Flux.1 Dev ComfyUI Workflow

本资源提供专为 FLUX.1 Dev 模型深度优化的 ComfyUI 工作流，旨在实现极高质量的文生图创作。工作流内置精细化参数调节与分层控制节点，完美适配摄影、插画及商业设计等场景。通过本工作流，用户可轻松驾驭 Flux 模型强大的提示词遵循能力与细节表现力，大幅提升 AI 绘画效率与出图质量，是进阶 AI 创作者的必备工具。

# Flux.1 Dev ComfyUI 工作流使用指南 ## 工作流概述 本工作流专为 Black Forest Labs 推出的 FLUX.1 Dev 模型设计，充分利用 ComfyUI 的节点化优势，实现了从文本编码、潜空间采样到图像解码的全链路优化。该工作流支持高分辨率图像生成、精准的语义控制以及灵活的参数微调，能够最大化发挥 Flux 模型在细节还原和提示词遵循上的卓越性能。 ## 分步骤操作说明 ### 1. 导入工作流与模型准备 - 将下载的 `flux1-dev.safetensors` 模型文件放入 `ComfyUI/models/unet/` 目录。 - 确保已下载 Flux 所需的文本编码器（`t5xxl_fp8_e4m3fn.safetensors` 和 `clip_l.safetensors`）放入 `models/clip/` 目录，以及 `ae.safetensors` 放入 `models/vae/` 目录。 - 在 ComfyUI 界面中，将本工作流的 JSON 文件拖入画布或点击 Load 导入。 ### 2. 配置基础加载节点 (Loaders) - 在 DualCLIPLoader 节点中，分别选择 t5xxl 和 clip_l 模型，类型选择 flux。 - 在 UNETLoader 节点中，选择 flux1-dev 模型，权重数据类型建议根据显存选择 fp8_e4m3fn 或 default。 - 在 VAELoader 节点中，选择 Flux 专用的 ae VAE 模型。 ### 3. 编写与优化提示词 (CLIP Text Encode) - 在正向提示词节点中输入画面描述。Flux 对自然语言理解极佳，建议使用完整的描述性长句，而非简单的标签堆砌。 - 负向提示词在 Flux 中通常不需要复杂设置，可留空或仅输入简单的排他性词汇。 ### 4. 调整采样器与生成参数 (KSampler) - 设置 Steps（采样步数）：推荐设置为 20 到 30 步。 - 设置 CFG Scale：Flux Dev 推荐值为 3.5 左右，过高可能导致画面过饱和。 - 选择 Sampler 和 Scheduler：推荐使用 euler 采样器搭配 normal 调度器。 - 在 EmptyLatentImage 节点中设置分辨率，推荐基础分辨率为 1024x1024。 ### 5. 图像解码与保存 (VAE Decode & Save Image) - 确认 KSampler 的 LATENT 输出已正确连接至 VAE Decode 节点的 samples 输入端。 - 检查 VAE Decode 的 IMAGE 输出已连接至 Save Image 节点。 - 点击 Queue Prompt 开始生成，生成完毕后在 Save Image 节点查看并下载最终图像。 ## 注意事项与最佳实践 - **显存管理**：FLUX.1 Dev 模型体积庞大，完整运行建议配备 16GB 及以上显存。若显存不足，请务必使用 fp8 量化版本模型，并在启动 ComfyUI 时添加 `--lowvram` 参数。 - **提示词技巧**：摒弃传统 SDXL 的标签习惯，Flux 更擅长理解自然语言逻辑、空间关系和复杂场景描述，多使用主谓宾完整的句子。 - **分辨率建议**：Flux 原生训练分辨率为 1024x1024，建议在此基准上调整比例，避免直接生成过大分辨率导致画面出现重复结构。 ## 常见问题提示 - **Q: 生成的图像全黑、全白或充满噪点？** A: 请检查 VAE 模型是否加载正确，或者尝试将 CFG Scale 降低至 3.0-3.5 之间。同时确保 UNETLoader 的权重类型与硬件兼容。 - **Q: 提示词内容没有在画面中体现？** A: 检查 DualCLIPLoader 是否正确加载了 T5XXL 和 CLIP_L 两个模型，Flux 极度依赖 T5XXL 来理解长文本语义。 - **Q: 运行时报错 Out of Memory (OOM)？** A: 关闭后台其他占用显存的程序；在 ComfyUI 启动脚本中加入 `--lowvram` 参数；或将 EmptyLatentImage 的分辨率降低至 512x512 进行测试。