一、FLUX.1+ComfyUI 前言

黑森林实验室推出的FLUX.1是一个前沿的图像生成模型，完美契合了不同用户的需求，提供了三种版本以供选择。

FLUX.1-pro专为企业用户设计，尽管是闭源的，但凭借无与伦比的性能和生成能力，为企业用户带来极佳的体验。它在解析提示词、增强视觉质量、细节表现和输出多样性方面表现卓越，非常适合需要高效图像生成的企业。企业用户可以通过官方API获取并享受个性化服务。

FLUX.1-dev是开源但限制商用的版本，衍生自FLUX.1-pro。它保留了高精度提示词解析能力，同时在效率上进行了优化，是开发者用于研究和开发的理想选择。

FLUX.1-schnell则为个人和本地开发者量身打造，采用Apache 2.0许可，开源并可商用。它的特点是生成速度快且内存占用低，适合资源有限的环境。

与此同时，ComfyUI作为一个用户友好的界面解决方案，进一步简化了FLUX.1的操作。ComfyUI直观易用，允许用户在无需深入技术细节的情况下生成高质量图像，使得FLUX.1的强大功能更易于触及。这种组合赋予用户无与伦比的便捷性，让复杂的图像生成过程化繁为简，适合从新手到专业用户的广泛应用场景。

二、部署流程

使用丹摩平台进行部署，进入控制台-GPU云实例

https://www.damodel.com/console/instance

https://www.damodel.com/console/instance，点击创建实例：

当你进入创建页面时，首先需要在实例配置中选择适合你的付费方式。如果你的需求是短期的，可以考虑按量付费或者选择包日选项。但如果你打算长期使用，包月套餐可能更为经济划算。

建议新手按量付费，灵活应对不确定的使用时间，1个GPU，足以应对大多数初学者的任务，使用NVIDIA-GeForce-RTX-4090。这个型号配备了60GB内存和24GB显存，能够支持如LLaMA3.1 8B版本等需要至少16GB显存的任务。

随后，你还需要配置数据硬盘的大小，每个实例默认提供50GB的数据硬盘空间，但由于FLUX.1模型相对较大，我们建议将硬盘扩容至150GB，以确保足够的存储空间来满足您的需求。

接下来，需要挑选要安装的系统镜像，平台提供了一系列预配置的基础镜像，方便您迅速启动。每个镜像预装了必要的环境和框架，可以通过勾选以选择合适的框架。

建议筛选并选择PyTorch作为框架，并选择PyTorch 2.4.0版本。这将确保您拥有最新的工具和优化来支持您的项目，提升开发效率。

为保证安全登录，创建密钥对，输入自定义的名称，然后选择自动创建并将创建好的私钥保存的自己电脑中，以便后续本地连接使用。

创建好密钥对后，选择刚刚创建好的密钥对，并点击立即创建，等待一段时间后即可启动成功！

三、部署实例

接下来将基于平台提供的JupyterLab工具，演示fp16版本的部署流程，启动JupyterLab，并创建终端：

四、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：

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

执行以下命令，启动ComfyUI：

python main.py --listen

看到服务成功启动，说明ComfyUI部署成功！

五、部署FLUX.1

丹摩平台的部署教程平台已预制FLUX.1相关资源，您可通过内网高速下载：

# 下载完整FLUX.1-dev模型
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
# 下载完整FLUX.1-schnell模型
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
# 下载完整Clip模型
wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

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:

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

解压文件：

tar -xf flux_text_encoders.tar

解压后完成后可看到如下目录:

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/

六、使用流程

终端进入ComfyUI目录，执行以下命令，启动ComfyUI：

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

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

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：

点击添加端口，添加服务对应端口：

添加成功后，通过访问链接即即可打开ComfyUI交互界面：

七、展示效果