flux-txt2img

Name: flux-txt2img
Author: artokun

github.com/artokun创意与媒体87639 次安装2 天前更新

代码仓库

关于 flux-txt2img

一份使用 Flux 在 ComfyUI 中构建文生图工作流的技能指南，涵盖 Flux.1 Dev SRPO、Flux 2 Klein 9B 和 Flux 2 Turbo LoRA，并说明模型连接、提示词条件设置与采样参数。

主要功能

01三种 Flux 工作流配置
02模型与编码器设置
03引导与提示词条件设置
04各模型变体的采样参数
05分辨率与 VRAM 指引
06应用 LoRA

适用场景

01搭建 Flux.1 Dev SRPO 工作流
02用蒸馏版 Klein 进行四步图像生成
03应用 Turbo LoRA 加快采样
04调整提示词的引导值和分辨率

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/artokun/comfyui-mcp --skill flux-txt2img

安装后在 Claude Code 中输入/flux-txt2img确认已加载。

详细介绍

Flux 文生图工作流

概述

Flux 是 Black Forest Labs 推出的引导蒸馏扩散模型系列。它使用独立的 FluxGuidance 节点，而不是 KSampler CFG（其值必须始终为 1.0）。本地提供三种变体：

Flux.1 Dev SRPO。 经过 SRPO 对齐微调的 Flux.1 Dev。使用 DualCLIPLoader（T5XXL + CLIP-L）。仅支持 BF16。
Flux 2 Klein 9B。 蒸馏版 Flux 2 变体。使用单个 CLIPLoader（Qwen3-8B）和 flux2-vae.safetensors。可快速生成，仅需 4 步。
Flux 2 Turbo LoRA。 应用于 Flux.1 Dev，以实现 4 步生成。

模型

Flux.1 Dev SRPO

组件	节点	模型	备注
UNET	`UNETLoader`	`flux.1-dev-SRPO-BFL-bf16.safetensors`	22.7GB，仅支持 BF16 — FP8 会产生异常结果
CLIP	`DualCLIPLoader` (type=`flux`)	`clip_name1`: `t5xxl_fp8_e4m3fn.safetensors`，`clip_name2`: `clip_l.safetensors`	T5XXL（4.7GB）+ CLIP-L（235MB）
VAE	`VAELoader`	`ae.safetensors`	标准 Flux VAE（320MB）。Z-Image 使用相同的 VAE 架构，但权重不同 — 它的 VAE 是单独的文件（`z-image-ae.safetensors`），不是此文件

Flux 2 Klein 9B

组件	节点	模型	备注
UNET	`UNETLoader`	`bigLove_klein1.safetensors`	17.3GB，Klein 9B 变体
CLIP	`CLIPLoader` (type=`flux2`)	`qwen_3_8b_fp8mixed.safetensors`	text_encoders/ 中的 Qwen3-8B（8.3GB）。使用 `flux2`，不要使用 `flux` — 两者都在枚举中，但 `flux` 会在采样器处失败
VAE	`VAELoader`	`flux2-vae.safetensors`	Flux 2 专用 VAE（321MB）

Klein 9B 与 Flux.1 Dev 的区别：Klein 使用 Qwen3-8B 文本编码器（而非 T5XXL + CLIP-L）。它使用不同的 VAE（flux2-vae.safetensors）。蒸馏版 9B 只需 4 步；基础版 9B 在 CFG 5.0 下需要约 50 步。使用 FP8 时可在约 20GB VRAM 中运行。

Flux 2 Turbo LoRA（应用于 Flux.1 Dev）

组件	节点	模型	备注
LoRA	`LoraLoaderModelOnly`	`flux2-turbo-lora.safetensors`	2.6GB，强度 1.0
Alt LoRA	`LoraLoaderModelOnly`	`Flux2TurboComfyv2.safetensors`	社区变体，大小相同

条件设定

CLIPTextEncodeFlux（Flux.1 Dev 推荐）

为每个文本编码器提供独立的提示词字段：

{
  "class_type": "CLIPTextEncodeFlux",
  "inputs": {
    "clip": ["<dual_clip>", 0],
    "clip_l": "short prompt for CLIP-L",
    "t5xxl": "detailed description for T5XXL",
    "guidance": 3.5
  }
}

clip_l 提取关键语义特征。t5xxl 扩展并完善描述。简单使用时，可在两个字段中填写相同的提示词。该节点内置引导，因此无需单独使用 FluxGuidance。

FluxGuidance（替代方案）

如果使用标准 CLIPTextEncode 而非 CLIPTextEncodeFlux，请单独应用引导：

{
  "class_type": "FluxGuidance",
  "inputs": {
    "conditioning": ["<clip_text_encode>", 0],
    "guidance": 3.5
  }
}

引导值

场景	引导值	备注
短提示词	3.5–4.0	更严格地遵循提示词
长／复杂提示词	1.0–1.5	更大的创作空间
写实效果	2.5	减少皮肤的光泽感，呈现更丰富的细节
标准	3.5	适用于大多数场景的默认值

负向条件设定

Flux 不支持传统的负面提示词（引导蒸馏，CFG=1.0）。请使用 ConditioningZeroOut：

{
  "class_type": "ConditioningZeroOut",
  "inputs": { "conditioning": ["<positive_cond>", 0] }
}

或者将空的 CLIPTextEncode 用作负向输入。

采样器设置

Flux.1 Dev SRPO

参数	标准值	备注
steps	20	范围：20–28
cfg	1.0	始终为 1.0 — 引导通过 FluxGuidance 实现
sampler_name	ipndm	作者推荐用于 SRPO
scheduler	beta	作者推荐用于 SRPO
guidance	3.5	通过 CLIPTextEncodeFlux 或 FluxGuidance 设置
denoise	1.0

SRPO 作者推荐使用 ipndm/beta 组合。标准 Flux 设置（euler/simple）也可运行，但 ipndm/beta 与此微调模型搭配时效果更好。

Flux 2 Klein 9B（蒸馏版）

参数	值	备注
steps	4	蒸馏模型，4 步为最佳
cfg	1.0	始终为 1.0
sampler_name	euler
scheduler	simple
denoise	1.0

Flux 2 Klein 9B（Base/未蒸馏）

参数	值	备注
steps	50	完整画质
cfg	5.0	Base 模型需要更高的 CFG
sampler_name	euler
scheduler	simple

Flux.1 Dev + Turbo LoRA

参数	值	备注
steps	4	Turbo 蒸馏版
cfg	1.0
sampler_name	euler
scheduler	simple
lora_strength	1.0

分辨率

纵横比	分辨率	百万像素
正方形	1024x1024	1.0MP
纵向 3:4	896x1152	1.0MP
横向 4:3	1152x896	1.0MP
横向 16:9	1344x768	1.0MP
纵向 9:16	768x1344	1.0MP

Flux 原生处理约 1 百万像素的图像。尺寸应为 8 的倍数。

提示词风格

使用自然语言描述。无需质量标签（不同于 SDXL/Illustrious）。详细、描述性强的提示词效果最佳。

Good: "A young woman with auburn hair sits at a sunlit cafe in Paris, wearing a cream linen blazer, soft bokeh background, shot on Sony A7III 85mm f/1.4"
Bad: "masterpiece, best quality, 1girl, cafe, paris"

完整工作流：Flux.1 Dev SRPO

{
  "1": { "class_type": "UNETLoader", "inputs": { "unet_name": "flux.1-dev-SRPO-BFL-bf16.safetensors", "weight_dtype": "default" }},
  "2": { "class_type": "DualCLIPLoader", "inputs": { "clip_name1": "t5xxl_fp8_e4m3fn.safetensors", "clip_name2": "clip_l.safetensors", "type": "flux" }},
  "3": { "class_type": "VAELoader", "inputs": { "vae_name": "ae.safetensors" }},
  "4": { "class_type": "CLIPTextEncodeFlux", "inputs": {
    "clip": ["2", 0],
    "clip_l": "<short prompt>",
    "t5xxl": "<detailed prompt>",
    "guidance": 3.5
  }},
  "5": { "class_type": "ConditioningZeroOut", "inputs": { "conditioning": ["4", 0] }},
  "6": { "class_type": "EmptyLatentImage", "inputs": { "width": 896, "height": 1152, "batch_size": 1 }},
  "7": { "class_type": "KSampler", "inputs": {
    "model": ["1", 0],
    "positive": ["4", 0],
    "negative": ["5", 0],
    "latent_image": ["6", 0],
    "seed": 42, "steps": 20, "cfg": 1, "sampler_name": "ipndm", "scheduler": "beta", "denoise": 1
  }},
  "8": { "class_type": "VAEDecode", "inputs": { "samples": ["7", 0], "vae": ["3", 0] }},
  "9": { "class_type": "SaveImage", "inputs": { "images": ["8", 0], "filename_prefix": "flux_srpo" }}
}

完整工作流：Flux 2 Klein 9B（蒸馏版，4 步）

{
  "1": { "class_type": "UNETLoader", "inputs": { "unet_name": "bigLove_klein1.safetensors", "weight_dtype": "default" }},
  "2": { "class_type": "CLIPLoader", "inputs": { "clip_name": "qwen_3_8b_fp8mixed.safetensors", "type": "flux2" }},
  "3": { "class_type": "VAELoader", "inputs": { "vae_name": "flux2-vae.safetensors" }},
  "4": { "class_type": "CLIPTextEncode", "inputs": { "clip": ["2", 0], "text": "<prompt>" }},
  "5": { "class_type": "ConditioningZeroOut", "inputs": { "conditioning": ["4", 0] }},
  "6": { "class_type": "EmptyFlux2LatentImage", "inputs": { "width": 1024, "height": 1024, "batch_size": 1 }},
  "7": { "class_type": "KSampler", "inputs": {
    "model": ["1", 0],
    "positive": ["4", 0],
    "negative": ["5", 0],
    "latent_image": ["6", 0],
    "seed": 42, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "denoise": 1
  }},
  "8": { "class_type": "VAEDecode", "inputs": { "samples": ["7", 0], "vae": ["3", 0] }},
  "9": { "class_type": "SaveImage", "inputs": { "images": ["8", 0], "filename_prefix": "flux_klein" }}
}

Klein 使用单个 CLIPLoader（而非 DualCLIPLoader），设置 type: "flux2"，并使用来自 text_encoders/ 的 Qwen3-8B 文本编码器。CLIP 加载器路径从 models/text_encoders/ 解析。

Flux-2 特有的注意事项如下。这些问题都会在 KSampler 而非加载器处报错，因此错误会指向错误的节点：

type 必须是 flux2，不能是 flux。CLIPLoader 枚举中包含这两个值，因此使用 flux 时会正常加载，随后在采样期间失败。
使用 EmptyFlux2LatentImage，而非 EmptyLatentImage。Flux 2 使用不同数量的潜变量通道。
Klein 9B 应搭配 Qwen3-8B 编码器（来自 Comfy-Org/vae-text-encorder-for-flux-klein-9b 的 qwen_3_8b*）。名称相似的 qwen_3_4b 随 klein-4b 仓库提供，适用于 4B 模型。混用会引发 mat1 and mat2 shapes cannot be multiplied (512x7680 and 12288x4096) 错误，其中 7680 = 2560x3（4B 隐藏层大小），12288 = 4096x3（8B）。这看起来像令人困惑的 CLIP 错误，而不是文件选错错误。

完整工作流：Flux.1 Dev + Turbo LoRA（4 步）

{
  "1": { "class_type": "UNETLoader", "inputs": { "unet_name": "flux.1-dev-SRPO-BFL-bf16.safetensors", "weight_dtype": "default" }},
  "2": { "class_type": "LoraLoaderModelOnly", "inputs": { "model": ["1", 0], "lora_name": "flux2-turbo-lora.safetensors", "strength_model": 1.0 }},
  "3": { "class_type": "DualCLIPLoader", "inputs": { "clip_name1": "t5xxl_fp8_e4m3fn.safetensors", "clip_name2": "clip_l.safetensors", "type": "flux" }},
  "4": { "class_type": "VAELoader", "inputs": { "vae_name": "ae.safetensors" }},
  "5": { "class_type": "CLIPTextEncodeFlux", "inputs": {
    "clip": ["3", 0],
    "clip_l": "<short prompt>",
    "t5xxl": "<detailed prompt>",
    "guidance": 3.5
  }},
  "6": { "class_type": "ConditioningZeroOut", "inputs": { "conditioning": ["5", 0] }},
  "7": { "class_type": "EmptyLatentImage", "inputs": { "width": 1024, "height": 1024, "batch_size": 1 }},
  "8": { "class_type": "KSampler", "inputs": {
    "model": ["2", 0],
    "positive": ["5", 0],
    "negative": ["6", 0],
    "latent_image": ["7", 0],
    "seed": 42, "steps": 4, "cfg": 1, "sampler_name": "euler", "scheduler": "simple", "denoise": 1
  }},
  "9": { "class_type": "VAEDecode", "inputs": { "samples": ["8", 0], "vae": ["4", 0] }},
  "10": { "class_type": "SaveImage", "inputs": { "images": ["9", 0], "filename_prefix": "flux_turbo" }}
}

LoRA 支持

自定义 LoRA（jellyfish 等）

在 UNET 和 KSampler 之间使用 LoraLoaderModelOnly 应用 Flux LoRA：

{
  "class_type": "LoraLoaderModelOnly",
  "inputs": {
    "model": ["<unet_or_previous_lora>", 0],
    "lora_name": "<lora_file>.safetensors",
    "strength_model": 1.0
  }
}

Klein LoRA

Klein 9B LoRA 应放在 loras/Flux.2 Klein 9B/ 子文件夹中：

klein_slider_detail.safetensors，一个细节滑块 LoRA

VRAM 注意事项

模型	VRAM	备注
SRPO BF16 + DualCLIP	~24GB	恰好占满 RTX 4090。必须使用 BF16——SRPO 的 FP8 无法正常工作
Klein 9B FP8 + Qwen3-8B	~20GB	可轻松装入 4090
SRPO + Turbo LoRA	~24GB	与 SRPO 基础版相同

从其他模型系列切换到 Flux 前，始终先执行 clear_vram
T5XXL 与 UNET 是主要的 VRAM 消耗者；采样期间两者都会保持加载
CLIP-L 体积较小（235MB），可以忽略不计

提示

KSampler CFG 必须始终为 1.0。所有引导都通过 CLIPTextEncodeFlux 或 FluxGuidance 实现
SRPO 需要 BF16。已知此微调模型使用 FP8 量化会产生异常结果
对于较短的提示词（1 到 2 句话），将引导提高到 3.5 到 4.0。对于较长的提示词（一个段落），将其降低到 1.0 到 1.5
Flux 生成图像文字的效果出色。将要渲染的文字放在提示词的引号内
Klein 9B 是 4 步生成中速度最快的选项。可用它快速迭代，然后切换到 SRPO 获取最终画质

来源

官方： 未找到。
实测： 采样器参数、连接方式和提示词说明来自 packs/ 中可运行的图，以及观察到的生成结果；并非供应商的提示词指南。

支持 Markdown

登录后评论

基本信息

作者: artokun
仓库: artokun/comfyui-mcp
分类: 创意与媒体
安装次数: 39
GitHub Stars: 876

报告问题

推荐 Skills

全部 Skills

ai-video-generation

github.com/inference-sh

1.7M

通过 inference.sh CLI 使用 Google Veo、Seedance 2.0、HappyHorse、Wan、Grok 以及 40 多个模型生成 AI 视频。模型：Veo 3.1、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。能力：文生视频、图生视频、参考生视频、视频编辑、口型同步、虚拟形象动画、视频放大、拟音音效。用途：社交媒体视频、营销内容、讲解视频、产品演示、AI 虚拟形象。触发词：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse

ai-image-generation

github.com/inference-sh

1.7M

通过 inference.sh CLI 使用 GPT-Image-2.5、FLUX、Gemini、Grok、Seedream、Reve 以及 50 多个模型生成 AI 图像。模型：GPT-Image-2.5 Flare、GPT-Image-2.5 Sunburst、GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。能力：文生图、图生图、图像修复、LoRA、图像编辑、放大、文本渲染。用途：AI 艺术、产品样机、概念艺术、社交媒体图形、营销视觉、插画。触发词：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image

ai-avatar-video

github.com/inference-sh

1.7M

通过 inference.sh CLI 创建 AI 虚拟形象和口播视频。推荐：P-Video-Avatar（速度最快、价格最低、内置 TTS）。还包括：OmniHuman、Fabric、PixVerse。音频：Inworld TTS-2（支持 100 多种语言，可调节角色情绪）、ElevenLabs、Kokoro。功能：音频驱动的虚拟形象、文本生成虚拟形象、口型同步视频、口播视频生成、虚拟主持人、UGC 内容。用途：AI 主持人、解说视频、虚拟网红、配音、营销视频、UGC 广告、游戏虚拟形象、NPC 对话。触发词：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc

remotion-render

github.com/inference-sh

1.6M

通过 inference.sh，根据 React/Remotion 组件代码渲染视频。输入 TSX 代码即可获取 MP4。支持所有 Remotion API：useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence。可配置分辨率、FPS、时长和编解码器。适用于：程序化视频生成、动态图形、动态设计、数据驱动视频、将 React 动画转换为视频。触发词：remotion、render video from code、tsx to video、react video、programmatic video、remotion render、code to video、animated video、motion graphics code、react animation video