本文为纯技术部署指南，基于 GGUF 量化模型与小体积权重，在普通 NVIDIA 显卡上实现 FLUX.1 文生图模型本地运行，全程无推广、无捆绑，仅保留环境配置、模型部署、工作流搭建与问题排查核心内容。

---

一、前言

FLUX.1 是 Black Forest Labs 推出的文生图模型，在图像细节、提示词遵循度、生成稳定性上表现较好。原版模型体积较大，普通设备难以运行；GGUF 量化可显著降低显存占用，配合精简模型文件，可在 8GB 及以上显存显卡稳定运行。

本文覆盖：ComfyUI 环境配置、GGUF 插件部署、模型文件规范存放、FLUX.1 工作流搭建、提示词编写、常见问题定位。

---

二、环境准备

2.1 硬件与系统要求

• 显卡：NVIDIA 独立显卡，显存 ≥8GB
• 系统：Windows 10/11 64 位
• 内存：≥16GB
• 磁盘：剩余空间 ≥50GB（模型 + 依赖 + 缓存）
• Python：推荐 3.10 / 3.11

2.2 ComfyUI 基础部署

1. 获取 ComfyUI 完整包，解压至无中文、无空格路径
2. 依赖安装（二选一）
   • 一键脚本：进入 ComfyUI 根目录，双击 run_nvidia_gpu.bat，自动完成依赖安装
   • 手动安装：命令行切换到 ComfyUI 目录，执行

     plaintext

     pip install -r requirements.txt
     

3. 启动验证 运行 run_nvidia_gpu.bat，控制台出现

   plaintext

   Starting server at http://127.0.0.1:8188
   

   浏览器打开该地址即可进入 ComfyUI 界面。

2.3 GGUF 模型支持插件安装

FLUX.1 GGUF 格式需专用节点支持，步骤如下：

1. 关闭 ComfyUI
2. 进入目录：ComfyUI/custom_nodes/
3. 放入 ComfyUI-GGUF 插件文件夹
4. 进入 ComfyUI-GGUF 目录，执行依赖安装

   plaintext

   pip install -r requirements.txt
   

5. 重新启动 ComfyUI，插件加载完成。

---

三、模型文件与路径规范

3.1 模型清单与作用

表格

模型文件	大小	功能
flux1-dev-Q4_0.gguf	6.32GB	FLUX.1 核心 UNet 生成模型
ae.safetensors	319MB	VAE 解码，潜空间转图像
clip_l.safetensors	234MB	CLIP 文本编码器（短文本 / 中文）
t5xxl_fp8_e4m3fn.safetensors	4.55GB	T5XXL 编码器（长文本 / 细节）
sd3_medium.safetensors	4.03GB	备用编码器 / 基础模型

3.2 标准存放路径

plaintext

ComfyUI/
└── models/
    ├── unet/          # flux1-dev-Q4_0.gguf
    ├── vae/           # ae.safetensors（建议重命名 flux_ae.safetensors）
    └── clip/          # clip_l、t5xxl、sd3_medium 全部放入

• 路径不允许中文、空格、特殊字符
• 文件夹不存在则手动创建
• 文件名保持完整，不要修改

---

四、FLUX.1 工作流搭建（纯步骤）

工作流逻辑：加载模型 → 文本编码 → 采样生成 → VAE 解码 → 图像输出

4.1 模型加载节点

1. UNETLoader（GGUF）
   • 模型：flux1-dev-Q4_0.gguf
   • 剪枝类型：default
2. DualCLIPLoader
   • CLIP1：t5xxl_fp8_e4m3fn.safetensors
   • CLIP2：clip_l.safetensors
   • 模型类型：flux
3. VAELoader
   • VAE：flux_ae.safetensors

4.2 文本编码

1. 添加 CLIPTextEncodeFlux
2. 连接：从 DualCLIPLoader 输入 clip
3. 参数：引导强度 3.5（固定推荐）

4.3 采样配置

1. ModelSamplingFlux
   • 基础引导：1.15
   • 基础偏移：0.5
   • 基准尺寸：1024×1024
2. BasicGuider
3. KSamplerSelect
   • 采样器：euler（稳定性最高）
4. BasicScheduler
   • 调度：normal
   • 步数：20–30（推荐 25）

4.4 潜空间生成

1. EmptyLatentImage
   • 常用尺寸：1280×800 / 1024×1024
2. RandomNoise
3. SamplerCustomAdvanced 依次连接：noise、guider、sampler、sigmas、latent_image

4.5 解码出图

1. VAEDecode 连接采样输出与 VAE
2. PreviewImage 预览并保存结果

---

五、一键导入工作流（推荐）

复制下方 JSON，打开 ComfyUI → 右上角 Load → Import from Clipboard，自动生成完整流程，仅需核对模型文件名即可使用。

json

{
"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
}

---

六、提示词规范（FLUX.1 无负向提示词）

FLUX.1 不依赖负提示词，英文效果更稳定。

标准结构

主体 + 姿态/服饰 + 场景/光线 + 画质/构图/风格

示例

plaintext

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

使用步骤

1. 双击 CLIPTextEncodeFlux 填入提示词
2. 点击右上角 Queue Prompt 开始生成
3. 生成完成后右键 PreviewImage 保存图片

---

七、BIOS / 启动项说明（安装 Windows 相关）

若用于旧机 / 新主板装 Win7，需在 BIOS 关闭安全启动并开启兼容模块：

• Secure Boot → Disabled
• CSM → Enabled
• OS Optimized → Others/Disabled
• 引导模式：Legacy only 或 Both

该部分仅为系统安装补充，与 FLUX.1 部署无关。

---

八、常见问题排查

1. 模型加载失败
   • 检查路径是否含中文 / 空格
   • 确认 GGUF 插件已安装并重启
   • 核对文件名与目录是否正确
2. 生成黑屏 / 全灰
   • 采样步数 ≥20
   • 引导强度设为 3.5
   • 提示词长度足够（≥30 词）
3. 显存不足
   • 关闭浏览器 / 占用程序
   • 降低生成尺寸（1024×768）
   • 关闭硬件加速
4. 节点找不到
   • 确认 ComfyUI-GGUF 插件放置正确
   • 重启 ComfyUI 重新加载节点

---

九、文件校验信息（可选）

用于验证文件完整性：

• 大小：2,152,005,632 字节
• MD5：226BC9C5BE17D8D4FBBB632B35DDB3F5
• SHA1：2DA0FB1C6FFFFE4AA509E4D6B600F3093E3A2A1A