openclaw+Nunchaku FLUX.1-dev：开源文生图模型本地化部署完整指南

想在自己的电脑上免费体验媲美Midjourney的AI绘画能力吗？今天，我们就来手把手教你部署一个强大的开源文生图模型——Nunchaku FLUX.1-dev。它基于Black Forest Labs的FLUX.1架构，通过Nunchaku团队的优化，让你能在本地生成高质量、高分辨率的图像，而且完全免费、可控。

无论你是AI绘画爱好者、设计师，还是想研究AI技术的开发者，这篇指南都将带你从零开始，在ComfyUI这个强大的可视化工作流工具中，成功部署并运行这个模型。整个过程清晰明了，跟着步骤走，你也能轻松玩转这个顶级的开源AI绘画工具。

1. 环境准备：搭建你的AI画室

在开始“作画”之前，我们需要先准备好“画室”的基础环境。这就像你要用电脑玩游戏，得先确保显卡驱动和游戏运行库都装好一样。别担心，步骤很简单。

首先，你需要一块支持CUDA的NVIDIA显卡。这是运行大多数AI模型的基础。如果你的显卡显存有24GB或以上（比如RTX 4090），那体验会非常流畅。如果显存小一些（比如8GB或12GB），也不用慌，我们后面会介绍量化版模型，它能大幅降低显存需求，让你在普通显卡上也能运行。

软件方面，你需要准备好三样东西：

1. Python 3.10或更高版本：这是运行AI程序的语言环境。
2. Git：用来从网上下载代码和工具。
3. PyTorch：一个主流的AI框架，需要安装与你的系统和显卡驱动匹配的版本。

在开始安装前，建议先安装一个工具，它能帮你更方便地从网上下载模型文件。打开你的命令行终端（Windows上是CMD或PowerShell，Mac/Linux上是Terminal），输入下面这行命令并回车：

pip install --upgrade huggingface_hub

这个命令会安装一个叫huggingface_hub的Python库，它就像一个下载助手，能帮我们从Hugging Face这个AI模型“大超市”里快速获取文件。

环境准备好后，我们就可以进入下一步，安装核心的绘画工具——ComfyUI和Nunchaku插件了。

2. 安装部署：把画笔和颜料准备好

我们的“画室”将由两部分组成：ComfyUI（一个可视化的AI工作流操作台）和Nunchaku插件（专门为FLUX.1-dev模型设计的画笔工具）。下面提供两种安装方法，你可以选择最顺手的一种。

2.1 方法一：使用Comfy-CLI（最省心）

如果你喜欢一键式安装，讨厌复杂的配置，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安装步骤。

首先，安装这个命令行工具本身：

pip install comfy-cli

接着，用它来安装ComfyUI本体。如果之前没装过，它会自动下载并配置：

comfy install

最后，安装我们今天的主角——Nunchaku插件：

comfy noderegistry-install ComfyUI-nunchaku

安装完成后，你可能会在当前的文件夹里看到一个叫ComfyUI-nunchaku的目录。我们需要把它移动到ComfyUI的正确位置，这样ComfyUI启动时才能找到它：

mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes

好了，方法一完成！是不是很简单？

2.2 方法二：手动安装（更灵活可控）

如果你希望对安装过程有更多控制，或者之前已经安装过ComfyUI，可以选择手动安装。

第一步，我们先获取ComfyUI的源代码：

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt

这会把ComfyUI下载到本地，并安装它运行所需的所有Python依赖包。

第二步，进入ComfyUI的插件目录，并下载Nunchaku插件：

cd custom_nodes
git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes

这样，插件就安装到了custom_nodes/nunchaku_nodes这个路径下。

安装后端依赖 从Nunchaku插件的v0.3.2版本开始，安装变得更简单了。完成上述步骤后，你只需要在ComfyUI的网页界面里，找到并加载一个名为install_wheel.json的工作流文件，运行它，就能一键安装或更新所有必要的后端组件。

至此，我们的“操作台”和“画笔”都安装好了。接下来，我们需要去下载最重要的“颜料”——也就是模型文件。

3. 模型准备：下载你的AI颜料库

模型文件是AI绘画的核心，它决定了AI能画出什么样的画。我们需要下载两类模型：基础FLUX模型和Nunchaku FLUX.1-dev专属模型。请严格按照下面的目录存放它们，否则ComfyUI会找不到。

3.1 第一步：配置工作流示例

为了让操作更直观，Nunchaku插件自带了一些示例工作流。我们需要把它们复制到ComfyUI能识别的位置。

假设你现在在ComfyUI的根目录（就是有main.py文件的目录），执行以下命令：

# 创建存放示例工作流的目录（如果不存在的话）
mkdir -p user/default/example_workflows

# 复制Nunchaku插件自带的工作流文件过去
cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/

这样，当你启动ComfyUI后，就能在网页界面里直接加载这些预设好的“绘画流程”了。

3.2 第二步：下载模型文件

这是最关键的一步。请根据你的显卡情况，选择对应的模型版本下载：

• Blackwell架构显卡（如未来的RTX 50系列）：请下载FP4量化版模型。
• 其他NVIDIA显卡（如RTX 20/30/40系列）：优先下载INT4量化版模型。
• 显存不足的用户：如果你的显卡显存较小（如8GB），可以选择FP8量化版的FLUX.1-dev模型，它对显存要求更低。

1. 下载基础FLUX模型（必须安装） 这部分模型负责理解文字和初步的图像处理，是FLUX架构的通用组件。

我们使用之前安装好的hf（huggingface_hub）命令来下载，它会自动把文件存到正确的位置。

首先，下载文本编码器模型，它们能理解你输入的文字描述：

# 下载CLIP文本编码器
hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders

# 下载T5文本编码器
hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders

然后，下载VAE模型，它负责将AI生成的“数学特征”解码成我们能看到的图片：

# 下载VAE解码器模型
hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae

下载完成后，你可以检查一下ComfyUI/models/目录下的text_encoders和vae文件夹，看看文件是否都在里面。

2. 下载Nunchaku FLUX.1-dev主模型（核心） 这是真正的“绘画大脑”，决定了最终的画风和图像质量。

我们以最常用的INT4量化版为例进行下载：

# 下载INT4量化的Nunchaku FLUX.1-dev主模型
hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/

这个文件会比较大（几个GB），请耐心等待下载完成。它需要被放在models/unet/目录下。

3. （可选）下载LoRA模型 LoRA可以理解为“风格滤镜”或“技能插件”。加载不同的LoRA，可以让同一个主模型画出不同风格的画，比如动漫风、涡轮加速模式等。

你可以根据需要从Hugging Face或ModelScope下载喜欢的LoRA模型（文件后缀通常是.safetensors），然后将其放入models/loras/目录。例如，一个叫FLUX.1-Turbo-Alpha的LoRA可以加速生成过程。

万事俱备，只欠东风。所有“颜料”备齐后，我们就可以启动画室，开始创作了！

4. 启动与运行：画出你的第一张AI作品

4.1 启动ComfyUI

回到ComfyUI的根目录，运行启动命令：

python main.py

稍等片刻，你会看到命令行输出一个本地网址，通常是 http://127.0.0.1:8188。用浏览器（Chrome/Firefox等）打开这个网址，你就进入了ComfyUI的网页操作界面。

4.2 加载Nunchaku FLUX.1-dev工作流

在ComfyUI网页界面右侧，找到“Load”按钮，点击它。在弹出的文件浏览器中，导航到 ComfyUI/user/default/example_workflows/ 目录。

这里你会看到几个以.json结尾的工作流文件。对于文生图，我们推荐使用 nunchaku-flux.1-dev.json。这个工作流功能完整，支持加载多个LoRA，能获得最好的生成效果。

加载成功后，界面会显示一个由各种节点和连线组成的可视化流程图，这就是我们的“绘画流水线”。

4.3 设置参数并生成图片

现在，让我们来画第一张图！

1. 输入提示词：在工作流图中，找到一个标有“Prompt”或类似字样的文本输入框。FLUX模型对英文提示词的理解更好，所以建议用英文描述你想要的画面。例如：A beautiful landscape with mountains and lakes, ultra HD, realistic, 8K（一个美丽的山水风景，超高清，写实风格，8K分辨率）。

2. 调整参数（可选）：

   • 推理步数（Steps）：一般20-50步，步数越多细节越丰富，但耗时也越长。
   • 分辨率：可以尝试1024x1024或更高。如果显存不足，可以先从512x512开始。
   • LoRA权重：如果你加载了LoRA，可以调整这里的滑块（通常是0-1之间）来控制风格强度。
   • 采样器（Sampler）：保持默认设置即可。

3. 点击运行：找到界面上的“Queue Prompt”或“Run”按钮，点击它。这时，你的显卡开始工作，命令行窗口会滚动显示处理进度。

4. 查看结果：生成完成后，图片会出现在工作流右侧的预览节点中。你可以右键点击图片进行保存。

恭喜你！你已经成功在本地部署并运行了强大的Nunchaku FLUX.1-dev模型，生成了属于自己的AI画作。

5. 关键注意事项与技巧

为了让你玩得更顺畅，这里总结几个重要的注意事项和小技巧：

1. 模型别放错地方：这是最常见的问题。请务必记住：

   • 主模型（svdq-int4_r32-flux.1-dev.safetensors）放在 models/unet/
   • LoRA模型放在 models/loras/
   • 文本编码器放在 models/text_encoders/
   • VAE模型放在 models/vae/

2. 显存不够怎么办：

   • FP16原版模型需要约33GB显存，FP8版约17GB，INT4/FP4版则更低。
   • 如果生成时显存溢出（OOM），首先尝试降低生成图片的分辨率（如从1024x1024降到768x768）。
   • 如果还不行，请确认你下载的是INT4或FP8等量化版模型，而不是FP16版。

3. 工作流节点缺失：如果加载工作流时提示找不到某个节点（node），别慌。这说明你缺少某个自定义节点。可以去ComfyUI的管理器（ComfyUI-Manager）中搜索并安装对应的节点。

4. 关于推理步数：如果你使用了FLUX.1-Turbo-Alpha这个LoRA来加速，推理步数可以设得低一些（如4-10步）。但如果关闭了这个LoRA，推理步数绝对不能低于20步，否则生成的图片质量会非常差。

5. 多尝试提示词：AI绘画的“咒语”很关键。多尝试不同的英文描述组合，加入“masterpiece, best quality, detailed”等质量标签，或“anime style, oil painting”等风格标签，你会发现惊喜。

---

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。