• 目标： 使用 FLUX.1 schnell（FP8）在 12 GB VRAM 上实现更快、更节省 VRAM 的 T2I 工作流。

• 核心思路： 单个检查点提供 MODEL/CLIP/VAE，通过 CLIPTextEncodeFlux（T5 + CLIP-L）进行文本条件化，并使用 KSampler Advanced 进行采样。LoRAs 通过 Power LoRA Loader (rgthree) 集中注入。

依赖项 / 模型

• 检查点： 使用 CheckpointLoaderSimple 加载 FLUX1\flux1-schnell-fp8.safetensors（输出 MODEL/CLIP/VAE）。

• LoRA 注入： Power Lora Loader (rgthree)（可加载一个或多个 LoRA，每个 LoRA 可单独设置强度）。

• Comfy-Core 版本： 节点属性中显示 comfy-core ver 0.3.49。

工作流（简化版）

1. CheckpointLoaderSimple → MODEL、CLIP、VAE

2. Power Lora Loader (rgthree) → 将 LoRAs 注入 MODEL 和 CLIP

3. CLIPSetLastLayer（可选，此处设为 -1）→ 将调整后的 CLIP 传递给文本编码器

4. CLIPTextEncodeFlux（正向） → 将 T5 句子 与 CLIP 标签 合并为 CONDITIONING（内置 Guidance 调节器）

5. CLIPTextEncodeFlux（负向） → 可选负向条件（此处已预设，含 Guidance）

6. EmptyLatentImage → 起始潜变量（默认：896×1152，Batch=1）

7. KSampler Advanced → 采样（设置 Steps/CFG/Scheduler 等）

8. VAEDecode → 将潜变量解码为图像

9. SaveImage → 保存（前缀：flux_schnell_fluxText_workflow_v2）

预设与建议

• 分辨率： 从 896×1152 开始（12 GB 安全），1024² 通常也可行。

• 采样器： 使用 KSampler Advanced（例如 Euler + normal 调度器）。Steps 6–8，CFG = 1.0（对 schnell/FP8 检查点至关重要）。

• Guidance（Flux 文本节点）： 已提供；建议从适中值开始（例如 3.0–4.0）。

• LoRA 强度： 起始建议 0.6–0.8；根据身份“控制力”微调。

输入

• T5（句子）： 简短清晰的场景描述（主体、地点/光线、氛围）。

• CLIP-L（标签）： 6–10 个紧凑的风格/技术标签（例如 photorealistic, soft rim light, sharp eyes, shallow DOF）。

• 负向（可选）： 用于抑制伪影（若需保留 Logo/标题，请勿使用 “text/logo” 类负向提示）。

输出

• 由 VAEDecode → SaveImage 输出的 8 位 RGB 图像（前缀见上）。

性能（12 GB）

• 为何快速： FLUX.1 schnell (FP8) 经过蒸馏 → 步数少，CFG 1.0。

• VRAM 提示： Batch=1，避免不必要的附加编码器，必要时以 64 像素为步长调整分辨率。

• 稳定性： 若出现“漂移”：在 T5 中强调关键概念（例如 ...:1.3）或使用 Conditioning-Weights。

最佳实践

• 勿混淆： T5 = 句子，CLIP-L = 标签。

• 保持提示简短： T5 1–2 句 + CLIP-L 6–10 标签。

• LoRA 冲突： 若风格过强 → 降低 LoRA 权重。

• Logo/标题（例如 VOGUE）： 负向提示中不要包含 “text/logo/watermark”。

故障排除

• 提示被忽略： 检查 CLIPTextEncodeFlux → CLIP 的连接路径，确保使用来自同一加载器/LoRA 路径的 CLIP。

• 颜色错误/溢出： 在负向提示中添加 no color cast, no neon spill，或在正向提示中使用 neutral color rendering。

• 皮肤过于平滑： 在 CLIP-L 中添加 natural skin texture, subtle film grain；必要时略微降低分辨率。