从零开始在ComfyUI中搭建Nunchaku FLUX.1-dev文生图环境1. 环境准备与系统要求在开始搭建Nunchaku FLUX.1-dev文生图环境前我们需要确保系统满足基本要求。这就像准备画家的画室需要合适的空间和工具。1.1 硬件配置要求Nunchaku FLUX.1-dev模型对硬件有一定要求但通过量化技术已经大幅降低了门槛显卡支持CUDA的NVIDIA显卡推荐配置RTX 3090/409024GB显存量化版适配INT4版RTX 3060及以上8GB显存FP4版Blackwell架构显卡如RTX 50系列FP8版低显存显卡的替代选择内存建议32GB及以上存储至少50GB可用空间用于存放模型文件1.2 软件环境准备确保系统已安装以下基础软件Python 3.10或更高版本Git版本控制工具匹配显卡的PyTorch版本安装必要的Python包pip install --upgrade huggingface_hub这个命令会安装模型下载工具后续我们将用它来获取模型文件。2. ComfyUI与Nunchaku插件安装2.1 ComfyUI基础安装ComfyUI是一个可视化AI工作流工具我们将通过两种方式安装方法一使用Comfy-CLI推荐新手# 安装ComfyUI CLI工具 pip install comfy-cli # 安装ComfyUI核心 comfy install # 安装Nunchaku插件 comfy noderegistry-install ComfyUI-nunchaku # 移动插件到正确目录 mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes方法二手动安装适合高级用户# 克隆ComfyUI仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 安装依赖 pip install -r requirements.txt # 安装Nunchaku插件 cd custom_nodes git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes2.2 Nunchaku后端安装从v0.3.2版本开始后端安装变得非常简单。插件目录中的install_wheel.json文件可以一键安装所需组件。3. 模型文件下载与配置3.1 基础FLUX模型下载这些是FLUX模型运行必需的组件# 文本编码器模型 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 # VAE模型 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae3.2 FLUX.1-dev主模型下载根据显卡类型选择合适的量化版本# 大多数RTX 30/40系列显卡使用INT4版本 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/ # Blackwell架构显卡使用FP4版本 # hf download nunchaku-tech/nunchaku-flux.1-dev svdq-fp4_r32-flux.1-dev.safetensors --local-dir models/unet/3.3 工作流配置将示例工作流复制到正确位置cd ComfyUI mkdir -p user/default/example_workflows cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/4. 启动与使用指南4.1 启动ComfyUI服务在ComfyUI根目录下运行python main.py启动后在浏览器中访问http://localhost:8188即可进入操作界面。4.2 加载工作流在ComfyUI界面中点击右上角Load按钮选择nunchaku-flux.1-dev.json工作流文件等待所有节点加载完成4.3 生成第一张图片按照以下步骤操作在Prompt输入框中输入英文描述例如A beautiful sunset over mountains, digital art, highly detailed调整基本参数推理步数(Steps): 20-30分辨率: 512x512或更高点击Queue Prompt开始生成5. 常见问题解决5.1 模型文件目录结构确保所有文件放在正确位置文件类型存放目录示例文件主模型models/unet/svdq-int4_r32-flux.1-dev.safetensorsLoRA模型models/loras/*.safetensors文本编码器models/text_encoders/clip_l.safetensorsVAE模型models/vae/ae.safetensors5.2 显存优化技巧如果遇到显存不足使用量化版本模型降低生成分辨率关闭不必要的LoRA使用nunchaku-flux.1-dev-qencoder.json工作流5.3 生成质量提升改善生成效果的建议使用更详细的提示词增加推理步数尝试不同采样器添加负面提示词6. 总结与进阶建议通过本教程你已经成功搭建了基于ComfyUI的Nunchaku FLUX.1-dev文生图环境。接下来可以探索尝试不同艺术风格的LoRA学习ComfyUI高级工作流实验图生图等扩展功能加入社区交流学习经验记住AI绘画是一个需要实践的过程多尝试不同的参数组合和提示词技巧你将能创作出令人惊艳的作品。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。
从零开始：在ComfyUI中搭建Nunchaku FLUX.1-dev文生图环境
从零开始在ComfyUI中搭建Nunchaku FLUX.1-dev文生图环境1. 环境准备与系统要求在开始搭建Nunchaku FLUX.1-dev文生图环境前我们需要确保系统满足基本要求。这就像准备画家的画室需要合适的空间和工具。1.1 硬件配置要求Nunchaku FLUX.1-dev模型对硬件有一定要求但通过量化技术已经大幅降低了门槛显卡支持CUDA的NVIDIA显卡推荐配置RTX 3090/409024GB显存量化版适配INT4版RTX 3060及以上8GB显存FP4版Blackwell架构显卡如RTX 50系列FP8版低显存显卡的替代选择内存建议32GB及以上存储至少50GB可用空间用于存放模型文件1.2 软件环境准备确保系统已安装以下基础软件Python 3.10或更高版本Git版本控制工具匹配显卡的PyTorch版本安装必要的Python包pip install --upgrade huggingface_hub这个命令会安装模型下载工具后续我们将用它来获取模型文件。2. ComfyUI与Nunchaku插件安装2.1 ComfyUI基础安装ComfyUI是一个可视化AI工作流工具我们将通过两种方式安装方法一使用Comfy-CLI推荐新手# 安装ComfyUI CLI工具 pip install comfy-cli # 安装ComfyUI核心 comfy install # 安装Nunchaku插件 comfy noderegistry-install ComfyUI-nunchaku # 移动插件到正确目录 mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes方法二手动安装适合高级用户# 克隆ComfyUI仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 安装依赖 pip install -r requirements.txt # 安装Nunchaku插件 cd custom_nodes git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes2.2 Nunchaku后端安装从v0.3.2版本开始后端安装变得非常简单。插件目录中的install_wheel.json文件可以一键安装所需组件。3. 模型文件下载与配置3.1 基础FLUX模型下载这些是FLUX模型运行必需的组件# 文本编码器模型 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 # VAE模型 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae3.2 FLUX.1-dev主模型下载根据显卡类型选择合适的量化版本# 大多数RTX 30/40系列显卡使用INT4版本 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/ # Blackwell架构显卡使用FP4版本 # hf download nunchaku-tech/nunchaku-flux.1-dev svdq-fp4_r32-flux.1-dev.safetensors --local-dir models/unet/3.3 工作流配置将示例工作流复制到正确位置cd ComfyUI mkdir -p user/default/example_workflows cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/4. 启动与使用指南4.1 启动ComfyUI服务在ComfyUI根目录下运行python main.py启动后在浏览器中访问http://localhost:8188即可进入操作界面。4.2 加载工作流在ComfyUI界面中点击右上角Load按钮选择nunchaku-flux.1-dev.json工作流文件等待所有节点加载完成4.3 生成第一张图片按照以下步骤操作在Prompt输入框中输入英文描述例如A beautiful sunset over mountains, digital art, highly detailed调整基本参数推理步数(Steps): 20-30分辨率: 512x512或更高点击Queue Prompt开始生成5. 常见问题解决5.1 模型文件目录结构确保所有文件放在正确位置文件类型存放目录示例文件主模型models/unet/svdq-int4_r32-flux.1-dev.safetensorsLoRA模型models/loras/*.safetensors文本编码器models/text_encoders/clip_l.safetensorsVAE模型models/vae/ae.safetensors5.2 显存优化技巧如果遇到显存不足使用量化版本模型降低生成分辨率关闭不必要的LoRA使用nunchaku-flux.1-dev-qencoder.json工作流5.3 生成质量提升改善生成效果的建议使用更详细的提示词增加推理步数尝试不同采样器添加负面提示词6. 总结与进阶建议通过本教程你已经成功搭建了基于ComfyUI的Nunchaku FLUX.1-dev文生图环境。接下来可以探索尝试不同艺术风格的LoRA学习ComfyUI高级工作流实验图生图等扩展功能加入社区交流学习经验记住AI绘画是一个需要实践的过程多尝试不同的参数组合和提示词技巧你将能创作出令人惊艳的作品。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。
