Flux Plus workflow（Multifunctional modularization）
详情
下载文件
关于此版本
模型描述
V2.63
由于部分插件更新，部分节点已被替换，并进行了微调与功能增强。
当前 ControlNet 模块默认使用 Controlnet-Upscaler 模型的节点系列，这是一个优秀的放大 CN 模型。
jasperai/Flux.1-dev-Controlnet-Upscaler · Hugging Face
——————————————————————————
由于部分插件更新，替换了一些节点，并进行了微调与功能增补。
ControlNet 模块现在默认使用 Controlnet-Upscaler 模型的节点串联，这是一个新推出的优秀放大 CN 模型。
https://hf-mirror.com/jasperai/Flux.1-dev-Controlnet-Upscaler
V2.5
- 增加了 JSON 结构化提示词以模拟 OMOST。
借助 Flux 对结构化提示的良好表达能力，通过自定义指令引导大语言模型生成 JSON 格式提示词。
详情请见：
Simulate OMOST (Flux+Ollama) - v1.0 | Stable Diffusion Workflows | Civitai
- 重新梳理了节点模块结构，使其逻辑更清晰。
——
- 增加了 JSON 结构化提示词以模拟 OMOST。
借助 Flux 对结构化提示的良好表达能力，通过自定义指令引导大语言模型生成 JSON 格式提示词。
详情请见：
Simulate OMOST (Flux+Ollama) - v1.0 | Stable Diffusion Workflows | Civitai
- 重新梳理了节点模块结构，使其逻辑更清晰。
——————————————————————————————————————
V2.3
- 添加了 Flux 的 IPAdapter 节点（Xlabs 推出的 IPAdapter 是 Flux 生态的重要一步，但目前仅为初步模型，效果不佳，仅作尝试）。
XLabs-AI/flux-ip-adapter · Hugging Face
（请将文件放入 ComfyUI/models/xlabs/IP adapters/*）
openai/clip-vit-large-patch14 · Hugging Face
（请将文件放入 ComfyUI/models/clip_vision/*）
- 添加了 ttplanet 的 【Comfyui_TTP_Toolset】放大节点
Amazing Flux_8Mega_Pixel_image_upscale_process - v2.0 | Stable Diffusion Workflows | Civitai
一种使用 Hires Fix 技术的放大方法，原理类似 TILE 分块：将图片分割为区块，通过图像反向推理模型描述，再合成输出。大佬牛逼！
该节点有两种使用方式：
其一是使用原始文生图的降噪输出，从潜在空间进行放大，但放大过程中降噪值过低易导致图像崩溃。大致对应关系为：放大 2 倍时降噪设为 0.6；放大 3 倍设为 0.65；放大 4 倍设为 0.7。若降噪过低，将出现严重伪影；但若高于 0.6，放大后的图像内容又会发生较大变化。
其二是对最初生成的图片通过编码器采样，这种方法相对可控，降噪值可设为 0.3–0.6，能较好保持图像原始内容。个人推荐此方式。
我通常先用放大模型和 Flux 进行一次 2 倍放大，再用 【Comfyui_TTP_Toolset】进行第二次 2 倍放大，感觉细节效果更佳。你也可以尝试将 SDXL 的 ControlNet Tile 或其他放大方法作为前置步骤，为最终图像补充更多细节与质量。
由于该工作流本身为模块化设计，每个关键环节均已设置“Set”和“Get”节点，便于自由组合不同模块，探索最佳体验。
- 该工作流已逐步庞大，因 Flux 生态仍在建设中，故此工作流主要记录各类新功能的实验方向。部分节点虽已加入，但仍暂予保留，便于对比与尝试。可玩性高，但体积略显臃肿。一般建议显存低于 16GB 的用户不要尝试此工作流。
__________________________________________
- 添加了 Flux 的 IPAdapter 节点（Xlabs 推出的 IPAdapter 是 Flux 生态的重要一步，但目前仅为初步模型，效果不佳，仅作尝试）。
XLabs-AI/flux-ip-adapter · Hugging Face
（请将文件放入 ComfyUI/models/xlabs/IP adapters/*）
openai/clip-vit-large-patch14 · Hugging Face
（请将文件放入 ComfyUI/models/clip_vision/*）
- 添加了汤团猪大佬的【Comfyui_TTP_Toolset】放大节点
Amazing Flux_8Mega_Pixel_image_upscale_process - v2.0 | Stable Diffusion Workflows | Civitai
一种使用 Hires Fix 技术的放大方法，原理类似 TILE 分块：将图片分割为区块，通过图像反向推理模型描述，再合成输出。大佬牛逼！
该节点有两种使用方式：
其一是使用原始文生图的降噪输出，从潜在空间进行放大，但放大过程中降噪值过低易导致图像崩溃。大致对应关系为：放大 2 倍时降噪设为 0.6；放大 3 倍设为 0.65；放大 4 倍设为 0.7。若降噪过低，将出现严重伪影；但若高于 0.6，放大后的图像内容又会发生较大变化。
其二是对最初生成的图片通过编码器采样，这种方法相对可控，降噪值可设为 0.3–0.6，能较好保持图像原始内容。个人推荐此方式。
我通常先用放大模型和 Flux 进行一次 2 倍放大，再用 【Comfyui_TTP_Toolset】进行第二次 2 倍放大，感觉细节效果更佳。你也可以尝试将 SDXL 的 ControlNet Tile 或其他放大方法作为前置步骤，为最终图像补充更多细节与质量。
由于该工作流本身为模块化设计，每个关键环节均已设置“Set”和“Get”节点，便于自由组合不同模块，探索最佳体验。
- 该工作流已逐步庞大，因 Flux 生态仍在建设中，故此工作流主要记录各类新功能的实验方向。部分节点虽已加入，但仍暂予保留，便于对比与尝试。可玩性高，但体积略显臃肿。一般建议显存低于 16GB 的用户不要尝试此工作流。
_________________________________________________________________________________________________
V2.1
在 V2.1 工作流中，原先的超强图像反推节点组 joy_caption 已被替换。该节点组的模型结构更为复杂，请仔细阅读 GitHub 页面说明。
https://github.com/StartHua/Comfyui_CXH_joy_caption/tree/main
使用 Flux 进行高清放大时，选择 NF4-V2 模型。
——————————————————
在 V2.1 工作流中，原先的超强图像反推节点组 joy_caption 已被替换。该节点组的模型结构更为复杂，请仔细阅读 GitHub 页面说明。
https://github.com/StartHua/Comfyui_CXH_joy_caption/tree/main
使用 Flux 进行高清放大时，选择 NF4-V2 模型。
_________________________________________________________________________________________________
V1
一个多功能、模块化的 Flux 工作流。
除提供 Flux 的常规运行外，考虑到虽然 Flux 生成图像质量优异，但其内容在艺术审美上仍显单一、僵硬，本工作流引入了 Pixart 和 SDXL 的流程以弥补这一不足。
- 可用于运行 Flux 模型的常规图像生成流程，集成目前已推出的 Flux LoRA 和 Flux ControlNet 等功能，通过面部细化优化人脸，并进一步使用 Flux 模型重绘以实现高清放大。
FLUX - Dev | Stable Diffusion Checkpoint | Civitai
增加了传统的 SDXL 流程，包含 ControlNet 和 IPAdapter，同样可实现细节修复与高清放大；高清修复还提供 Kolors 重绘放大作为备选方案。
增加了华为发布的 Pixart 900 模型的图像生成流程。虽然缺乏 ControlNet 等生态支持，但该模型在艺术性与内容多样性上表现强劲，可通过 Flux 图生图修复来弥补其画质短板。
900M PixArt Sigma - base | Stable Diffusion Checkpoint | Civitai
- 提示词使用 Ollama 节点对 LLM 大模型语句进行润色，亦可用于结合图像反推生成提示词。
需从 https://ollama.com/ 网站下载 Ollama，安装简便。安装完成后，请按 Win+R 打开运行窗口，输入 CMD 启动命令提示符，然后输入 ollama run llama3.1，模型将自动下载。你也可尝试下载该网站上的其他模型。默认模型下载至 C 盘，如需更改路径，请在系统环境变量中添加 OLLAMA_MODELS，并自行设置路径。
通过 SDXL 或 Pixart 生成图像 → 输入 Flux 进行图生图修复 → SDXL 模型修复 → 细节增强 → 高清放大，形成流程拼接以提升画质。
工作流采用模块化设计，流程非完全固定。通过“Set/Get”节点功能，可在不同模块间自由切换图像生成逻辑，自行探索多种组合。
工作流中的每一项功能均已封装为带注释的节点组，使用前请仔细阅读。右键空白处，选择【管理组（easy use）】，可启用或禁用节点组，按需灵活配置。
- 请确保已更新 ComfyUI。
———
一个多功能、模块化的 Flux 工作流。
除提供 Flux 的常规运行外，考虑到虽然 Flux 生成图像质量优异，但其内容在艺术审美上仍显单一、僵硬，本工作流引入了 Pixart 和 SDXL 的流程以弥补这一不足。
- 可用于运行 Flux 模型的常规图像生成流程，集成目前已推出的 Flux LoRA 和 Flux ControlNet 等功能，通过面部细化优化人脸，并进一步使用 Flux 模型重绘以实现高清放大。
FLUX - Dev | Stable Diffusion Checkpoint | Civitai
增加了传统的 SDXL 流程，包含 ControlNet 和 IPAdapter，同样可实现细节修复与高清放大；高清修复还提供 Kolors 重绘放大作为备选方案。
增加了华为发布的 Pixart 900 模型的图像生成流程。虽然缺乏 ControlNet 等生态支持，但该模型在艺术性与内容多样性上表现强劲，可通过 Flux 图生图修复来弥补其画质短板。
900M PixArt Sigma - base | Stable Diffusion Checkpoint | Civitai
- 提示词使用 Ollama 节点对 LLM 大模型语句进行润色，亦可用于结合图像反推生成提示词。
需从 https://ollama.com/ 网站下载 Ollama，安装简便。安装完成后，请按 Win+R 打开运行窗口，输入 CMD 启动命令提示符，然后输入 ollama run llama3.1，模型将自动下载。你也可尝试下载该网站上的其他模型。默认模型下载至 C 盘，如需更改路径，请在系统环境变量中添加 OLLAMA_MODELS，并自行设置路径。
通过 SDXL 或 Pixart 生成图像 → 输入 Flux 进行图生图修复 → SDXL 模型修复 → 细节增强 → 高清放大，形成流程拼接以提升画质。
工作流采用模块化设计，流程非完全固定。通过“Set/Get”节点功能，可在不同模块间自由切换图像生成逻辑，自行探索多种组合。
工作流中的每一项功能均已封装为带注释的节点组，使用前请仔细阅读。右键空白处，选择【管理组（easy use）】，可启用或禁用节点组，按需灵活配置。
- 请确保已更新 ComfyUI。