从零开始：在ComfyUI中搭建Nunchaku FLUX.1-dev文生图环境
1. 环境准备与系统要求
在开始搭建Nunchaku FLUX.1-dev文生图环境前，我们需要确保系统满足基本要求。这就像准备画家的画室，需要合适的空间和工具。
1.1 硬件配置要求
Nunchaku FLUX.1-dev模型对硬件有一定要求，但通过量化技术已经大幅降低了门槛：
显卡：支持CUDA的NVIDIA显卡
- 推荐配置：RTX 3090/4090（24GB显存）
- 量化版适配：
- INT4版：RTX 3060及以上（8GB显存）
- FP4版：Blackwell架构显卡（如RTX 50系列）
- FP8版：低显存显卡的替代选择
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 软件环境准备
确保系统已安装以下基础软件：
- Python 3.10或更高版本
- Git版本控制工具
- 匹配显卡的PyTorch版本
安装必要的Python包：
pip install --upgrade huggingface_hub这个命令会安装模型下载工具，后续我们将用它来获取模型文件。
2. ComfyUI与Nunchaku插件安装
2.1 ComfyUI基础安装
ComfyUI是一个可视化AI工作流工具，我们将通过两种方式安装：
方法一：使用Comfy-CLI（推荐新手）
# 安装ComfyUI CLI工具 pip install comfy-cli # 安装ComfyUI核心 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方法二：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_nodes2.2 Nunchaku后端安装
从v0.3.2版本开始，后端安装变得非常简单。插件目录中的install_wheel.json文件可以一键安装所需组件。
3. 模型文件下载与配置
3.1 基础FLUX模型下载
这些是FLUX模型运行必需的组件：
# 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/vae3.2 FLUX.1-dev主模型下载
根据显卡类型选择合适的量化版本：
# 大多数RTX 30/40系列显卡使用INT4版本 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/ # Blackwell架构显卡使用FP4版本 # 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正确位置：
cd ComfyUI mkdir -p user/default/example_workflows cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/4. 启动与使用指南
4.1 启动ComfyUI服务
在ComfyUI根目录下运行：
python main.py启动后，在浏览器中访问http://localhost:8188即可进入操作界面。
4.2 加载工作流
在ComfyUI界面中：
- 点击右上角"Load"按钮
- 选择
nunchaku-flux.1-dev.json工作流文件 - 等待所有节点加载完成
4.3 生成第一张图片
按照以下步骤操作：
- 在"Prompt"输入框中输入英文描述，例如：
A beautiful sunset over mountains, digital art, highly detailed - 调整基本参数：
- 推理步数(Steps): 20-30
- 分辨率: 512x512或更高
- 点击"Queue Prompt"开始生成
5. 常见问题解决
5.1 模型文件目录结构
确保所有文件放在正确位置：
| 文件类型 | 存放目录 | 示例文件 |
|---|---|---|
| 主模型 | models/unet/ | svdq-int4_r32-flux.1-dev.safetensors |
| LoRA模型 | models/loras/ | *.safetensors |
| 文本编码器 | models/text_encoders/ | clip_l.safetensors |
| VAE模型 | models/vae/ | ae.safetensors |
5.2 显存优化技巧
如果遇到显存不足：
- 使用量化版本模型
- 降低生成分辨率
- 关闭不必要的LoRA
- 使用
nunchaku-flux.1-dev-qencoder.json工作流
5.3 生成质量提升
改善生成效果的建议：
- 使用更详细的提示词
- 增加推理步数
- 尝试不同采样器
- 添加负面提示词
6. 总结与进阶建议
通过本教程，你已经成功搭建了基于ComfyUI的Nunchaku FLUX.1-dev文生图环境。接下来可以探索：
- 尝试不同艺术风格的LoRA
- 学习ComfyUI高级工作流
- 实验图生图等扩展功能
- 加入社区交流学习经验
记住，AI绘画是一个需要实践的过程，多尝试不同的参数组合和提示词技巧，你将能创作出令人惊艳的作品。
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。
