新手必看！5 款 Flux 实用基础工作流（附资源包）

大家好，我是花生~

上期为大家梳理了 Flux 生态的主流版本模型以及 Lora、Contronet 模型的用法，今天我们继续了解一些 Flux 基础工作流，如图生图、高清放大、局部重绘等，其中还包括上周新推出的 Flux IP-Adapter 的相关用法。

上期回顾：

一、文生图工作流

之前为大家介绍过 2 款 Flux 基础文生图工作流，但其中原版工作流用到的模型节点较多，有的小伙伴在使用时一个不小心就会选错，导致工作流运行出现报错或者生成效果不佳，今天就再介绍一下其中比较重要的参数设置。

① weight_dtype（剪枝类型）：目前大家用的最多的应该还是 dev fp8 这个模型 ，那么对应的 weight_dtype 记得要选 fp8_e4m3fn，如果选默认生成时间会变很长。

② t5xxl 模型有 fp16 和 fp8 两款可选，它们对画面整体效果没有很大影响，只是 fp16 的细节会更精致，但是占用的资源也会更多，所以一般选 fp8 就足够了。type 类型记得要选 flux，而非 sdxl 或者其他。

③ Flux 模型对图像尺寸的兼容性非常好，无论是 512*768 这样的小尺寸，还是 300*1200 这样的极限画幅比，Flux 的生成效果都很好。因此如果你的显存不是很高，建议先生成小尺寸图像， 然后再放大。

④ 官方推荐的 sampler/scheduler 配置是 euler+simple，但这个搭配并非绝对，开源社区的大神测试出 ipdmn +simple、uni_pc+bh2+simple、 euler+beta 等配置可以得到更好的出图效果，大家可多做尝试。

⑤ 官方推荐的 guidance 数值为 3.5，但它也可以在 2-5 之间灵活调整。当数值小于 3 时，生成的图像的艺术风格会更明显；在 3-3.5 时，兼容性最好，可以应对不同的场景；数值大于 3.5 时，画面细节会有所增强，但是对比度会变得非常高。

另外，Flux 模型本身不需要负面提示词和 CFG 参数，但在某些场景中还是需要加上一个空的 Clip_Text_Encoder 节点，来保证工作流正常运行；如果连接的节点中有 CFG 参数，记得数值要设置为 1，否则会影响画面效果。

二、图生图

图生图的工作流非常简单，只需在文生图的基础上，加上一个「图像上传」和一个「VAE 编码」节点即可。图生图可以用来小幅度调整画面效果，如修改画面质感、风格、人物表情、装饰物等。

图生图的效果主要通过 2 个参数来控制。一是提示词，我们要将需要修改的内容填写到正向提示词中，比如你想将一张真人照片转为动漫风格，就需要在提示词中加上 “anime style” 这样的提示词；另一个是 Denoise 去噪参数，数值范围 0-1，数值越高，生成的画面与原图的差别会越明显。

三、高清放大

由于高清放大是在图像生成后进行的，因此我们只需将常用的放大工作流接在 Flux 文生图或图生图工作流后面就可以了。目前比较受欢迎的放大节点是 Ultimate SD Upscale，放大模型推荐选 4x-UltraSharp。使用此节点需要添加一个空的负面提示词节点，并且 cfg 参数也要调整为 1。

四、局部重绘

这里推荐 2 种局部重绘的方式，一是添加 VAE Encode（for inpainting）节点，虽然简单但是重绘效果非常不错；另一个是更复杂一点，使用了 differential diffusion、guassian blur mask、Inpaint model conditioning 节点，重绘效果更自然精细。

使用局部重绘时需要注意两点，一是涂抹局部重绘区域时，边缘可以适当向外多涂一点，这样重绘效果更自然；二是多调整 denoise 的数值，一般在 0.8 或者以上会有比较好的效果。

方法①

方法②

五、IP-Adapter

模型下载： https://huggingface.co/XLabs-AI/flux-ip-adapter （文末有资源包）

XLab 在上周又推出了针对 Flux 的 IP-Adapter 模型，可以学习一张图片的色调风格、内容构成以及角色形象。虽然目前效果不如 SD1.5 和 SDXL 准确稳定，但是用来提取风格效果还是不错的，官方也表示目前只是第一版，未来将推出更稳定的版本。

使用方法：

① 更新 ComfyUI，安装或更新 x-flux-comfyui 到最新版本；

② 从网盘内下载 clip_vision_l.safetensors 文件，安装到根目录的 models/clip_vision 文件夹；再下载 flux-ip-adapter.safetensors 文件，安装到 models/xlabs/ipadapters 文件夹中。

③ 启动 ComfyUI，从 custom_nodes\x-flux-comfyui\workflows 中加载对应的 ip_adapter_workflow 工作流。

④ 上传需要学习的图像，检查每个节点的模型选择是否正确，然后点击生成即可。ip_adapter 的强度设置在 0.8 左右比较合适，如果觉得效果不好，可以尝试在 Xlab Sampler 节点中将 true_gs 数值设置为 2。记得多生成几次，可以得到更好的结果。

那么以上就是本期为大家推荐的 5 款 Flux 基础实用工作流，文内的工作流文件都可以在云盘内下载。如果文章对你有帮助，记得点赞、收藏、评论支持一波，我会有更动力为大家推荐新的干货内容~

ComfyUI 的学习门槛比较高，如果你想掌握它，建议先从 Stable Diffusion WebUI 开始，它更适合初学入门，学会后也能有助于我们快速掌握 ComfyUI 的用法。 我最新制作的 《零基础 AI 绘画入门指南》是一门面向 AI 绘画零基础人群的系统课程，包含 Stable Diffusion WebUI 全面细致的用法教学，并提供配套资源，能帮你快速掌握这款目前最热门的 AI 绘画工具。

想了解更多 AI 新鲜资讯的话，欢迎关注 优设 AI 自学网 和优设微信视频号，每天都会分享最新的 AIGC 资讯和神器，让你轻松掌握 AI 发展动态。也欢迎大家扫描下方的二维码加入“优设 AI 知识交流群”，和我及其他设计师一起交流学习 AI 知识~

推荐阅读：