从零开始：Nunchaku FLUX.1-dev在ComfyUI中的完整部署流程

从零开始：Nunchaku FLUX.1-dev在ComfyUI中的完整部署流程

1. 环境准备与前置条件

在开始部署Nunchaku FLUX.1-dev模型前，我们需要确保系统环境满足基本要求。以下是详细的环境检查清单：

1.1 硬件要求

• 显卡：必须配备NVIDIA显卡，建议显存不低于8GB。不同量化版本对显存的需求如下：

  • FP16原版：约33GB显存（需高端专业卡）
  • FP8量化版：约17GB显存
  • INT4/FP4量化版：8GB显存即可运行

• 其他硬件：

  • CPU：建议4核以上
  • 内存：16GB及以上
  • 存储空间：至少50GB可用空间（用于存放模型文件）

1.2 软件依赖

• 基础环境：

  • Python 3.10或更高版本
  • Git版本控制工具
  • CUDA Toolkit（建议11.7或12.x）

• Python包：

  • PyTorch（需与CUDA版本匹配）
  • huggingface_hub（用于模型下载）

  安装命令：

  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip install --upgrade huggingface_hub

2. ComfyUI与Nunchaku插件安装

2.1 ComfyUI基础安装

我们提供两种安装方式，推荐使用Comfy-CLI进行一键安装：

方法A：Comfy-CLI安装（推荐）

# 安装ComfyUI命令行工具 pip install comfy-cli # 初始化ComfyUI环境 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

# 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 后端依赖安装

从v0.3.2版本开始，Nunchaku插件支持一键安装后端依赖：

1. 在ComfyUI界面中加载install_wheel.json工作流
2. 点击"Queue Prompt"运行安装

3. 模型文件下载与配置

3.1 基础模型组件

FLUX.1-dev模型需要以下基础组件：

• 文本编码器：

  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解码器：

  hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae

3.2 主模型下载

根据显卡类型选择合适的量化版本：

• INT4版本（推荐）：

  hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/

• FP4版本（Blackwell显卡专用）：

  hf download nunchaku-tech/nunchaku-flux.1-dev svdq-fp4_r32-flux.1-dev.safetensors --local-dir models/unet/

3.3 工作流配置

将示例工作流复制到指定目录：

cd ComfyUI mkdir -p user/default/example_workflows cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/

4. 运行与使用指南

4.1 启动ComfyUI服务

在ComfyUI根目录执行：

python main.py

访问浏览器打开http://127.0.0.1:8188

4.2 加载工作流

1. 点击界面右侧"Load"按钮
2. 选择user/default/example_workflows/nunchaku-flux.1-dev.json
3. 工作流加载后界面将显示完整的文生图管道

4.3 生成图像步骤

1. 输入提示词：

   • 在"Positive Prompt"节点输入英文描述
   • 示例：A futuristic cityscape at night, neon lights, cyberpunk style, 8k resolution

2. 参数调整：

   • 分辨率：建议1024x1024（显存不足可降低）
   • 步数(Steps)：使用Turbo LoRA时10-15步，否则20步以上
   • 采样器：推荐使用DPM++ 2M Karras

3. 生成图像：

   • 点击"Queue Prompt"按钮
   • 等待生成完成，结果将显示在右侧预览区

5. 常见问题与优化建议

5.1 模型路径检查

确保所有模型文件存放在正确目录：

• 主模型：models/unet/
• LoRA：models/loras/
• 文本编码器：models/text_encoders/
• VAE：models/vae/

5.2 显存优化技巧

• 使用量化版本模型（INT4/FP8）
• 降低输出分辨率（768x768）
• 关闭不必要的LoRA
• 启用--lowvram启动参数

5.3 生成质量提升

• 使用详细的英文提示词
• 添加质量标签：8k, masterpiece, best quality
• 适当增加步数（20-30步）
• 尝试不同采样器（DPM++ 2M Karras或Euler a）

5.4 节点缺失处理

如果加载工作流时报错缺少节点：

1. 打开ComfyUI Manager
2. 搜索缺失节点名称
3. 点击安装

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。