openclaw开源生态：Nunchaku FLUX.1-dev与ComfyUI-Manager深度整合

想用最新的FLUX.1-dev模型生成惊艳图片，却被复杂的部署流程劝退？今天，我来带你体验一个“开箱即用”的解决方案——通过ComfyUI-Manager，一键整合Nunchaku FLUX.1-dev模型，让你在熟悉的ComfyUI界面里，轻松玩转这个强大的文生图模型。

无论你是ComfyUI的老用户，还是刚接触AI绘画的新手，这套方案都能让你在10分钟内完成环境搭建，开始创作。下面，我就手把手带你走一遍完整的安装和使用流程。

1. 环境准备：确保你的电脑“跑得动”

在开始之前，先确认你的电脑硬件和软件环境能满足基本要求。这就像开车前要检查油量一样，准备工作做得好，后面才能一路顺畅。

1.1 硬件要求

• 显卡：需要NVIDIA显卡，并且支持CUDA。这是运行AI模型的核心。
• 显存：建议24GB或以上。如果显存不足（比如只有8GB或12GB），也不用担心，后面我会告诉你怎么选择占用显存更少的“轻量版”模型。
• 其他：内存建议16GB以上，硬盘空间至少预留50GB用于存放模型文件。

1.2 软件要求

• Python：版本需要3.10或更高。这是运行ComfyUI的基础环境。
• Git：用于从网上下载代码和插件。
• PyTorch：需要安装与你的系统和显卡匹配的版本（比如torch 2.7、2.8或2.9）。

如果你不确定自己的环境是否满足，可以打开命令行（Windows叫命令提示符或PowerShell，Mac/Linux叫终端），输入以下命令查看：

# 查看Python版本
python --version

# 查看显卡信息（Windows）
nvidia-smi

# 查看显卡信息（Linux/Mac）
# 需要先安装相关工具

2. 安装部署：两步搞定所有环境

准备好了基础环境，接下来就是安装ComfyUI和Nunchaku插件。这里我提供两种方法，你可以根据自己的情况选择。

2.1 方法一：用Comfy-CLI一键安装（推荐新手）

如果你希望用最简单的方式完成安装，这个方法最适合你。Comfy-CLI是一个命令行工具，能帮你自动处理很多繁琐的步骤。

# 第一步：安装Comfy-CLI工具
pip install comfy-cli

# 第二步：安装ComfyUI（如果已经安装过，可以跳过）
comfy install

# 第三步：安装Nunchaku插件
comfy noderegistry-install ComfyUI-nunchaku

# 第四步：移动插件到正确位置
mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes

这几行命令执行完后，ComfyUI和Nunchaku插件就都安装好了。整个过程基本是自动的，你只需要等待它完成即可。

2.2 方法二：手动安装（适合喜欢控制的用户）

如果你对ComfyUI比较熟悉，或者想要更灵活地控制安装过程，可以用手动安装的方式。

# 第一步：下载ComfyUI的代码
git clone https://github.com/comfyanonymous/ComfyUI.git

# 第二步：进入ComfyUI文件夹
cd ComfyUI

# 第三步：安装ComfyUI需要的各种软件包
pip install -r requirements.txt

# 第四步：进入自定义插件目录
cd custom_nodes

# 第五步：下载Nunchaku插件
git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes

手动安装的好处是每一步你都能看到发生了什么，如果某一步出错，也更容易排查问题。

2.3 安装Nunchaku后端

从v0.3.2版本开始，Nunchaku插件增加了一个很贴心的功能——一键安装后端。安装完插件后，你会在ComfyUI里看到一个install_wheel.json文件，运行它就能自动安装或更新所需的后端组件。

这个步骤通常会自动完成，如果遇到问题，可以检查插件的文档或社区讨论。

3. 模型准备：下载需要的“素材库”

插件安装好了，就像买好了画板和画笔，现在需要准备“颜料”——也就是模型文件。FLUX.1-dev模型需要几个不同的文件配合工作，我会告诉你每个文件的作用和下载方法。

3.1 配置工作流示例

首先，让我们把Nunchaku自带的工作流示例复制到ComfyUI能识别的位置：

# 进入ComfyUI的主文件夹
cd ComfyUI

# 创建工作流目录（如果不存在的话）
mkdir -p user/default/example_workflows

# 复制Nunchaku的工作流示例
cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/

这些工作流文件就像是预设好的“配方”，告诉你如何组合不同的节点来生成图片。复制过去后，你在ComfyUI的网页界面里就能直接加载使用。

3.2 下载基础FLUX模型（必须下载）

FLUX.1-dev模型需要一些基础组件才能正常工作，主要是文本编码器和VAE模型。文本编码器负责理解你输入的文字描述，VAE负责把模型生成的数字信号转换成真正的图片。

# 下载文本编码器模型（放在models/text_encoders文件夹）
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

# 下载VAE模型（放在models/vae文件夹）
hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae

如果你已经通过其他方式下载了这些模型，也可以手动创建链接。比如，你的模型文件可能放在这样的位置：

# 文本编码器模型的位置
~/ComfyUI/models/text_encoders/
├── clip_l.safetensors -> /root/.cache/huggingface/FLUX.1-dev/text_encoders/clip_l.safetensors
└── t5xxl_fp16.safetensors -> /root/.cache/huggingface/FLUX.1-dev/text_encoders/t5xxl_fp16.safetensors

# VAE模型的位置
~/ComfyUI/models/vae/
└── ae.safetensors -> /root/.cache/huggingface/FLUX.1-dev/vae/ae.safetensors

3.3 下载Nunchaku FLUX.1-dev主模型（核心文件）

这是最重要的部分——FLUX.1-dev模型本身。根据你的显卡型号和显存大小，需要选择不同的版本：

• Blackwell显卡（如RTX 50系列）：使用FP4版本
• 其他NVIDIA显卡：使用INT4版本
• 显存不足的用户：可以选择FP8版本，占用显存更少

# 下载INT4版本的主模型（适合大多数显卡）
hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/

下载后，模型文件应该放在models/unet/目录下。如果你手动管理模型，目录结构可能是这样的：

~/ComfyUI/models/unet/
└── svdq-int4_r32-flux.1-dev.safetensors -> /root/ai-models/comfyanonymous/unet/svdq-int4_r32-flux.1-dev.safetensors

3.4 可选：下载LoRA模型（让效果更好）

LoRA是一种“微调”模型，可以让生成的图片有特定的风格或效果。Nunchaku FLUX.1-dev支持同时使用多个LoRA，这是它的一大特色。

常用的LoRA模型包括：

• FLUX.1-Turbo-Alpha：加速生成速度
• Ghibsky Illustration：吉卜力动画风格
• 其他各种风格化LoRA

# LoRA模型放在models/loras目录下
# 你可以下载多个LoRA，按需使用

如果你已经有一些LoRA模型，目录可能长这样：

~/ComfyUI/models/loras/
├── diffusion_pytorch_model.safetensors -> /root/ai-models/comfyanonymous/diffusion/diffusion_pytorch_model.safetensors
└── lora_v2.safetensors -> /root/ai-models/comfyanonymous/lora/lora_v2.safetensors

4. 开始创作：在ComfyUI中生成你的第一张图片

所有准备工作都完成了，现在让我们启动ComfyUI，开始真正的创作过程。

4.1 启动ComfyUI

打开命令行，进入ComfyUI的文件夹，然后运行：

# 在ComfyUI根目录执行
python main.py

看到类似下面的输出，就说明启动成功了：

Starting server
To see the GUI go to: http://127.0.0.1:8188

在浏览器中打开这个地址（通常是http://127.0.0.1:8188），就能看到ComfyUI的网页界面了。

4.2 加载Nunchaku FLUX.1-dev工作流

ComfyUI启动后，我们需要加载专门为FLUX.1-dev设计的工作流。这里我推荐使用nunchaku-flux.1-dev.json，因为它支持多LoRA，生成效果最好。

在ComfyUI界面中：

1. 点击右上角的“Load”按钮
2. 选择default/example_workflows目录
3. 找到并加载nunchaku-flux.1-dev.json文件

加载成功后，你会看到一个已经配置好的工作流界面，各种节点都连接好了，基本上只需要输入提示词就能开始生成。

上图展示了加载后的工作流界面，所有节点都已正确连接。

4.3 设置参数并生成图片

现在到了最有趣的部分——输入你的创意描述，让AI帮你画出来。

第一步：输入提示词

在工作流中找到“提示词输入框”（通常标有“Positive Prompt”或类似字样）。FLUX模型对英文提示词的支持更好，所以建议用英文描述你想要的画面。

比如，你可以输入：

• A beautiful landscape with mountains and lakes, ultra HD, realistic, 8K（美丽的山水风景，超高清，写实风格，8K分辨率）
• A cute cartoon cat wearing a hat, studio ghibli style（戴着帽子的可爱卡通猫，吉卜力风格）
• Cyberpunk city at night, neon lights, rain, cinematic（夜晚的赛博朋克城市，霓虹灯，下雨，电影感）

提示词输入框的位置，在这里描述你想要的画面。

第二步：调整参数（可选）

如果你想要更精细的控制，可以调整这些参数：

• 推理步数：一般20-50步，步数越多细节越好，但时间也更长
• 分辨率：默认是1024x1024，显存不够可以降低到768x768或512x512
• LoRA权重：如果使用了LoRA，可以调整它的影响强度（通常0.5-1.0）
• 采样器：不同的采样器会影响生成效果，可以多试试看哪个更适合你的需求

第三步：生成图片

点击界面上的“Queue Prompt”或“Run”按钮，ComfyUI就会开始处理你的请求。第一次运行可能会慢一些，因为需要加载模型到显存中。

生成过程中，你可以看到进度条和预估剩余时间。完成后，图片会显示在右侧的预览区域。

生成完成的图片会在这里显示，你可以保存或继续调整。

5. 使用技巧与注意事项

掌握了基本操作后，再来看看一些能让你用得更好的技巧和需要注意的地方。

5.1 模型文件存放位置很重要

不同的模型文件要放在正确的目录下，否则ComfyUI找不到它们：

文件类型	存放目录	作用
FLUX.1-dev主模型	models/unet/	核心生成模型
LoRA模型	models/loras/	风格微调模型
文本编码器	models/text_encoders/	理解文字描述
VAE模型	models/vae/	生成最终图片

如果加载模型时出错，第一件事就是检查文件是否放对了位置。

5.2 根据显存选择合适版本

FLUX.1-dev模型有不同的“量化版本”，占用显存不同：

• FP16版本：约33GB显存，效果最好，但需要高端显卡
• FP8版本：约17GB显存，效果接近FP16，显存占用少一半
• INT4/FP4版本：显存占用更少，适合显存有限的用户

如果你的显卡显存不足，生成时可能会报错“CUDA out of memory”。这时候可以：

1. 降低生成图片的分辨率
2. 使用INT4或FP4版本的模型
3. 关闭一些占用显存的功能（如高清修复）

5.3 显卡兼容性

• Blackwell架构显卡（如RTX 50系列）：只能使用FP4版本的模型
• 其他NVIDIA显卡：优先使用INT4版本，兼容性最好
• AMD显卡：目前支持有限，可能需要额外配置

如果你不确定自己的显卡型号，可以在命令行输入nvidia-smi查看。

5.4 工作流依赖问题

有时候加载工作流会提示“缺少节点”，这通常是因为没有安装对应的自定义节点。这时候可以：

1. 通过ComfyUI-Manager安装缺失的节点
2. 或者手动下载并安装对应的节点插件
3. 检查工作流中是否有不兼容的节点，暂时禁用它们

ComfyUI-Manager是管理插件的神器，建议安装它来方便地管理所有扩展。

5.5 推理步数设置

如果你使用了FLUX.1-Turbo-Alpha这个LoRA，推理步数可以设置得低一些（比如10-15步），因为它能加速生成过程。

但如果你关闭了这个LoRA，推理步数不能低于20步，否则生成的图片质量会明显下降。这是因为FLUX.1-dev模型需要足够的步骤来“思考”和“绘制”细节。

6. 总结

通过ComfyUI-Manager整合Nunchaku FLUX.1-dev，我们获得了一个强大且易用的AI绘画工作流。整个过程可以总结为几个关键步骤：

1. 环境准备：检查硬件和软件是否满足要求
2. 安装部署：用Comfy-CLI或手动方式安装ComfyUI和Nunchaku插件
3. 模型准备：下载基础模型、主模型和可选的LoRA模型
4. 启动使用：加载工作流，输入提示词，调整参数，生成图片

这套方案的最大优势是开箱即用——所有复杂的配置都已经预先做好，你只需要关注创意本身。无论是想生成写实的风景、动漫风格的角色，还是抽象的艺术作品，FLUX.1-dev都能提供出色的效果。

如果你在过程中遇到问题，记得检查模型文件的位置、显存是否足够、参数设置是否合理。大多数问题都能通过调整这些方面解决。

现在，你已经掌握了在ComfyUI中使用Nunchaku FLUX.1-dev的全部技能。打开ComfyUI，输入你的创意，开始探索AI绘画的无限可能吧！

---

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。