FLUX.1-DEV & Kontext Workflows Megapack
详情
下载文件
关于此版本
模型描述
更新于 2025年2月7日
02.07. 将 sdxl-to-flux 工作流更新至 4.6 版本（修复了 SDXL CN 部分，此前存在异常行为）
02.07. 将 Kontext 工作流更新至 1.4 版本，并附带一个 Kontext 内补工作流。
基础设置：
1) 从以下地址下载 ComfyUI 移动版：
https://docs.comfy.org/installation/comfyui_portable_windows
定期通过 Update 文件夹中的 update_comfyui_and_python_dependencies.bat 更新 ComfyUI。
2) 您需要安装 Node Manager，并使用它安装一些自定义节点。
https://github.com/ltdrdata/ComfyUI-Manager
请记得定期更新您的节点。
3) 最近，Get 和 Set 节点似乎无法被安装管理器识别。由于它们非常有用，请直接前往仓库手动安装：
https://github.com/kijai/ComfyUI-KJNodes
并将解压后的文件夹放入：
ComfyUI\custom_nodes
要安装依赖项，请进入 ComfyUI\custom_nodes\ComfyUI-KJNodes 文件夹，复制其中的 "requirements.txt" 文件，粘贴到 python_embedded 文件夹中。
然后，在 python_embedded 文件夹中打开 cmd（这是 ComfyUI 所有依赖项使用的文件夹），并运行命令：
pip install -r requirements.txt
4) 从 Civitai 页面顶部选择所需的工作流，下载 .zip 文件，并解压至：
ComfyUI\user\default\workflows
5) 在 ComfyUI 中，加载（或拖拽）.json 文件以打开工作流。
注意： 在 ComfyUI 中直接使用图片可能会加载旧版本的工作流，请使用 .json 文件。
注意： 提示框包含两个输入框。请勿在 clip_l 框中输入提示词，其提示效果不佳，会导致异常结果。
节点颜色说明：
绿色节点：您可以自由修改其中的数值以获得所需效果。
红色节点：这些是我推荐的设置，但您可以自由尝试调整。
蓝色节点：这些是加载节点。请确保在此处加载您的文件（点击文件名并从选项中选择）。若您未看到任何选项，可能是因为您尚未将文件放置在正确路径下，或即使已放置，也需要刷新 ComfyUI。
- 若在 ComfyUI 运行时添加模型等，请按 "R" 键刷新。
=============================================
功能说明：
LORAs
\ComfyUI\models\loras
通配符
\ComfyUI\custom_nodes\ComfyUI-Impact-Pack\wildcards
- 您也可以将通配符文件放入子文件夹中。
通配符节点：
填充 模式允许您在上方输入框中使用通配符进行提示。
固定 模式允许您在下方输入框中不使用通配符进行提示。
LLM
\ComfyUI\models\llm_gguf\
您可以使用 LLM AI 模型，将简短提示词生成更详细的描述性提示。
我使用的模型链接 (Mistral-7B-Instruct-v0.3-GGUF)
https://huggingface.co/MaziyarPanahi/Mistral-7B-Instruct-v0.3-GGUF/tree/main
- 请选择适合您电脑的量化等级。
ControlNet (CN)
\ComfyUI\models\controlnet
最佳深度预处理器：DepthAnythingv2
最佳 OpenPose 预处理器：DWPreprocessor
注意： 如果您获得异常结果，请调整相关设置。
ADetailer
\ComfyUI\models\ultralytics\bbox
\ComfyUI\models\ultralytics\segm
如果您收到 "no Dill" 警告，请改用 bbox 模型，或从 HuggingFace 上 Anzhc 获取 "no Dill" 分割模型。
如需为 Adetailer 安装更多模型，只需在 CivitAI 或 HuggingFace 上搜索即可。
Ultimate SD Upscaler
\ComfyUI\models\upscale_models
Ultimate SD Upscaler 需要大量系统资源！它将生成 4+ 个图块，最终合并为完整图像，但能以惊人细节增强最终图像。
在测试多种上采样模型后，我发现 SwinIR 类别效果最佳。
Flux Redux (IP Adapter)
需要两个文件：
flux1-redux-dev:
https://huggingface.co/black-forest-labs/FLUX.1-Redux-dev/tree/main
ComfyUI\models\style_models
siglicp_vision_patch14_384
https://huggingface.co/Comfy-Org/sigclip_vision_384/blob/main/sigclip_vision_patch14_384.safetensors
ComfyUI/models/clip_vision
Flux Infill Inpaint
需要：
FLUX.1-Fill-dev:
https://huggingface.co/black-forest-labs/FLUX.1-Fill-dev/tree/main
ComfyUI\models\diffusion_models
=============================================
工作流说明：
F.1 img2img
版本 1.1：添加了 LORA 支持，并可设置图像分辨率。
注意： 在使用 img2img 时使用人物 LORA，本质上会作为面部替换器，将 LORA 的面部贴合到目标身体上。
=============================================
F.1 Style Changer (RF Inversion)
此工作流允许您输入一张图像，并使用 FLUX 和 LORAs 更改其风格。然后，将输出结果传递给 Ultimate SD Upscaler，最后通过 Adetailer 改善手部等细节。
注意： 请保持提示词为空。应使用 LORAs 进行风格化，效果最佳。
注意： 您可以在此阶段使用角色 LORA + 面部 Adetailer 来更换面部。
=============================================
F.1 text2img 4.0
此工作流执行以下步骤：
text2img：支持通配符、LORAs 和双 ControlNet。
使用 Flux 进行高分辨率修复。
使用Ultimate SD Upscaler。
使用最多三个 Adetailer（支持 LORAs）。
您可在 CivitAI 上寻找用于检测额外元素（如指甲、眼镜、眼睛等）的模型，这些模型也支持 LORAs。
关于模型，请参阅 推荐资源 部分，这些是我目前使用的模型。
注意： 如果您不想使用某个节点或功能，只需点击该节点（或按住 Ctrl 多选多个），然后按 Ctrl+B 来绕过它（可切换）。
关于 LLM： 目前我建议不要使用它，因为它已过时。直接前往 ChatGPT，用您的想法询问提示词，即使免费版本也能给出很好的结果。
专业提示！
此工作流在每个阶段都会生成一张图像。
若在任何步骤中得到不良结果：
从队列中取消该过程。
在 ComfyUI 中加载上一个良好的图像（拖拽至界面）。
调整导致问题的选项（例如在 Adetailer 中，您可能需要增加或减少去噪值）。
重新生成图像。流程将从您当前使用的图像继续，而非从头开始，节省大量时间！（通常适用于 Adetailer，只要它仍在缓存中）
在此示例中，我得到的手部修复效果不足。于是我停止进程，重新加载上一个良好图像，在手部细节节点中增加去噪值，流程便从上一步骤（本例为 ADetailer #2）继续，无需重新生成全部内容。
=============================================
F.1 text2img LLM（即将更新）
虽然将简单提示词自动扩展为详细提示的“一站式”概念很有趣，但直接从 ChatGPT 获取提示更简单，它无需占用您的资源，也无需额外模型即可提供结果。
=============================================
SD TO FLUX Ultimate
注意：此工作流需要 SD ControlNets（非 Flux）！
此工作流执行以下步骤：
第 1 步：SD txt2img（SD1.5、SDXL 或 PonyXL），
此阶段使用 ControlNet，因此必须使用正确的模型（SD1.5 或 SDXL）。
支持通配符和SD LORAs。第 2 步：Flux 高分辨率修复
支持SD LORAs第 3 步：Flux USDU。一个用于放大，一个用于增强。
第 4 步：Adetailer（最多 6 个，我通常使用面部和手部）
重要：所需去噪值取决于图像。若任一阶段出现不良结果，请使用上述专业提示。此处，我添加了 3 个 Flux Adetailer（面部、手部和脚部），因其效果最佳；并添加了最多 3 个 SD Adetailer（用于 NSFW 内容支持，因为 SD 在非写实风格下表现更佳）。
=============================================
F.1 填充内补（Inpainting）
点击“选择文件上传”，选择您要内补的图像。
右键点击图像，选择“在遮罩编辑器中打开”，然后绘制遮罩。
完成内补后，点击“保存”。
- 注意： 此方法比传统内补慢，因为整个图像需重新计算，但效果通常更好。
=============================================
F.1 内补（从另一张图像采样）
点击“选择文件上传”，选择您要内补的图像。
右键点击图像，选择“在遮罩编辑器中打开”，然后绘制遮罩。
完成内补后，点击“保存至节点”。
采样：您可以使用同一张或另一张图像中的元素进行内补。第二张图像可以是任意图像（但必须与原图尺寸相同，或调整至相同尺寸）。只需在第二个“加载图像”节点中加载它，并遮罩出您希望用作“源素材”的部分，以用于内补第一张图像。
如果您不想使用此功能，请禁用第二个图像节点（Ctrl+B）。
此方法快速，仅重新计算内补区域。
=============================================
SDXL 内补（从另一张图像采样）
为什么在此处提供此工作流？
目前，我无法从 LORAs 中获得某些“图像细节”，因此这是个替代方案。
先使用 FLUX 生成图像，然后使用 SDXL、Pony 或 SD1.5 模型对乳头等细节进行内补，以获得理想结果。
为什么不使用 Adetailer？ 简单来说，与其每次重新生成整张图像并希望细节正确，不如多次仅生成您想要的细节部分，效率更高。尤其在 ComfyUI 中。
采样：现在您可以使用同一张或另一张图像中的元素进行内补。第二张图像可以是任意图像（但必须与原图尺寸相同，或调整至相同尺寸）。只需在第二个“加载图像”节点中加载它，并遮罩出您希望用作“源素材”的部分，以用于内补第一张图像。
- 如果您不想使用此功能，请禁用第二个图像节点（Ctrl+B）。
=============================================
外补（Outpainting）：
并非完美，但通过每边扩展最多 256 像素，您仍可获得不错的效果，可能需要一点随机性调整。
=============================================
=============================================
已弃用：不再支持
高分辨率修复 1.3 LITE（已弃用）
此工作流基本分为两个阶段：
text2img：此处我添加了一个节点，您可通过点击绿色节点中的尺寸按钮选择 Flux 安全分辨率。
img2img：以更高分辨率重新生成图像，绿色节点用于选择放大倍率，类似 A1111。
版本 1.1：为每个阶段添加了预览功能。
版本 1.2：添加了专用的 Flux 提示节点。包含引导尺度，但仅使用 T5XXL 框（下方框）。
版本 1.3：移除了二次放大功能，该功能已作为独立工作流提供。
=============================================
高分辨率修复 CN（通配符、Loras、ControlNet）（已弃用）
注意：请使用 1.6+ 版本。此前版本无法正确处理 LORAs。
两阶段工作流：
Flux txt2img
Flux 高分辨率修复
此工作流包含高分辨率修复 1.3 LITE 的所有功能，并增加了通配符和 LORAs 支持。
高分辨率修复 CN + 放大（ControlNet、通配符、Loras、Ultimate SD Upscaler）（已弃用）
三阶段工作流：
Flux txt2img
Flux img2img
Ultimate SD 放大
此工作流提供与高分辨率修复相同的全部功能，并额外集成Ultimate SD Upscaler（通过逐块生成最终图像进行放大）。
=============================================
text2img CN（ControlNet、通配符和 Loras）（已弃用）
单阶段工作流：
- Flux txt2img
支持通配符和 LORA 的 text2img。此工作流无高分辨率修复。
现已包含分辨率选择器（请参阅上述高分辨率版本说明）。
text2img CN + 放大 (ControlNet、通配符、Loras、Ultimate SD 放大器)（已弃用）
两步工作流：
Flux txt2img
Ultimate SD 放大
与 text2img 相同，但额外包含 Ultimate SD 放大器。
text2img Adetailer（通配符、Loras、Adetailer）（已弃用）
最多三步工作流：
Flux txt2img
Adetailer #1
Adetailer #2（如无需使用，请用 CTRL+B 禁用节点）。
每个 Adetailer 步骤支持独立的提示词和 LORA。
=============================================
SDXL 到 FLUX CN（ControlNet、通配符和 Loras）
支持 SDXL / PonyXL / SD1.5
两步工作流：
SD txt2img
Flux 高分辨率修复
此流程允许你以任何你喜欢的风格生成图像，并自动将其发送至 FLUX 进行 img2img 处理。你可能需要调整去噪值以获得最佳效果。
SDXL 到 FLUX CN + 放大器（ControlNet、通配符、Loras、Ultimate SD 放大器）
支持 SDXL / PonyXL / SD1.5
三步工作流：
SD txt2img
Flux 高分辨率修复
Ultimate SD 放大器
=============================================
放大：类似于 A1111 / Forge 中的 "EXTRA" 标签
\ComfyUI\models\upscale_models
在我看来，这种方式并非理想的图像放大方法，但如果你需要，我将其包含在此处。
放大：
计算逻辑有些特殊。如果你使用的是 x4 放大器，该 x4 值会自动应用，因此你需要将该数值乘以你希望的放大倍率，以获得最终放大系数。
示例：4 x 0.25 = 1（无放大）
请随意使用任何你想要的放大器。