FLUX Continuum (Modular Interface for ComfyUI)

WorldObserverWorldObserver
81
1.2K
inpaintingimg2imgcontrolnetcomfyuiupscaleworkflow工具detaileroutpaintingflux1.dgguf
v1.7.0v1.6.4v1.4.4v1.3

详情

下载文件

模型描述

ComfyUI Flux Continuum - 模块化界面

一种模块化工作流，为图像生成管道的混乱带来秩序。

📺 观看教程

🔗 GitHub

更新

  • 1.7.0： 工作流和可用性增强更新 📺 观看视频更新

    • 图像传输快捷键：使用 Ctrl+Shift+C 将图像从图像预览复制到图像加载（可在设置 > 快捷键 > 图像传输中自定义）

    • 可配置模型路由：通过自定义 JSON 映射实现动态模型选择，支持灵活的工作流

    • 提示系统：交互式提示节点在整个工作流中提供上下文帮助

    • 裁剪与拼接：增强的修补/外绘功能，支持自动裁剪与拼接

    • 智能引导：修补、外绘、Canny 和深度操作自动设置引导值为 30

    • TeaCache 集成：可选速度提升功能（以部分质量换取性能）

    • 改进的预处理器预览逻辑：当 ControlNet 强度 > 0 时使用 CN Input 预览，否则使用 Img Load

    • 工作流重组：模块重新排序，实现更合理的流程

    • Redux 命名：IP Adapter 重命名为 Redux，与 BFL 统一术语

概述

ComfyUI Flux Continuum 通过精心设计的双界面架构革新了工作流管理：

  • 前端：所有模块共享的一致控制界面

  • 后端：强大且模块化的架构，支持自定义与实验

✨ 核心功能

专为希望在所有图像生成任务中获得一致、流畅体验，同时在需要时仍能自定义的创作者设计。

  • 统一控制界面

    • 单一组控制项影响所有相关模块

    • 根据操作类型智能调整引导值

    • 所有生成任务体验一致

  • 智能工作流管理

    • 仅激活当前任务所需的节点和模型

    • 在不同输出类型间无缝切换

    • 高效管理资源分配

    • 可选 TeaCache 用于速度优化

  • 通用模型集成

    • LoRAs、ControlNets 和 Redux 可在所有输出模块中使用

    • 无缝支持 Black Forest Labs 模型

    • 可配置模型路由，支持自定义工作流

  • 增强的可用性

    • 交互式提示系统提供上下文帮助

    • 使用键盘快捷键快速传输图像

    • 根据控制值智能预处理

    • 裁剪与拼接功能实现无缝修补/外绘

🚀 快速开始

📺 新用户？ 先观看教程

  1. 将仓库克隆至自定义节点文件夹
git clone https://github.com/robertvoy/ComfyUI-Flux-Continuum

  1. 下载 并将工作流导入 ComfyUI

  2. 使用 ComfyUI Manager 安装缺失的自定义节点

  3. 在配置面板中设置你的模型（按 2 进入）

  4. 下载任何缺失的模型（参见下方“模型下载”部分）

  5. 返回主界面（按 1）

  6. 从输出选择器（左上角）选择 txt2img

  7. 运行工作流以生成你的第一张图像

🎯 使用指南

输出选择

工作流由左上角的输出选择器控制。选择所需输出后，所有相关控制项将自动应用。

关键控制项

🎨 主生成

  • 提示词：用于生成的文本描述

  • 去噪：控制 img2img 操作的强度（0 = 无变化，1 = 完全重绘）

  • 步数：采样步数（越高 = 细节越丰富，速度越慢）

  • 引导值：遵循提示词的紧密程度（修补、外绘、Canny、深度操作自动设为 30）

  • TeaCache：启用/禁用速度提升（部分质量牺牲）

🖼️ 输入图像

  • Img Load：所有 img2img 操作（修补、外绘、细节增强、放大）的主图像

  • CN Input：ControlNet 预处理的源图像

  • Redux 1-3：最多 3 张风格迁移参考图（建议使用极低强度值）

  • 提示：使用 Ctrl+Shift+C 快速将图像从预览复制到 Img Load

🎛️ ControlNet 与 Redux

  • 当强度 > 0 时激活 ControlNets

  • 当 CN 强度 > 0 时，预处理器使用 CN Input；否则使用 Img Load

  • 通过选择对应输出（如“preprocessor canny”）预览预处理结果

  • Redux 滑块分别控制每个 Redux 输入（1 = Redux 1，依此类推）

推荐 ControlNet 值：

  • Canny：强度=0.7，结束=0.8

  • Depth：强度=0.8，结束=0.8

  • Pose：强度=0.9，结束=0.65

🔧 图像处理

  • 调整大小、裁剪、锐化、色彩校正或填充图像

  • 使用“imgload prep”输出预览结果

  • 处理后绕过节点以避免重复处理（Ctrl+B）

⬆️ 放大

  • 分辨率倍数：在任何预处理后乘以图像分辨率

  • 放大模型：选择你的放大模型（推荐：4xNomos8kDAT）

  • 📺 观看放大教程

📥 模型下载

必需模型

unet 文件夹：

注意：若不使用 Canny 或 Depth 模型，可跳过其加载节点，无需下载。

vae 文件夹：

clip 文件夹：

style_models 文件夹：

clip_vision 文件夹：

controlnet/FLUX 文件夹：

此模型生成的图像

未找到图像。