Flux实用工作流精选：5款新手必备资源包与操作指南
上期内容覆盖了Flux生态的核心模型以及Lora、ControlNet的应用技巧。本期我们将聚焦于几个关键的Flux基础工作流，详细解析图生图、高清放大与局部重绘的操作方法。同时，也会为你拆解上周新发布的Flux IP-Adapter的具体使用步骤。
一、文生图工作流
虽然基础文生图工作流已有介绍，但原版流程节点繁多，参数选择不当极易导致报错或生成质量下降。因此，掌握以下几个核心参数的设置至关重要。
① weight_dtype（剪枝类型）：若你使用的是当前主流的 dev fp8 模型，请务必将 weight_dtype 参数设置为 fp8_e4m3fn。保持默认选项会显著拖慢生成速度。
② T5-XXL模型：该模型提供 fp16 与 fp8 两种精度。fp16在细节呈现上更胜一筹，但资源消耗更大；fp8则在效率与效果间取得了良好平衡，足以满足多数需求。请特别注意，其 type 类型必须选择 flux，而非 sdxl 或其他选项。
③ 图像尺寸：Flux模型具备优秀的尺寸适应性，从512*768到300*1200等非常规比例都能稳定输出。建议显存有限的用户先以较低分辨率生成草图，再通过后续流程进行放大。
④ 采样器与调度器：官方预设的 euler + simple 组合是可靠的起点，但并非唯一解。社区测试表明，ipndm + simple、uni_pc + bh2 + simple 或 euler + beta 等组合有时能产生更具创意或更精细的图像，值得探索。
⑤ Guidance 数值：官方推荐的3.5是一个基准值，实际有效范围在2-5之间。低于3时，画面倾向于艺术化表达；3-3.5之间兼容性最佳；高于3.5则能强化细节，但对比度会随之升高。
额外注意：Flux原生不支持负面提示词和CFG参数。但为确保某些工作流节点正常运作，可能需要连接一个空的Clip_Text_Encoder节点。若流程中存在CFG参数节点，必须将其值固定为1，否则将直接影响输出结果。
二、图生图
构建图生图工作流十分便捷，只需在文生图基础上接入「图像上传」与「VAE 编码」节点即可。该流程适用于对现有图像进行风格迁移、质感调整、细节修饰等精细化操作。
效果控制依赖于两个核心杠杆：一是提示词，明确描述你希望转向的风格或元素（例如添加“oil painting”以实现油画效果）；二是Denoise（去噪强度），该参数介于0到1之间，数值越高，生成结果与原图的差异性越大。
三、高清放大
高清放大是后处理步骤，可直接将放大工作流衔接在Flux的文生图或图生图流程之后。目前，Ultimate SD Upscale节点是主流选择，搭配4x-UltraSharp放大模型能获得锐利的细节。使用此节点时，需接入一个空的负面提示词节点，并确认cfg参数已设为1。
四、局部重绘
推荐两种实现方案。第一种采用VAE Encode (for inpainting)节点，操作简便且效果可靠；第二种方案更为复杂，涉及differential diffusion、gaussian blur mask、Inpaint model conditioning等节点，能实现更自然、更精准的区域融合与内容生成。
操作时有两个实用技巧：一是绘制蒙版区域时，可适当向外扩展边缘，有助于生成内容与周边环境无缝融合；二是多次调试denoise参数，通常设置在0.8或更高数值能获得理想的重绘效果。
方法①
方法②
五、IP-Adapter
XLab近期发布了Flux专用的IP-Adapter模型，可用于学习参考图像的风格、构图与角色特征。尽管其准确性与稳定性暂未达到SD1.5或SDXL版本的水平，但已能有效提取并迁移视觉风格。官方已确认此为初版，后续将推出更完善的版本。
具体部署与使用步骤如下：
① 环境准备：确保你的ComfyUI已更新至最新版本，并已安装并更新x-flux-comfyui自定义节点。
② 模型放置：下载clip_vision_l.safetensors文件，放置于ComfyUI根目录的models/clip_vision文件夹内；下载flux-ip-adapter.safetensors文件，放置于models/xlabs/ipadapters文件夹内。
③ 加载工作流：启动ComfyUI，从custom_nodes/x-flux-comfyui/workflows目录中加载对应的ip_adapter_workflow工作流文件。
④ 生成与调整：上传参考图像，校验各节点模型加载是否正确，随后执行生成。IP-Adapter的强度（weight）参数建议设置在0.8左右。若效果未达预期，可尝试将Xlab Sampler节点中的true_gs数值调整为2。由于生成存在随机性，多次尝试通常能筛选出更优结果。
