@

FLUX.1+ComfyUI

  • 1. FLUX.1基本介绍
  • 2. 部署流程
  • 创建并登录实例
  • 部署 ComfyUI与FLUX.1
  • 3. 使用教程
  • 运行FLUX.1
  • 导入工作流
  • 4. 总结

前言：用户界面（UI）的设计和优化在软件开发中扮演着越来越重要的角色。在追求高效、美观和用户体验的今天，FLUX.1与ComfyUI的结合无疑为开发者们提供了一个强大的工具集。丹摩平台，作为一个集成了多种先进技术和工具的综合性平台，更是为FLUX.1+ComfyUI的部署与使用提供了得天独厚的环境。

本文旨在详细介绍如何在丹摩平台下部署并使用FLUX.1+ComfyUI，帮助开发者们更好地掌握这一组合的优势，从而在设计出更加出色的用户界面时事半功倍。无论你是初次接触FLUX.1和ComfyUI的新手，还是有一定经验的开发者，本文都将为你提供实用的指导和建议。

接下来，让我们一同探索FLUX.1+ComfyUI在 丹摩平台 下的无限可能。

1. FLUX.1基本介绍

在这里插入图片描述

FLUX.1是由Black Forest Labs开发的一款强大且先进的AI图像生成模型，FLUX.1的命名寓意着其在图像生成领域的流动性和创新性，旨在为用户带来源源不断的创意和灵感。

  • 【闭源】FLUX.1-pro：FLUX.1中的最顶级的性能，提供最先进的图像生成能力，具有顶级提示词识别能力、视觉质量、图像细节和输出多样性。目前可以通过官方API访问，也提供企业定制化服务。
  • 【开源不可商用】FLUX.1-dev：直接从FLUX.1-pro提炼而来，FLUX.1-dev获得了类似的质量和提示词能力，同时比相同大小的标准模型更高效。
  • 【开源可商用】FLUX.1-schnell：专为本地开发和个人使用量身定制的，在Apache2.0许可下公开可用。它在生成速度上具有明显优势，同时对内存的占用也是最小的。

总的来说，FLUX.1凭借其先进的技术架构、多样的版本选择以及广泛的应用场景，在AI图像生成领域展现出了强大的竞争力和广阔的应用前景。

2. 部署流程

创建并登录实例

进入控制台-GPU云实例，点击创建实例：

在这里插入图片描述


然后我们选择实例的配置：

  • 按量付费
  • GPU数量1
  • NVIDIA-GeForc-RTX-4090：该配置为124GB内存，24GB的显存（本次测试的LLaMA3.1 8B 版本至少需要GPU显存16G）

注意：FLUX.1模型较大，建议扩容至150GB。

在这里插入图片描述

选择安装的镜像，这里我们筛选PyTorch，然后我们选择PyTorch 2.4.0。

在这里插入图片描述


创建密钥对，然后选择刚刚新建的密钥对，再点击创建

在这里插入图片描述


在创建完成后，在 GPU云实例 中查看实例信息：

在这里插入图片描述

部署 ComfyUI与FLUX.1

接下来将基于平台提供的JupyterLab工具，演示fp16版本的部署流程。

首先，启动JupyterLab，并创建终端：

在这里插入图片描述

在这里插入图片描述

部署ComfyUI：

在终端中执行以下命令克隆ComfyUI代码：

# github官方代码仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
# gitCode-github加速计划代码仓库
git clone https://gitcode.com/gh_mirrors/co/ComfyUI.git

克隆完成后可看到如下目录：

在这里插入图片描述

终端进入/root/workspace/ComfyUI目录，执行以下命令，安装ComfyUI需要的依赖：

cd ComfyUI/
pip install -r requirements.txt --ignore-installed

在这里插入图片描述

等待安装完成，执行以下命令，启动ComfyUI：(这一步我建议可以后面进行，不然可能会占用端口)

python main.py --listen

看到服务成功启动，说明ComfyUI部署成功！

提示：您如果遇到报错，可先卸载冲突包，再次安装依赖

pip uninstall psutil
pip install -r requirements.txt --ignore-installed

部署FLUX.1：

此处以FLUX.1-dev为例演示，首先下载完整FLUX.1-dev模型：

wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar

解压文件：

tar -xf FLUX.1-dev.tar

解压后完成后可看到如下目录:

在这里插入图片描述

我们需要把其中的一些文件移至ComfyUI指定目录：

  • 大模型文件flux1-dev.safetensors需要移动至/root/workspace/ComfyUI/models/unet/文件夹中
  • vae文件ae.safetensors需移动至/root/workspace/ComfyUI/models/vae/文件夹中
# 进入解压后的文件夹
cd /root/workspace/FLUX.1-dev
# 移动文件
mv flux1-dev.safetensors /root/workspace/ComfyUI/models/unet/
mv ae.safetensors /root/workspace/ComfyUI/models/vae/

接下来下载完整Clip模型：

# 进入JupyterLab根目录
cd /root/workspace
# 下载文件
wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

在这里插入图片描述

解压文件：

tar -xf flux_text_encoders.tar

解压后完成后可看到如下目录:

在这里插入图片描述

我们需要把其中的一些文件移至ComfyUI指定目录：

# 进入解压后的文件夹
cd /root/workspace/flux_text_encoders
# 移动文件
mv clip_l.safetensors /root/workspace/ComfyUI/models/clip/
mv t5xxl_fp16.safetensors /root/workspace/ComfyUI/models/clip/

以上，所有准备工作完成！

3. 使用教程

运行FLUX.1

终端进入ComfyUI目录，执行以下命令，启动ComfyUI：

cd /root/workspace/ComfyUI
python main.py --listen

在这里插入图片描述

我们看到启动成功，host为0.0.0.0，端口为8188：

Starting server

To see the GUI go to: http://0.0.0.0:8188

接下来我们需要通过丹摩平台提供的端口映射能力，把内网端口映射到公网；

进入GPU 云实例页面，点击操作-更多-访问控制：

在这里插入图片描述

点击添加端口，添加服务对应端口：

在这里插入图片描述


添加成功后，通过访问链接即即可打开ComfyUI交互界面：

在这里插入图片描述

导入工作流

FLUX.1-dev-FP16的展示效果:

在这里插入图片描述

FLUX.1-dev-FP16：

在这里插入图片描述

FLUX.1-schnell-FP16：

在这里插入图片描述

4. 总结

通过本文的详细介绍，我们深入了解了在丹摩平台下如何部署与使用FLUX.1+ComfyUI这一强大的组合。FLUX.1以其先进的AI图像生成技术和多模态架构，为我们带来了前所未有的图像创作体验，而ComfyUI则以其直观易用的界面设计，让这一过程变得更加轻松和愉快。

在丹摩平台的支持下，FLUX.1+ComfyUI的部署与使用变得更加便捷和高效。我们不仅可以快速搭建起自己的图像创作环境，还能充分利用丹摩平台提供的丰富资源和工具，进一步优化和扩展我们的创作能力。

让我们携手共进，在丹摩平台下，用FLUX.1+ComfyUI创造出更加美好的图像世界！

Logo
尧米AI

尧米是由西云算力与CSDN联合运营的AI算力和模型开源社区品牌，为基于DaModel智算平台的AI应用企业和泛AI开发者提供技术交流与成果转化平台。

更多推荐

cover

LightRAG+Ollama本地部署

avatar 尧米AI
cover

本地部署deepseek大模型后使用c# winform调用（可离线）

avatar 尧米AI
cover

NVIDIA H 系列 GPU与deepseek开源FlashMLA

avatar 尧米AI