FLUX Continuum (Modular Interface for ComfyUI)

ComfyUI Flux Continuum - 모듈식 인터페이스

이미지 생성 파이프라인의 혼란을 정리하는 모듈식 워크플로우입니다.

📺 튜토리얼 시청

🔗 GitHub

업데이트

• 1.7.0: 워크플로우 및 사용성 향상 📺 동영상 업데이트 시청

  • 이미지 전송 단축키: Ctrl+Shift+C를 사용하여 Img Preview에서 Img Load로 이미지를 복사 (설정 > 키바인딩 > 이미지 전송에서 사용자 정의 가능)

  • 설정 가능한 모델 라우터: 사용자 정의 JSON 매핑을 통한 동적 모델 선택으로 유연한 워크플로우 지원

  • 힌트 시스템: 워크플로우 전반에 걸쳐 맥락에 맞는 도움말을 제공하는 인터랙티브 힌트 노드

  • 크롭 및 스티치: 자동 크롭 및 스티치 기능을 통한 향상된 inpainting/outpainting

  • 스마트 가이던스: inpainting, outpainting, canny 및 depth 작업에 대해 자동으로 30의 가이던스 값을 적용

  • TeaCache 통합: 모든 출력에 대한 선택적 속도 향상 (성능을 위해 일부 품질을 희생)

  • 개선된 프리프로세서 미리보기 논리: ControlNet 강도 > 0일 때 CN Input을 미리보기에 사용하고, 그렇지 않으면 Img Load 사용

  • 워크플로우 재구성: 논리적인 흐름을 위해 모듈 재정렬

  • Redux 명명: BFL 용어와 일관성을 위해 IP Adapter를 Redux로 명명

개요

ComfyUI Flux Continuum은 신중한 이중 인터페이스 설계를 통해 워크플로우 관리를 혁신합니다:

• 프론트엔드: 모든 모듈에서 공유되는 일관된 제어 인터페이스

• 백엔드: 사용자 정의 및 실험을 위한 강력한 모듈식 아키텍처

✨ 핵심 기능

모든 이미지 생성 작업에서 일관되고 간결한 경험을 원하면서도 필요할 때 사용자 정의의 힘을 유지하고자 하는 창작자에게 최적입니다.

• 통합 제어 인터페이스

  • 하나의 제어 세트가 모든 관련 모듈에 영향을 미침

  • 작업 유형에 따른 스마트 가이던스 조정

  • 모든 생성 작업에서 일관된 경험 제공

• 스마트 워크플로우 관리

  • 현재 작업에 필요한 노드와 모델만 활성화

  • 다양한 출력 유형 간 부드럽게 전환

  • 자원 할당을 효율적으로 처리

  • 속도 최적화를 위한 선택적 TeaCache

• 범용 모델 통합

  • LoRAs, ControlNets 및 Redux가 모든 출력 모듈에서 작동

  • Black Forest Labs 모델에 대한 원활한 지원

  • 사용자 정의 워크플로우를 위한 설정 가능한 모델 라우팅

• 향상된 사용성

  • 맥락에 맞는 도움말을 제공하는 인터랙티브 힌트 시스템

  • 키보드 단축키를 통한 빠른 이미지 전송

  • 제어 값에 기반한 지능형 전처리

  • 원활한 inpainting/outpainting을 위한 크롭 및 스티치

---

🚀 빠른 시작

📺 Flux Continuum을 처음 사용하시나요? 먼저 튜토리얼을 시청하세요

1. 사용자 정의 노드 폴더에 저장소를 클론합니다.

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

1. 다운로드하여 ComfyUI에 워크플로우를 가져옵니다.

2. ComfyUI Manager를 사용하여 누락된 사용자 정의 노드를 설치합니다.

3. 구성 패널에서 모델을 설정합니다. (2를 눌러 접근)

4. 누락된 모델을 다운로드합니다. (아래 모델 다운로드 섹션 참조)

5. 주 인터페이스로 돌아갑니다. (1을 눌러 접근)

6. 출력 선택기(왼쪽 상단)에서 txt2img를 선택합니다.

7. 워크플로우를 실행하여 첫 번째 이미지를 생성합니다.

---

🎯 사용 가이드

출력 선택

워크플로우는 상단 왼쪽의 출력 선택기로 제어됩니다. 원하는 출력을 선택하면 관련 모든 제어가 자동으로 적용됩니다.

주요 제어

🎨 주요 생성

• 프롬프트: 생성에 사용할 텍스트 설명

• 노이즈 제거: img2img 작업의 강도 제어 (0 = 변경 없음, 1 = 완전히 새 이미지)

• 스탭: 샘플링 스텝 수 (높을수록 세부정보 증가, 속도 감소)

• 가이던스: 프롬프트 준수 정도 (inpainting/outpainting/canny/depth 작업의 경우 자동으로 30으로 설정)

• TeaCache: 속도 향상 전환 (일부 품질 희생)

🖼️ 입력 이미지

• Img Load: 모든 img2img 작업(인페인팅, 아웃페인팅, 디테일러, 업스케일링)의 주요 이미지

• CN Input: ControlNet 전처리에 사용되는 소스

• Redux 1-3: 스타일 전이를 위한 최대 3개의 참조 이미지 (매우 낮은 강도 값 사용 권장)

• 팁: Ctrl+Shift+C를 사용하여 Img Preview에서 Img Load로 빠르게 복사

🎛️ ControlNet 및 Redux

• ControlNets는 강도 > 0일 때 활성화

• CN 강도 > 0일 때 프리프로세서는 CN Input을 사용하고, 그렇지 않으면 Img Load를 사용

• 해당 출력(예: "preprocessor canny")을 선택하여 프리프로세서 결과를 미리보기

• Redux 슬라이더는 각 Redux 입력을 개별적으로 제어합니다 (1 = Redux 1 등)

권장 ControlNet 값:

• Canny: 강도=0.7, 종료=0.8

• Depth: 강도=0.8, 종료=0.8

• Pose: 강도=0.9, 종료=0.65

🔧 이미지 처리

• 이미지 크기 조정, 자르기, 선명도 향상, 색상 보정, 패딩

• "imgload prep" 출력으로 결과 미리보기

• 재처리 방지를 위해 처리 후 노드를 우회 (Ctrl+B)

⬆️ 업스케일링

• 해상도 배수: 모든 전처리 후 이미지 해상도를 배수로 조정

• 업스케일링 모델: 업스케일링 모델 선택 (권장: 4xNomos8kDAT)

• 📺 업스케일링 튜토리얼 시청

---

📥 모델 다운로드

필수 모델

unet 폴더:

• flux1-dev.safetensors

• flux1-depth-dev.safetensors

• flux1-canny-dev.safetensors

• flux1-fill-dev.safetensors

참고: Canny 또는 Depth 모델을 사용하지 않는 경우, 해당 로드 노드를 우회하고 다운로드를 생략할 수 있습니다.

vae 폴더:

• ae.safetensors

clip 폴더:

• t5xxl_fp8_e4m3fn.safetensors

• clip_l.safetensors

style_models 폴더:

• flux1-redux-dev.safetensors

clip_vision 폴더:

• sigclip_vision_patch14_384.safetensors

controlnet/FLUX 폴더:

• FLUX.1-dev-ControlNet-Union-Pro-2.0.safetensors (파일 이름 변경 필요)