Joe's F1.S Sampling Workflow with Aspect Ratio Selector (and Loras)

稍微调整了一下，让Schnell在更少的工作量下生成更好的图像，因为我非常喜欢Schnell。我也在Dev上使用类似的节点，但这里将采样偏移值归零，并将长宽比作为图像输入，因此无需猜测像素尺寸，你也可以轻松将此工作流用于Dev任务，随意使用吧。我主要发布这些内容是为了帮助他人学习ComfyUI，我并非专家。

我特意设置为fp8，是因为我想让那些拥有16GB显存的用户停止使用NF4和GGUF，这完全没有必要！你可以直接从Hugging Face的Flux加载完整的bf16模型，或者使用我当前非官方的PixelWave（fp16），并通过此工作流中的加载器将权重转换为fp8（加载时间稍长），即可在16GB甚至更少的显存下生成非常高质量的图像。我附在本工作流中的所有图像均使用官方文本编码器，以及Hugging Face的官方bf16模型，或此处的PixelWave 01 Schnell模型，转换为fp8权重。

用以下命令启动ComfyUI（是的，我使用了lowvram，但我用的是4090，这会让ComfyUI进入一个更优的内存卸载模式）：

python main.py --listen --lowvram --cuda-malloc --force-channels-last --force-upcast-attention

配合：

set PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True

和：

set CUDA_AUTO_BOOST=1

说明：

1. 通过宽度和高度设置长宽比；
2. 设置输入图像大小，通常为1兆像素，但如果你胆大，可以尝试提升到2兆像素；

   这会创建一个具有正确像素数的空黑潜变量；

3. 输入你的提示词，此Schnell工作流中没有CFG或条件控制，但我的Dev版本有；
4. 我不建议更改Schnell的步数、采样器和调度器，除非你发现某些图像在LCM/Beta或Euler/Exponential下表现良好，且在达到设定步数前就停止采样。

你可以使用任何你喜欢的超分模型，我非常推崇openmodeldb的Nomos系列，本工作流中使用的模型为：https://openmodeldb.info/models/4x-NomosWebPhoto-esrgan