当前位置：首页 > news >正文

AI绘画工具部署：Nunchaku FLUX.1-dev在ComfyUI中的分步安装指南

news 2026/5/12 1:26:41

AI绘画工具部署：Nunchaku FLUX.1-dev在ComfyUI中的分步安装指南

1. 环境准备：确保系统满足要求

在开始安装前，请确认您的系统满足以下基础要求：

1.1 硬件要求

显卡：NVIDIA显卡（支持CUDA），建议显存不低于24GB
- 显存不足时可选择FP8量化版模型
- 最新Blackwell架构显卡（如RTX 50系列）需使用FP4模型
其他硬件：
- 内存：建议32GB及以上
- 存储：至少50GB可用空间（用于存放模型文件）

1.2 软件要求

操作系统：Windows 10/11或Linux（Ubuntu 20.04+推荐）
Python：3.10或更高版本
CUDA：建议11.8或12.x（需与PyTorch版本匹配）
Git：用于代码仓库克隆

1.3 前置工具安装

执行以下命令安装必要工具：

# 安装huggingface_hub用于模型下载 pip install --upgrade huggingface_hub # 验证PyTorch安装 python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

2. ComfyUI与Nunchaku插件安装

2.1 ComfyUI基础安装

提供两种安装方式，任选其一即可：

方法A：Comfy-CLI一键安装（推荐新手）

# 安装ComfyUI CLI工具 pip install comfy-cli # 安装ComfyUI本体 comfy install # 安装Nunchaku插件 comfy noderegistry-install ComfyUI-nunchaku # 移动插件到正确目录 mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes

方法B：手动安装（适合高级用户）

# 克隆ComfyUI仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 安装依赖 pip install -r requirements.txt # 安装Nunchaku插件 cd custom_nodes git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes

2.2 Nunchaku后端安装

从v0.3.2版本开始，可通过install_wheel.json一键安装后端：

# 进入ComfyUI根目录 cd ComfyUI # 执行安装脚本 python custom_nodes/nunchaku_nodes/install_wheel.json

3. 模型文件下载与配置

3.1 基础模型下载

必须下载的基础模型包括文本编码器和VAE：

# 文本编码器模型 hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders # VAE模型 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae

3.2 FLUX.1-dev主模型下载

根据显卡类型选择合适的量化版本：

# 常规NVIDIA显卡（推荐INT4） hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/ # Blackwell架构显卡（需FP4） hf download nunchaku-tech/nunchaku-flux.1-dev svdq-fp4_r32-flux.1-dev.safetensors --local-dir models/unet/ # 显存不足选择FP8 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-fp8_r32-flux.1-dev.safetensors --local-dir models/unet/

3.3 可选LoRA模型

如需增强特定风格，可下载LoRA模型：

# 创建LoRA目录 mkdir -p models/loras # 下载示例LoRA（如FLUX.1-Turbo-Alpha） hf download nunchaku-tech/flux.1-turbo-alpha diffusion_pytorch_model.safetensors --local-dir models/loras

4. 工作流配置与启动

4.1 准备工作流文件

# 创建示例工作流目录 mkdir -p user/default/example_workflows # 复制Nunchaku示例工作流 cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/

4.2 启动ComfyUI

# 进入ComfyUI根目录 cd ComfyUI # 启动服务 python main.py

启动后，在浏览器中访问http://127.0.0.1:8188

4.3 加载工作流

点击界面右上角"Load"按钮
选择nunchaku-flux.1-dev.json工作流文件
主要工作流节点说明：
- NunchakuFLUXLoader: 模型加载器
- CLIP Text Encode: 提示词输入
- KSampler: 采样器设置
- VAEDecode: 图像解码输出

5. 文生图实践指南

5.1 基础参数设置

提示词(Prompt)：使用英文描述，建议结构：

主体描述, 环境描述, 艺术风格, 质量要求 示例：A cyberpunk girl with neon lights, futuristic city background, digital art, 8k resolution

负面提示词(Negative Prompt)：建议包含：
```
blurry, low quality, bad anatomy, extra limbs
```
关键参数：
- 步数(Steps): 20-50（关闭Turbo-Alpha时不低于20）
- 分辨率(Width/Height): 1024x1024（显存不足可降低）
- CFG Scale: 7-12（控制创意与提示词的平衡）

5.2 生成示例代码

如需通过API调用，可使用以下Python示例：

import requests url = "http://127.0.0.1:8188/prompt" data = { "prompt": { "3": { "inputs": { "text": "A beautiful landscape, mountains, sunset, 8k", "clip": ["14", 1] }, "class_type": "CLIPTextEncode" }, # 其他节点配置... } } response = requests.post(url, json=data) print(response.json())