企业官网建设流程全解析

Nunchaku FLUX.1 CustomV3新手教程：3分钟理解workflow节点关系与数据流向

1. 这是什么？先搞清楚它能帮你做什么

Nunchaku FLUX.1 CustomV3 不是一个新模型，而是一套已经调好、开箱即用的文生图工作流程（workflow）。你可以把它想象成一台“预装好所有配件的高性能相机”——镜头（LoRA）、光圈（CLIP设置）、快门逻辑（采样器配置）都已校准完毕，你只需要对准目标、按下快门（输入提示词），就能稳定输出高质量图片。

它基于开源社区活跃的 Nunchaku FLUX.1-dev 架构，但做了两项关键增强：

• 集成了FLUX.1-Turbo-Alpha—— 让生成速度明显加快，单张图等待时间缩短近40%，适合快速试错和批量构思；
• 叠加了Ghibsky Illustration LoRA—— 专为插画风格优化，尤其擅长处理人物神态、柔和光影和细腻线条，生成结果更接近专业插画师手绘质感。

换句话说，你不用再花几小时研究节点怎么连、参数怎么配、LoRA权重设多少。这套 workflow 已经把“怎么让文字变成一张好看又稳定的插画”这件事，打包成了一条清晰、低门槛、可复现的流水线。

2. 环境准备：三步启动，不折腾硬件

这套 workflow 对硬件非常友好，不需要多卡并行或超大显存。实测在单张RTX 4090（24GB显存）上即可全程流畅运行，包括加载模型、执行采样、保存高清图——没有爆显存警告，也没有中途卡死。

整个启动过程只需三步，全程不到60秒：

2.1 选择镜像

登录平台后，在镜像广场搜索 “Nunchaku FLUX.1 CustomV3”，点击选择。系统会自动拉取包含 ComfyUI 环境、预置模型文件、以及本 workflow 的完整容器。

2.2 进入 ComfyUI

镜像启动成功后，点击界面中的ComfyUI按钮。你会看到一个简洁的图形化界面，左侧是节点工具栏，中间是空白画布，右上角有运行按钮和日志窗口——这就是你接下来要“连线搭积木”的地方。

2.3 加载专属 workflow

点击顶部菜单栏的Workflow→ 在下拉列表中选择nunchaku-flux.1-dev-myself。
注意名称里的 “myself” 并不是指你自己定制，而是开发者标注的“已验证可用版本”。选中后，整个流程图会自动加载到画布上，无需手动拖拽或补全缺失节点。

此时你看到的，就是整套 workflow 的“骨架”——它由 12 个核心节点组成，但真正需要你动手修改的，只有其中 1 个。

3. 节点关系图解：一条主线，两个支路，数据从左往右流

很多新手一看到满屏五颜六色的节点就发懵。其实 Nunchaku FLUX.1 CustomV3 的结构异常清晰，可以用一句话概括它的数据流向：

提示词 → CLIP编码 → 模型推理 → 图像解码 → 保存输出

我们按这个顺序，拆解画布上最关键的 5 个节点（其余为固定配置节点，无需改动）：

3.1 CLIP Text Encode（文本编码节点）

这是你唯一需要操作的入口。它接收你输入的中文或英文描述，比如：“一位穿蓝裙子的女孩站在樱花树下，阳光透过花瓣洒在她脸上，柔焦背景，吉卜力风格”。

• 它内部实际调用了两个 CLIP 模型：t5xxl_fp16.safetensors（处理长句语义）和clip_l.safetensors（捕捉关键词强度）
• 两个分支编码后，结果会被加权合并，送入后续模型——所以你不用纠结“该用哪个CLIP”，系统已为你平衡好了

3.2 Flux Model Loader（模型加载节点）

它不接受任何输入，只负责把nunchaku_flux1_dev_fp16.safetensors模型完整载入显存。这个节点是“静默型选手”，你只需确认它旁边没有红色报错提示即可。

3.3 SamplerCustom（采样器节点）

它连接着三个上游：模型、CLIP编码结果、以及一个叫 “noise” 的随机种子生成器。

• 这里使用的是Euler a采样算法，兼顾速度与细节还原
• 步数（steps）固定为 20，既避免过度采样导致模糊，也防止步数太少出现结构断裂
• 唯一可调参数是cfg（提示词引导强度），默认设为 3.5 —— 太高容易僵硬，太低则偏离描述，这个值已在上百次测试中验证为插画类任务最优平衡点

3.4 VAEDecode（图像解码节点）

它把采样器输出的“潜空间张量”翻译成你能看懂的 RGB 图像。

• 使用的是flux_vae.safetensors，专为 FLUX 系列优化，解码速度快、色彩还原准
• 它不参与任何风格控制，只做“翻译工作”，因此你不会在这里看到任何可调滑块

3.5 Save Image（保存节点）

位于流程最末端，接收解码后的图像数据。

• 默认保存格式为 PNG，支持透明通道（如果你生成带 Alpha 的图）
• 分辨率固定为 1024×1024，符合多数插画发布与二次编辑需求
• 右键单击该节点 → 选择 “Save Image”，文件将直接下载到你的本地设备，无需额外配置路径或命名规则

小贴士：为什么其他节点不能动？
比如 LoraLoader 节点已预设 Ghibsky Illustration 权重为 0.8，FLUX.1-Turbo-Alpha 权重为 0.6——这两个数值是经过风格融合测试得出的，手动调整反而容易导致人物变形或色彩失真。初学者建议完全跳过它们，专注用好 CLIP 输入。

4. 实操演示：从一句话到一张图，全流程走一遍

我们用一个具体例子，带你走完一次完整生成：

4.1 输入提示词

在 CLIP Text Encode 节点的文本框中，输入以下描述（中英文混合亦可，系统自动识别）：

a cyberpunk cat wearing neon goggles, sitting on a rainy Tokyo rooftop at night, cinematic lighting, detailed fur texture, Ghibli-style illustration

注意这里没写“4K”“ultra-detailed”这类无效词——FLUX.1 自身输出分辨率已足够，而 Ghibsky LoRA 本身就在强化细节，重复强调反而干扰模型判断。

4.2 点击运行

确认所有节点连接线为绿色（表示数据通路正常），点击右上角Queue Prompt（即“Run”按钮）。

• 界面右下角会出现进度条，显示当前步数（1/20 → 20/20）
• 全程耗时约 12–15 秒（RTX 4090），期间可查看日志窗口实时输出，例如：
  Sampling step: 15/20 | ETA: 2.1s | vram: 18.2GB

4.3 查看与保存

生成完成后，Save Image 节点会自动高亮，并在下方预览缩略图。

• 将鼠标悬停在缩略图上，可查看完整尺寸预览
• 右键 → “Save Image”，浏览器会弹出下载对话框，文件名默认为ComfyUI_XXXXX.png

4.4 效果观察要点

这张图值得你多看两眼：

• 光影层次：霓虹灯在猫毛上的反射、雨滴在玻璃罩上的折射，都不是简单叠加，而是模型对材质物理特性的理解体现
• 风格一致性：既有赛博朋克的冷色调科技感，又保留吉卜力式的温暖笔触和圆润造型，说明两个 LoRA 确实实现了协同而非冲突
• 结构稳定性：猫的四肢比例自然，屋顶瓦片走向连贯，没有常见文生图的“多手指”“扭曲关节”问题

这背后，正是 workflow 中各节点被精准串联的结果——不是靠堆参数，而是靠设计合理的数据流。

5. 常见问题与避坑指南：少踩一个坑，多出三张好图

即使是最简流程，新手也常在几个细节上卡住。以下是高频问题的真实解决方案：

5.1 提示词写了，但图没变化？

检查 CLIP Text Encode 节点是否真的连接到了 SamplerCustom 的positive输入口。有时候加载 workflow 后，某条连接线可能意外断开（表现为黄色虚线）。只需用鼠标拖拽重新连接即可。

5.2 生成图偏灰/偏暗，像蒙了一层雾？

这不是模型问题，而是你的提示词里缺少明确的光照描述。试试加上：

• bright studio lighting（提亮整体）
• backlit by sunset（营造轮廓光）
• dramatic chiaroscuro（强化明暗对比）
  避免用“good lighting”这种模糊表达，模型无法解析。

5.3 想换风格，但不敢动 LoRA 节点？

可以安全调整的替代方案：

• 在提示词末尾添加风格锚点，例如：
  in the style of Studio Ghibli（强化吉卜力感）
  oil painting texture, visible brushstrokes（转向油画风）
• 或微调 CFG 值：从 3.5 改为 4.0 可增强提示词约束力，改到 3.0 则保留更多模型自由发挥空间

5.4 生成失败，日志报 “CUDA out of memory”？

别急着换显卡。先关闭浏览器其他标签页，再点击 ComfyUI 左上角的Clear Cache（清缓存）按钮。FLUX 模型加载后会缓存部分中间状态，连续多次运行易占满显存，清缓存后重试基本解决。

5.5 保存的图分辨率不够？想导出更大尺寸？

当前 workflow 固定输出 1024×1024，这是为平衡质量与速度设定的。如需更高清图，推荐后续用专业工具放大：

• 用 Topaz Gigapixel AI 对 PNG 进行 2×智能放大（保留线条锐度）
• 或在 ComfyUI 中加载 “Ultimate SD Upscale” workflow 单独处理，不建议在本流程内强行修改尺寸参数，易引发崩溃

6. 总结：你已经掌握了文生图最核心的思维模式

回顾这短短几分钟的操作，你真正学会的不只是“怎么点按钮”，而是理解了一个更底层的逻辑：

• AI 不是黑箱，而是可拆解的数据管道：每个节点都有明确职责，数据像水流一样从提示词出发，逐级转化，最终成为图像。
• 少即是多：这套 workflow 只开放 1 个可编辑入口，恰恰说明——在成熟方案里，精准控制比自由发挥更重要。
• 效果来自组合，而非单点突破：FLUX.1 的结构能力 + Turbo 的速度 + Ghibsky 的风格，三者缺一不可。你调的不是参数，而是“协作关系”。

下一步，你可以尝试：

• 用同一段提示词，分别在原版 FLUX.1 和本 CustomV3 上生成对比图，感受 LoRA 带来的质感跃迁；
• 把生成的图拖进 “ControlNet” workflow 中，用它作为线稿反推新构图；
• 或干脆关掉所有教程，只留一张白纸和你的想法——因为现在，你已经知道，那条从文字通往画面的路，到底该怎么走。

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。