FLUX Continuum (Modular Interface for ComfyUI)

ComfyUI Flux Continuum - モジュラーインターフェース

画像生成パイプラインの混沌に秩序をもたらすモジュラーなワークフローです。

📺 チュートリアルを視聴

🔗 GitHub

更新履歴

• 1.7.0: ワークフローと使いやすさを強化 📺 動画更新版を視聴

  • 画像転送ショートカット: Ctrl+Shift+C で Img Preview から Img Load へ画像をコピー（設定 > キーバインディング > 画像転送 でカスタマイズ可能）

  • 設定可能なモデルルーター: カスタム JSON マッピングによる動的モデル選択で柔軟なワークフローを実現

  • ヒントシステム: ワークフロー全体にコンテキストに応じたヘルプを提供するインタラクティブなヒントノード

  • 切り抜きと結合: 自動切り抜きと結合機能で強化されたインペインティング/アウトペインティング

  • スマートガイド: インペインティング、アウトペインティング、キャンニーやディープ操作に対して自動的にガイド値30を適用

  • TeaCache 統合: すべての出力の速度を向上（品質を一部犠牲に）

  • 前処理プレビュー論理の改善: ControlNet の強度 > 0 の場合、CN Input をプレビューに使用。そうでない場合は Img Load を使用

  • ワークフローの再編成: モジュールをより論理的な流れに再配置

  • Redux の名前変更: BFL の用語と一貫性を保つため、IP Adapter を Redux に名称変更

概要

ComfyUI Flux Continuum は、慎重に設計されたダブルインターフェースによってワークフロー管理を革新します：

• フロントエンド: すべてのモジュールで共有される一貫したコントロールインターフェース

• バックエンド: カスタマイズと実験のための強力なモジュラー構造

✨ 主な機能

すべての画像生成タスクで一貫性とスムーズな体験を提供しつつ、必要に応じてカスタマイズの力を維持できます。

• 統一されたコントロールインターフェース

  • 1組のコントロールで関連するすべてのモジュールに影響

  • 操作タイプに応じたスマートガイド調整

  • すべての生成タスクで一貫した体験

• スマートワークフローマネジメント

  • 現在のタスクに必要なノードとモデルのみを活性化

  • 異なる出力タイプ間をシームレスに切り替え

  • リソース割り当てを効率的に処理

  • 速度最適化のための TeaCache オプション

• ユニバーサルモデル統合

  • LoRAs、ControlNets および Redux がすべての出力モジュールで動作

  • Black Forest Labs モデルとのシームレスな対応

  • カスタムワークフロー用の設定可能なモデルルーティング

• 使いやすさの強化

  • コンテキストヘルプ用のインタラクティブなヒントシステム

  • キーボードショートカットによる画像の素早い転送

  • コントロール値に基づくインテリジェントな前処理

  • シームレスなインペインティング/アウトペインティングのための切り抜きと結合

---

🚀 クイックスタート

📺 Flux Continuum が初めてですか？ まずチュートリアルを視聴

1. カスタムノードフォルダにリポジトリをクローン

git clone https://github.com/robertvoy/ComfyUI-Flux-Continuum

1. ダウンロード し、ワークフローを ComfyUI にインポート

2. ComfyUI Manager で不足しているカスタムノードをインストール

3. 設定パネルでモデルを設定（2 を押してアクセス）

4. 必要なモデルをダウンロード（以下の「モデルダウンロード」セクションを参照）

5. メインインターフェースに戻る（1 を押す）

6. 出力セレクタ（左上）から txt2img を選択

7. ワークフローを実行して最初の画像を生成

---

🎯 使用ガイド

出力選択

ワークフローは左上隅の 出力セレクタ で制御されます。目的の出力を選択すると、関連するすべてのコントロールが自動的に適用されます。

主なコントロール

🎨 画像生成

• プロンプト: 生成するためのテキスト説明

• ノイズ除去 (Denoise): img2img 操作の強度を制御（0 = 変更なし、1 = 完全に新規）

• ステップ数 (Steps): サンプリングステップ数（多いほど詳細、遅くなる）

• ガイド (Guidance): プロンプトへの従い方（インペインティング/アウトペインティング/キャンニー/ディープでは自動的に30に設定）

• TeaCache: 速度向上のオン/オフ（一部品質の犠牲あり）

🖼️ 入力画像

• Img Load: すべての img2img 操作（インペインティング、アウトペインティング、ディテイラー、アップスケーリング）の主な画像

• CN Input: ControlNet 前処理の元画像

• Redux 1-3: スタイル転送用の参照画像（最大3枚、非常に低い強度値を使用）

• ヒント: Ctrl+Shift+C を使用して Img Preview から Img Load へ素早くコピー

🎛️ ControlNet および Redux

• ControlNet は強度 > 0 のときに活性化

• CN 強度 > 0 の場合、前処理は CN Input を使用。そうでない場合は Img Load を使用

• 対応する出力（例: "preprocessor canny"）を選択して前処理結果をプレビュー

• Redux スライダーは各 Redux 入力を個別に制御（1 = Redux 1 など）

推奨 ControlNet 値:

• Canny: 強度=0.7、終了=0.8

• Depth: 強度=0.8、終了=0.8

• Pose: 強度=0.9、終了=0.65

🔧 画像処理

• 画像のリサイズ、切り抜き、シャープネス、色補正、パディング

• "imgload prep" 出力で結果をプレビュー

• 処理後に再処理を避けるためノードをバイパス（Ctrl+B）

⬆️ アップスケーリング

• 解像度倍率: すべての前処理後に画像解像度を乗算

• アップスケールモデル: アップスケールモデルを選択（推奨: 4xNomos8kDAT）

• 📺 アップスケーリングチュートリアルを視聴

---

📥 モデルのダウンロード

必須モデル

unet フォルダ:

• flux1-dev.safetensors

• flux1-depth-dev.safetensors

• flux1-canny-dev.safetensors

• flux1-fill-dev.safetensors

注意: キャニーまたはディープモデルを使用しない場合、それらのロードノードをバイパスし、ダウンロードをスキップできます。

vae フォルダ:

• ae.safetensors

clip フォルダ:

• t5xxl_fp8_e4m3fn.safetensors

• clip_l.safetensors

style_models フォルダ:

• flux1-redux-dev.safetensors

clip_vision フォルダ:

• sigclip_vision_patch14_384.safetensors

controlnet/FLUX フォルダ:

• FLUX.1-dev-ControlNet-Union-Pro-2.0.safetensors （ファイル名を変更）