ComfyUI 部署 FLUX.1（GGUF + 小体积模型）超详细教程

简简简简简

393人浏览 · 2026-05-19 16:51:29

简简简简简 · 2026-05-19 16:51:29 发布

前言

FLUX.1 是 Black Forest Labs 推出的顶级文生图模型，由 Stability AI 前核心团队打造，以高清画质、精准 prompt 遵循、艺术感强著称。原版模型超 23G，普通电脑难以部署；本文基于GGUF 量化 + 小体积模型，手把手教你完成 ComfyUI 安装、模型配置、流程搭建、提示词实操，新手也能一次成功。

安装包地址：comfyui+flux工作流_GGUF+小体积模型(保存订阅,后续更新更多模型)
链接: https://pan.baidu.com/s/1luZHLUkW8Wxar-klSBb2Mg?pwd=8888 提取码: 8888

一、环境准备：安装 ComfyUI

1.1 硬件要求（必看）

显卡：NVIDIA 8G+ 显存（内存足够大也能跑）
系统：Windows 10/11（64 位）
内存：16G 及以上
磁盘：剩余 50G + 空间（模型 + 程序占用）

1.2 下载 ComfyUI

网盘中 ComfyUI.zip 就是，直接下载安装

1.3 安装依赖（2 种方法）

方法 1（一键脚本，推荐）

进入 ComfyUI 根目录，双击 run_nvidia_gpu.bat，自动检测并安装依赖，等待提示「Installation successful」。

方法 2（手动命令）

打开命令行，cd 到 ComfyUI 目录，执行：

pip install -r requirements.txt

提示「Successfully installed」即成功，报错请检查 Python 版本（推荐 3.10/3.11）。

1.4 启动 ComfyUI

双击 run_nvidia_gpu.bat，控制台输出「Starting server at http://127.0.0.1:8188」即启动成功，浏览器打开该地址进入界面。

1.5 安装 GGUF 插件（关键！加载 GGUF 模型）

你的 flux1-dev-Q4_0.gguf 是量化模型，需安装插件支持：

关闭 ComfyUI，进入 ComfyUI\custom_nodes 目录
将网盘中 ComfyUI-GGUF 目录下载，复制到进来即可
进入 ComfyUI-GGUF 目录，执行依赖安装：

pip install -r requirements.txt

重启 ComfyUI，插件生效。

二、模型配置：文件路径与存放规则（直接照做）

你已下载 5 个核心模型，严格按以下路径存放，错一个加载失败：

2.1 模型清单（已下载）

表格

模型文件	大小	作用	存放路径
flux1-dev-Q4_0.gguf	6.32G	FLUX.1 核心生成模型（UNET）	ComfyUI/models/unet/
ae.safetensors	319M	VAE 解码模型（潜像转图像）	ComfyUI/models/vae/（建议重命名 flux_ae.safetensors）
clip_l.safetensors	234M	CLIP 文本编码器 1（理解中文）	ComfyUI/models/clip/
t5xxl_fp8_e4m3fn.safetensors	4.55G	CLIP 文本编码器 2（理解英文 / 细节）	ComfyUI/models/clip/
sd3_medium.safetensors	4.03G	备用 CLIP / 基础模型（流程可选）	ComfyUI/models/clip/ 或 checkpoints/

2.2 路径操作步骤

手动创建不存在的文件夹：models/unet、models/vae、models/clip
复制文件到对应目录：
- flux1-dev-Q4_0.gguf → ComfyUI/models/unet/
- ae.safetensors → ComfyUI/models/vae/（重命名为 flux_ae.safetensors）
- clip_l.safetensors、t5xxl_fp8_e4m3fn.safetensors → ComfyUI/models/clip/
路径检查：无中文、无空格、文件名无错。

三、核心实操：搭建 FLUX.1 工作流（分步图解）

FLUX.1 工作流共 12 个核心节点，按「加载模型→编码提示→生成潜像→解码出图」逻辑连接，跟着步骤建，零报错。

3.1 第一步：加载模型（3 个节点）

节点 1：UNET 加载器（GGUF 专用）

左侧节点栏→搜索「UNETLoader」→拖拽到画布左侧
参数设置：
- 模型名称：选 flux1-dev-Q4_0.gguf
- 剪枝类型：选 default
命名：UNET 加载器

节点 2：双 CLIP 加载器

搜索「DualCLIPLoader」→拖到 UNET 下方
参数设置：
- CLIP1：选 t5xxl_fp8_e4m3fn.safetensors
- CLIP2：选 clip_l.safetensors
- 模型类型：选 flux
命名：双 CLIP 加载器

节点 3：VAE 加载器

搜索「VAELoader」→拖到双 CLIP 下方
参数设置：
- VAE 名称：选 flux_ae.safetensors（你重命名的）
命名：VAE 加载器

3.2 第二步：提示词编码（2 个节点）

节点 4：字符串拼接（可选，统一提示）

搜索「StringFunction」→拖到左下角
参数：操作选「append」，词条填提示词（后续改）

节点 5：CLIP 文本编码器（FLUX 专用）

搜索「CLIPTextEncodeFlux」→拖到双 CLIP 右侧
连接：
- clip → 双 CLIP 加载器输出
- clip_l、t5xxl → 字符串拼接输出
参数：引导强度 3.5（FLUX 固定）

3.3 第三步：采样与引导（3 个节点）

节点 6：模型采样算法 Flux

搜索「ModelSamplingFlux」→拖到 UNET 右侧
连接：model → UNET 输出
参数：基础引导 1.15、基础偏移 0.5、尺寸 1024×1024

节点 7：基础引导

搜索「BasicGuider」→拖到文本编码器右侧
连接：
- model → 模型采样算法输出
- conditioning → 文本编码器输出

节点 8：K 采样器选择

搜索「KSamplerSelect」→拖到引导右侧
参数：采样器选「euler」（最稳定）

3.4 第四步：潜像生成（3 个节点）

节点 9：空 Latent 图像

搜索「EmptyLatentImage」→拖到左侧下方
参数：宽 1280、高 800、批次 1

节点 10：基础调度器

搜索「BasicScheduler」→拖到采样器右侧
连接：model → 模型采样算法输出
参数：步数 25（推荐 20-30）

节点 11：自定义采样器

搜索「SamplerCustomAdvanced」→拖到中间
连接：
- noise → RandomNoise（新建随机噪波节点）
- guider → 基础引导输出
- sampler → K 采样器输出
- sigmas → 调度器输出
- latent_image → 空 Latent 输出

3.5 第五步：解码出图（1 个节点）

节点 12：VAE 解码 + 预览

搜索「VAEDecode」→拖到右侧
连接：
- samples → 自定义采样器输出
- vae → VAE 加载器输出
新建「PreviewImage」→连接 VAE 解码输出，用于看结果

3.6 一键导入工作流（懒人方案）

复制以下 JSON，ComfyUI 右上角「Load」→「Import from Clipboard」，自动生成完整流程，仅需改模型路径：

{
  "last_node_id": 66,
  "last_link_id": 110,
  "nodes": [
    {
      "id": 8,
      "type": "UNETLoader",
      "pos": [-372, -138],
      "widgets_values": ["flux1-dev-Q4_0.gguf", "default"]
    },
    {
      "id": 9,
      "type": "DualCLIPLoader",
      "pos": [-372, 164],
      "widgets_values": ["t5xxl_fp8_e4m3fn.safetensors", "clip_l.safetensors", "flux"]
    },
    {
      "id": 12,
      "type": "CLIPTextEncodeFlux",
      "pos": [5, 165],
      "widgets_values": ["", "", 3.5, true]
    },
    {
      "id": 5,
      "type": "EmptyLatentImage",
      "pos": [-372, -291],
      "widgets_values": [1280, 800, 1]
    },
    {
      "id": 16,
      "type": "BasicScheduler",
      "pos": [317, 279],
      "widgets_values": ["normal", 25, 1]
    },
    {
      "id": 11,
      "type": "ModelSamplingFlux",
      "pos": [-372, -10],
      "widgets_values": [1.15, 0.5, 1024, 1024]
    },
    {
      "id": 17,
      "type": "BasicGuider",
      "pos": [317, -58]
    },
    {
      "id": 14,
      "type": "KSamplerSelect",
      "pos": [317, 29],
      "widgets_values": ["euler"]
    },
    {
      "id": 19,
      "type": "VAEDecode",
      "pos": [717, -64]
    },
    {
      "id": 10,
      "type": "VAELoader",
      "pos": [-372, 321],
      "widgets_values": ["flux_ae.safetensors"]
    },
    {
      "id": 13,
      "type": "RandomNoise",
      "pos": [317, -186],
      "widgets_values": [3, "fixed"]
    },
    {
      "id": 18,
      "type": "SamplerCustomAdvanced",
      "pos": [713, -219]
    },
    {
      "id": 7,
      "type": "PreviewImage",
      "pos": [716, 30]
    }
  ],
  "links": [
    [13,5,0,15,0,"LATENT"],[14,12,0,17,1,"CONDITIONING"],
    [16,13,0,18,0,"NOISE"],[17,17,0,18,1,"GUIDER"],
    [18,15,0,18,4,"LATENT"],[19,14,0,18,2,"SAMPLER"],
    [20,16,0,18,3,"SIGMAS"],[22,10,0,19,1,"VAE"],
    [34,37,0,12,1,"STRING"],[35,37,0,12,2,"STRING"],
    [73,8,0,11,0,"MODEL"],[78,11,0,17,0,"MODEL"],
    [79,11,0,16,0,"MODEL"],[81,9,0,12,0,"CLIP"],
    [89,19,0,7,0,"IMAGE"],[93,18,0,19,0,"LATENT"]
  ],
  "version": 0.4
}

四、提示词实操：编写 + 生效步骤（直接抄）

FLUX.1无负向提示词，仅需正向，英文效果最佳。

4.1 万能提示词模板

[主体] + [动作/服饰] + [场景/光线] + [画质/风格)

4.2 高质量示例（直接用）

示例 1：中国女王

A Chinese queen sits on a high throne in a bright palace, arrogant expression, legs crossed, golden high heels, black stockings, low angle shot, natural light, ultra high quality, realistic details

示例 2：重绘图像

A woman empress of China sits on a very high throne in the bright palace. She is looking at the camera, legs crossed, wearing golden high heels and black stockings.
very low POV, tilted shot from very below.
very high quality.