X-Flux-ComfyUI 技术指南：基于ComfyUI的FLUX扩散模型工作流搭建

X-Flux-ComfyUI 技术指南：基于ComfyUI的FLUX扩散模型工作流搭建

x-flux-comfyui 项目地址: https://gitcode.com/gh_mirrors/xf/x-flux-comfyui

前言

X-Flux-ComfyUI是一个基于ComfyUI平台的扩展项目，专门为FLUX扩散模型提供了一套完整的工作流节点。本文将详细介绍如何安装配置该扩展，并深入解析各个核心节点的功能与使用方法。

环境准备

基础环境安装

在开始使用X-Flux-ComfyUI之前，需要确保已具备以下基础环境：

1. 已安装ComfyUI可视化界面
2. 已安装ComfyUI Manager插件（用于管理自定义节点）

扩展安装步骤

1. 启动ComfyUI后，在右侧面板找到"Manager"按钮并点击
2. 在弹出的窗口中点击"Custom Nodes Manager"选项
3. 在搜索栏输入"x-flux-comfyui"进行搜索
4. 点击"install"按钮完成安装

安装完成后，所有X-Labs节点将出现在"XLabsNodes"分类下。

FLUX模型安装注意事项

关于FLUX模型本身的安装，有以下重要提示：

• 建议使用flux dev版本而非schnell版本
• 如果硬件支持，优先选择fp8或bf16精度（bf16为默认设置）

核心节点详解

1. XLabs采样器（XLabs Sampler）

这是整个工作流中最核心的节点，负责执行FLUX扩散模型的采样过程。

输入参数：

• model：FLUX扩散模型（来自unet加载器）
• conditioning & neg_conditioning：经过T5和CLIP模型处理的提示词（虽然可以使用单一CLIP，但会损失约40%的FLUX性能，建议使用双文本节点）
• latent_image：FLUX的潜在空间输入，可以是空潜在空间或经过FLUX AE编码的图像（用于图生图）
• controlnet_condition：XLabs-AI ControlNet的条件输入

输出：

• latent：FLUX潜在图像，需要通过VAE解码器解码才能得到最终图像

关键参数：

• noise_seed：控制随机数生成器
• steps：去噪步骤总数
• timestep_to_start_cfg：开始使用负采样和CFG前的步骤数
• true_gs：真实CFG尺度，将在第一个"timestep_to_start_cfg"步骤后使用
• image_to_image_strength：原始图像对输出的影响程度
• denoise_strength：保留的噪声量

2. FLUX LoRA加载器（Load Flux LoRA）

该节点用于将LoRA适配器应用于FLUX模型。

• 输入：原始FLUX模型
• 输出：经过LoRA修改后的模型
• 参数：可调整LoRA强度并选择特定LoRA模型

3. FLUX ControlNet相关节点

加载ControlNet（Load Flux ControlNet）

• 输入：ControlNet名称
• 输出：FLUX ControlNet模型

应用ControlNet（Apply Flux ControlNet）

• 输入：ControlNet模型、控制图像和强度参数
• 输出：XLabs采样器可用的ControlNet条件

4. FLUX IPAdapter相关节点

加载IPAdapter（Load Flux IPAdapter）

• 输入：IPAdapter名称、CLIP ViT模型和设备选择
• 输出：FLUX IPAdapter
• 注意：仅在VRAM充足时选择CUDA设备

应用IPAdapter（Apply Flux IPAdapter）

• 输入：FLUX模型、IPAdapter和参考图像
• 输出：经过IPAdapter修改的模型
• 参数：可调整IPAdapter强度

高级IPAdapter（Apply Advanced IPAdapter）

• 提供比基础版本更多的强度控制参数

模型文件管理

X-Flux-ComfyUI使用自定义目录结构管理各类模型文件：

1. LoRAs：存放在ComfyUI/xlabs/loras目录下
2. ControlNets：存放在ComfyUI/xlabs/controlnets目录下
3. IPAdapters：存放在ComfyUI/xlabs/ipadapters目录下

CLIP ViT模型说明

IPAdapter需要配合CLIP ViT模型使用，当前推荐使用OpenAI的CLIP ViT Large模型。安装方法：

1. 下载模型的安全张量文件(.safetensors)
2. 可重命名文件（但需保留.safetensors扩展名）
3. 将文件放入ComfyUI/models/clip-vision/目录

最佳实践建议

1. 对于图像生成质量要求高的场景，建议使用双文本节点（T5+CLIP）而非单一CLIP
2. 在硬件允许的情况下，优先选择bf16或fp8精度以获得更好的性能
3. 使用IPAdapter时，注意VRAM消耗，必要时选择CPU模式
4. 对于复杂控制场景，可以组合使用ControlNet和IPAdapter

通过本文的详细指导，用户应该能够顺利搭建基于X-Flux-ComfyUI的AI图像生成工作流，充分发挥FLUX扩散模型的强大能力。

x-flux-comfyui 项目地址: https://gitcode.com/gh_mirrors/xf/x-flux-comfyui