前言FLUX.1 是 Black Forest Labs 推出的顶级文生图模型由 Stability AI 前核心团队打造以高清画质、精准 prompt 遵循、艺术感强著称。原版模型超 23G普通电脑难以部署本文基于GGUF 量化 小体积模型手把手教你完成 ComfyUI 安装、模型配置、流程搭建、提示词实操新手也能一次成功。安装包地址comfyuiflux工作流_GGUF小体积模型(保存订阅,后续更新更多模型)链接: https://pan.baidu.com/s/1luZHLUkW8Wxar-klSBb2Mg?pwd8888 提取码: 8888一、环境准备安装 ComfyUI1.1 硬件要求必看显卡NVIDIA 8G 显存内存足够大也能跑系统Windows 10/1164 位内存16G 及以上磁盘剩余 50G 空间模型 程序占用1.2 下载 ComfyUI网盘中 ComfyUI.zip 就是直接下载安装1.3 安装依赖2 种方法方法 1一键脚本推荐进入 ComfyUI 根目录双击run_nvidia_gpu.bat自动检测并安装依赖等待提示「Installation successful」。方法 2手动命令打开命令行cd 到 ComfyUI 目录执行pip install -r requirements.txt提示「Successfully installed」即成功报错请检查 Python 版本推荐 3.10/3.11。1.4 启动 ComfyUI双击run_nvidia_gpu.bat控制台输出「Starting server at http://127.0.0.1:8188」即启动成功浏览器打开该地址进入界面。1.5 安装 GGUF 插件关键加载 GGUF 模型你的flux1-dev-Q4_0.gguf是量化模型需安装插件支持关闭 ComfyUI进入ComfyUI\custom_nodes目录将网盘中 ComfyUI-GGUF 目录下载复制到进来即可进入ComfyUI-GGUF目录执行依赖安装pip install -r requirements.txt重启 ComfyUI插件生效。二、模型配置文件路径与存放规则直接照做你已下载 5 个核心模型严格按以下路径存放错一个加载失败2.1 模型清单已下载表格模型文件大小作用存放路径flux1-dev-Q4_0.gguf6.32GFLUX.1 核心生成模型UNETComfyUI/models/unet/ae.safetensors319MVAE 解码模型潜像转图像ComfyUI/models/vae/建议重命名 flux_ae.safetensorsclip_l.safetensors234MCLIP 文本编码器 1理解中文ComfyUI/models/clip/t5xxl_fp8_e4m3fn.safetensors4.55GCLIP 文本编码器 2理解英文 / 细节ComfyUI/models/clip/sd3_medium.safetensors4.03G备用 CLIP / 基础模型流程可选ComfyUI/models/clip/ 或 checkpoints/2.2 路径操作步骤手动创建不存在的文件夹models/unet、models/vae、models/clip复制文件到对应目录flux1-dev-Q4_0.gguf→ComfyUI/models/unet/ae.safetensors→ComfyUI/models/vae/重命名为flux_ae.safetensorsclip_l.safetensors、t5xxl_fp8_e4m3fn.safetensors→ComfyUI/models/clip/路径检查无中文、无空格、文件名无错。三、核心实操搭建 FLUX.1 工作流分步图解FLUX.1 工作流共 12 个核心节点按「加载模型→编码提示→生成潜像→解码出图」逻辑连接跟着步骤建零报错。3.1 第一步加载模型3 个节点节点 1UNET 加载器GGUF 专用左侧节点栏→搜索「UNETLoader」→拖拽到画布左侧参数设置模型名称选flux1-dev-Q4_0.gguf剪枝类型选default命名UNET 加载器节点 2双 CLIP 加载器搜索「DualCLIPLoader」→拖到 UNET 下方参数设置CLIP1选t5xxl_fp8_e4m3fn.safetensorsCLIP2选clip_l.safetensors模型类型选flux命名双 CLIP 加载器节点 3VAE 加载器搜索「VAELoader」→拖到双 CLIP 下方参数设置VAE 名称选flux_ae.safetensors你重命名的命名VAE 加载器3.2 第二步提示词编码2 个节点节点 4字符串拼接可选统一提示搜索「StringFunction」→拖到左下角参数操作选「append」词条填提示词后续改节点 5CLIP 文本编码器FLUX 专用搜索「CLIPTextEncodeFlux」→拖到双 CLIP 右侧连接clip → 双 CLIP 加载器输出clip_l、t5xxl → 字符串拼接输出参数引导强度 3.5FLUX 固定3.3 第三步采样与引导3 个节点节点 6模型采样算法 Flux搜索「ModelSamplingFlux」→拖到 UNET 右侧连接model → UNET 输出参数基础引导 1.15、基础偏移 0.5、尺寸 1024×1024节点 7基础引导搜索「BasicGuider」→拖到文本编码器右侧连接model → 模型采样算法输出conditioning → 文本编码器输出节点 8K 采样器选择搜索「KSamplerSelect」→拖到引导右侧参数采样器选「euler」最稳定3.4 第四步潜像生成3 个节点节点 9空 Latent 图像搜索「EmptyLatentImage」→拖到左侧下方参数宽 1280、高 800、批次 1节点 10基础调度器搜索「BasicScheduler」→拖到采样器右侧连接model → 模型采样算法输出参数步数 25推荐 20-30节点 11自定义采样器搜索「SamplerCustomAdvanced」→拖到中间连接noise → RandomNoise新建随机噪波节点guider → 基础引导输出sampler → K 采样器输出sigmas → 调度器输出latent_image → 空 Latent 输出3.5 第五步解码出图1 个节点节点 12VAE 解码 预览搜索「VAEDecode」→拖到右侧连接samples → 自定义采样器输出vae → VAE 加载器输出新建「PreviewImage」→连接 VAE 解码输出用于看结果3.6 一键导入工作流懒人方案复制以下 JSONComfyUI 右上角「Load」→「Import from Clipboard」自动生成完整流程仅需改模型路径{ last_node_id: 66, last_link_id: 110, nodes: [ { id: 8, type: UNETLoader, pos: [-372, -138], widgets_values: [flux1-dev-Q4_0.gguf, default] }, { id: 9, type: DualCLIPLoader, pos: [-372, 164], widgets_values: [t5xxl_fp8_e4m3fn.safetensors, clip_l.safetensors, flux] }, { id: 12, type: CLIPTextEncodeFlux, pos: [5, 165], widgets_values: [, , 3.5, true] }, { id: 5, type: EmptyLatentImage, pos: [-372, -291], widgets_values: [1280, 800, 1] }, { id: 16, type: BasicScheduler, pos: [317, 279], widgets_values: [normal, 25, 1] }, { id: 11, type: ModelSamplingFlux, pos: [-372, -10], widgets_values: [1.15, 0.5, 1024, 1024] }, { id: 17, type: BasicGuider, pos: [317, -58] }, { id: 14, type: KSamplerSelect, pos: [317, 29], widgets_values: [euler] }, { id: 19, type: VAEDecode, pos: [717, -64] }, { id: 10, type: VAELoader, pos: [-372, 321], widgets_values: [flux_ae.safetensors] }, { id: 13, type: RandomNoise, pos: [317, -186], widgets_values: [3, fixed] }, { id: 18, type: SamplerCustomAdvanced, pos: [713, -219] }, { id: 7, type: PreviewImage, pos: [716, 30] } ], links: [ [13,5,0,15,0,LATENT],[14,12,0,17,1,CONDITIONING], [16,13,0,18,0,NOISE],[17,17,0,18,1,GUIDER], [18,15,0,18,4,LATENT],[19,14,0,18,2,SAMPLER], [20,16,0,18,3,SIGMAS],[22,10,0,19,1,VAE], [34,37,0,12,1,STRING],[35,37,0,12,2,STRING], [73,8,0,11,0,MODEL],[78,11,0,17,0,MODEL], [79,11,0,16,0,MODEL],[81,9,0,12,0,CLIP], [89,19,0,7,0,IMAGE],[93,18,0,19,0,LATENT] ], version: 0.4 }四、提示词实操编写 生效步骤直接抄FLUX.1无负向提示词仅需正向英文效果最佳。4.1 万能提示词模板[主体] [动作/服饰] [场景/光线] [画质/风格)4.2 高质量示例直接用示例 1中国女王A Chinese queen sits on a high throne in a bright palace, arrogant expression, legs crossed, golden high heels, black stockings, low angle shot, natural light, ultra high quality, realistic details示例 2重绘图像A woman empress of China sits on a very high throne in the bright palace. She is looking at the camera, legs crossed, wearing golden high heels and black stockings. very low POV, tilted shot from very below. very high quality.4.3 生效步骤双击「字符串拼接」或「CLIPTextEncodeFlux」节点粘贴提示词右上角点「Queue Prompt」排队生成等待 1-3 分钟12G 显卡PreviewImage 显示结果右键保存。五、常见问题排查模型加载报错检查文件名 / 路径、GGUF 插件是否安装生成黑屏采样步数≥20、引导强度 3.5、提示词≥50 词显存不足关闭其他程序、降低尺寸1024×768。