来城市提示词Futuristic cityscape at night with flying cars and neon signs, cyberpunk style, rainy streets效果赛博朋克风格的夜景飞车和霓虹灯的反射效果很逼真雨天的湿润感也有体现从这些例子可以看出Nunchaku FLUX.1-dev在消费级显卡上依然能生成细节丰富、构图合理的图片。虽然可能比不上在顶级显卡上运行的原版模型但对于日常创作、设计参考、内容生成来说这个质量已经足够出色。8. 常见问题与解决技巧在实际使用中你可能会遇到一些小问题。这里整理了一些常见情况和解决方法。8.1 问题加载工作流时提示“Missing Nodes”原因工作流用到了某个自定义节点但你的ComfyUI里没有安装。解决安装ComfyUI Manager如果还没安装的话在Manager界面点击“Install Missing Custom Nodes”它会自动检测并安装缺失的节点8.2 问题生成时显存不足Out of Memory原因图片分辨率太高或者同时运行了其他占用显存的程序。解决降低生成图片的分辨率比如从1024x1024降到768x768关闭不必要的程序特别是游戏、视频编辑软件等在ComfyUI启动时添加--lowvram参数python main.py --lowvram8.3 问题生成速度很慢原因可能下载了错误的模型版本或者显卡驱动太旧。解决确认你下载的是INT4或FP4量化版不是原版FP16更新NVIDIA显卡驱动到最新版本如果使用了Turbo LoRA确保它已启用8.4 问题图片质量不理想原因提示词不够具体或者参数设置不合适。解决使用更详细、更具体的英文描述增加推理步数到25-30步如果没开Turbo尝试不同的提示词组合多生成几次看看效果8.5 使用小技巧批量生成可以设置一次生成2-4张图快速获得多个选择提示词结构尝试“主体 细节 环境 风格 画质”的结构分辨率选择8GB显存建议512x51212GB可以尝试768x76816GB以上可以试1024x1024保存工作流调整好的参数可以保存为新的工作流文件下次直接加载9. 总结通过这篇教程你应该已经成功在ComfyUI中部署并运行了Nunchaku FLUX.1-dev文生图模型。让我们回顾一下整个过程的关键点技术门槛大幅降低得益于SVDQuant量化技术这个原本需要专业显卡的顶级模型现在可以在消费级显卡上流畅运行。这让更多创作者能够接触到高质量的AI绘画工具。部署过程简单直接从安装插件、下载模型到加载工作流每个步骤都有明确的指引。即使你是ComfyUI的新手跟着做也能顺利完成。生成效果令人满意在显存需求减半的情况下生成的图片质量依然保持在高水准。细节、构图、色彩表现都相当不错完全能满足大多数创作需求。实际应用价值高无论是个人创作、设计参考、内容生成还是学习AI绘画技术这个方案都提供了一个高性价比的选择。你不需要投入昂贵的硬件就能体验到接近顶级的AI绘画能力。现在你可以开始探索这个模型的更多可能性了。尝试不同的提示词调整各种参数看看它能为你创造出什么样的视觉作品。技术的进步正在让创意工具变得更加普及而你能做的就是拿起这些工具开始创作。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
