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.xPython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_hub2. 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AComfy-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_nodes2.2 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在ComfyUI界面中加载install_wheel.json工作流点击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_encodersVAE解码器hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae3.2 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://127.0.0.1:81884.2 加载工作流点击界面右侧Load按钮选择user/default/example_workflows/nunchaku-flux.1-dev.json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/LoRAmodels/loras/文本编码器models/text_encoders/VAEmodels/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 a5.4 节点缺失处理如果加载工作流时报错缺少节点打开ComfyUI Manager搜索缺失节点名称点击安装获取更多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。