Nunchaku FLUX.1-dev开源可部署本地化文生图系统构建完整手册想在自己的电脑上搭建一个媲美在线服务的文生图系统吗今天我们就来手把手教你如何部署和运行Nunchaku FLUX.1-dev模型。这是一个开源的、性能强大的文生图模型结合ComfyUI这个可视化工具让你在本地就能轻松生成高质量图片。无论你是设计师、内容创作者还是AI技术爱好者这套方案都能让你摆脱网络限制自由创作。接下来我会用最直白的方式带你从零开始一步步完成整个系统的搭建和运行。1. 准备工作检查你的“工具箱”在开始动手之前我们需要确保你的电脑环境已经就绪。这就像盖房子前要准备好砖瓦和工具一样。1.1 硬件要求你的显卡够“强壮”吗Nunchaku FLUX.1-dev模型对显卡有一定要求因为它需要强大的计算能力来生成图片。核心硬件你需要一块支持CUDA的NVIDIA显卡。这是运行大多数AI模型的“标配”。显存建议推荐显存在24GB或以上。这样你可以流畅运行标准版模型生成高分辨率图片。显存不足怎么办如果你的显卡显存较小比如8GB或12GB也不用担心。模型提供了“轻量版”量化版本比如FP8或INT4版本它们对显存的要求会低很多同样可以运行。简单来说显卡越好显存越大你生成图片的速度就越快能处理的图片尺寸也越大。1.2 软件环境安装必要的“运行库”软件环境就像操作系统需要提前安装好。Python确保你的电脑上安装了Python 3.10或更高版本。你可以打开命令行输入python --version来检查。Git我们需要用它来下载代码。同样在命令行输入git --version检查是否已安装。PyTorch这是深度学习的核心框架。你需要安装与你的操作系统和显卡驱动匹配的版本如torch 2.7, 2.8, 2.9。通常可以通过PyTorch官网的安装命令一键安装。模型下载工具提前安装一个叫huggingface_hub的工具方便我们下载模型文件。安装命令很简单pip install --upgrade huggingface_hub准备工作就绪我们就可以进入正式的安装环节了。2. 搭建舞台安装ComfyUI和Nunchaku插件我们的目标是使用ComfyUI这个图形化界面来操作模型。所以第一步是安装它并为其添加Nunchaku模型的支持插件。2.1 安装ComfyUI-nunchaku插件这里提供两种方法你可以选择你觉得更顺手的一种。方法一使用Comfy-CLI最推荐最简单这个方法通过一个命令行工具来管理ComfyUI及其插件非常方便。# 1. 安装ComfyUI的命令行管理工具 pip install comfy-cli # 2. 安装ComfyUI主程序如果之前没装过的话 comfy install # 3. 安装Nunchaku插件 comfy noderegistry-install ComfyUI-nunchaku # 4. 将插件移动到ComfyUI的正确目录 mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes方法二手动安装适合喜欢自己掌控一切的朋友如果你更习惯传统的Git克隆方式可以按以下步骤操作。# 1. 下载ComfyUI的源代码 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 2. 安装ComfyUI所需的Python依赖包 pip install -r requirements.txt # 3. 进入插件目录下载Nunchaku插件 cd custom_nodes git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes2.2 安装Nunchaku后端引擎插件安装好后还需要安装一个“后端引擎”这是模型真正运行的核心。从v0.3.2版本开始这个过程变得非常简单。安装完成后插件目录里会有一个install_wheel.json文件。你只需要在ComfyUI的网页界面里加载这个文件它就会自动帮你安装或更新所需的后端组件。具体操作我们后面启动ComfyUI后会讲到。3. 准备“食材”下载模型文件现在舞台ComfyUI搭好了我们需要把“演员”——也就是模型文件——请上台。Nunchaku FLUX.1-dev模型需要几个文件配合工作。3.1 配置示例工作流ComfyUI通过“工作流”来定义生成图片的步骤。Nunchaku插件自带了一些现成的工作流示例我们先把它们复制到ComfyUI能识别的位置。# 进入ComfyUI的根目录 cd ComfyUI # 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 cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/3.2 下载核心模型文件这是最关键的一步我们需要下载两类模型。第一类基础FLUX模型必须安装这是文生图系统的“通用部件”包括理解你文字描述的编码器和处理图像的VAE模型。# 下载文本编码器模型放到 models/text_encoders 目录 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模型放到 models/vae 目录 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae第二类Nunchaku FLUX.1-dev主模型核心这才是我们今天的主角负责根据文字描述生成图片的“大脑”。模型选择根据你的显卡型号选择对应的版本这对性能和稳定性很重要。Blackwell架构显卡如RTX 50系列请使用FP4版本的模型。其他NVIDIA显卡如RTX 30/40系列优先使用INT4版本的模型它在性能和效果上比较平衡。显存紧张的用户可以选择FP8量化版本它能大幅降低显存占用。# 示例下载INT4版本的主模型放到 models/unet/ 目录 # 请将 svdq-int4_r32-flux.1-dev.safetensors 替换成你选择的实际模型文件名 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/可选下载LoRA模型给图片加“滤镜”LoRA是一种小模型可以微调生成风格。比如你可以加载一个“动漫风格”的LoRA让生成的图片都带有动漫感。这类模型放在models/loras/目录下按需下载即可。4. 开机创作启动ComfyUI并生成第一张图一切准备就绪让我们启动系统看看效果。4.1 启动ComfyUI服务回到ComfyUI的根目录运行启动命令python main.py看到命令行输出一个本地网址通常是http://127.0.0.1:8188后就说明服务启动成功了。用浏览器打开这个网址你就会看到ComfyUI的图形化操作界面。4.2 加载Nunchaku工作流在ComfyUI网页界面点击右上角的“Load”按钮加载我们之前复制过来的工作流文件。这里重点推荐使用nunchaku-flux.1-dev.json这个工作流。它功能完整支持同时使用多个LoRA模型来调整风格是文生图效果最好的选择。加载成功后界面会显示出一系列连线的节点这就是一个完整的图片生成流水线。你可能需要滚动一下界面才能看到全貌。4.3 输入提示词并生成图片现在到了最有趣的环节——让AI帮你画画。找到输入框在工作流中找到一个标有“Prompt”或类似字样的文本输入框。输入描述用英文描述你想要生成的画面。FLUX模型对英文的理解更好。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。调整参数可选你可以调整其他参数比如推理步数步数越多细节可能越丰富但生成时间也越长。一般20-50步即可。图片分辨率如1024x1024。分辨率越高显存占用越大。LoRA权重如果加载了LoRA可以调整它的影响强度。点击生成最后点击界面上的“Queue Prompt”或“Run”按钮。稍等片刻你生成的图片就会出现在右边的预览区域了第一次生成可能会比较慢因为系统需要加载模型。之后再次生成就会快很多。5. 使用技巧与注意事项为了让你的使用过程更顺畅这里有几个关键点需要特别注意。5.1 文件存放别放错模型文件必须放在正确的目录下ComfyUI才能找到它们。请对照检查主模型(*.safetensors) →ComfyUI/models/unet/LoRA模型→ComfyUI/models/loras/文本编码器→ComfyUI/models/text_encoders/VAE模型→ComfyUI/models/vae/5.2 根据显卡选对模型版本选错模型版本可能导致无法运行或效果很差。显存充足24GB可以尝试运行FP16完整版获得最佳效果。显存一般12-24GB使用INT4或FP8版本是更稳妥的选择。显存较小12GB务必使用INT4或FP4量化版并适当降低生成图片的分辨率。Blackwell显卡用户记住你们只能用FP4版本的模型。5.3 工作流与推理步数节点缺失如果加载工作流时提示缺少某个节点不用慌。可以通过ComfyUI界面上的“Manager”菜单使用“ComfyUI Manager”来搜索并安装缺失的自定义节点。步数设置如果你使用了nunchaku-flux.1-dev.json工作流但关闭了自带的FLUX.1-Turbo-AlphaLoRA那么请务必将推理步数调到至少20步以上否则生成的图片质量会大打折扣。如果开启了这个LoRA步数可以设低一些如4-8步生成速度会快很多。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。