企业官网建设流程全解析

简介：这份资源面向使用 ComfyUI 进行 AI 绘画的进阶用户，聚焦 Flux 模型与 ControlNet 的图生图工作流，重点解决边缘、深度、瓷砖、姿态等多类引导图在生图过程中的搭配与调用问题。资源包内共 1 个文件，为 json 格式的工作流配置，压缩包整体约 4KB，体量轻巧，导入 ComfyUI 后即可直接加载使用，省去手动搭建节点的繁琐步骤。该 json 文件通常包含节点连接、模型加载与参数预设，便于读者快速复现边缘检测、深度估计、瓷砖分块与姿态控制等引导效果，并在此基础上调整权重与提示词，探索不同控制方式的组合表现。目前已有 94 人学习下载，适合希望深入掌握 ControlNet 多引导图协同、提升图生图可控性的创作者参考借鉴。

1. Flux 图生图里 ControlNet 到底在控什么：从一张边缘图说起

你手里有一张线稿、一张瓷砖纹理照片、一张人物姿态参考图，想让 Flux 按这三样东西生成一张成品图。直接丢进图生图，出来的东西要么结构全散，要么纹理糊成一团，要么人物姿势跟参考图对不上。问题不在 Flux 本身，而在于你只给了它「像什么」，没给它「哪里必须是什么」。ControlNet 干的就是这件事：把边缘、深度、瓷砖纹理、人体姿态这些结构化条件，翻译成扩散模型能读懂的引导信号，钉死在去噪过程里。

这篇讲的是 ComfyUI 环境下，Flux 模型搭配 ControlNet 做多条件图生图的完整落地路径。适合已经装好 ComfyUI、跑通过基础 Flux 文生图、现在想把手里的参考图真正「用起来」的人。读完你能自己搭出一套边缘 + 深度 + 瓷砖 + 姿态四路引导的工作流，知道每个节点的参数该往哪调，也能判断什么场景下该砍掉哪路 ControlNet。

2. Flux 配 ControlNet 的选型逻辑：为什么不是所有模型都能混搭

2.1 Flux 的架构特点决定了 ControlNet 的接入方式

Flux 和 SD1.5、SDXL 最大的区别在于它用的是 DiT（Diffusion Transformer）骨架，而不是传统的 UNet。这意味着 SDXL 时代那套 ControlNet 权重不能直接拿来用，因为两者的特征图维度、注意力机制、残差连接方式都不一样。你在 ComfyUI 里如果直接把 SDXL 的 ControlNet 模型接到 Flux 采样器上，大概率会报维度不匹配，或者更隐蔽地——不报错但引导完全失效，出图跟没加 ControlNet 一样。

目前 Flux 生态里能用的 ControlNet 方案主要有两类。一类是 Flux 原生训练的 ControlNet 权重，比如 XLabs 发布的 Flux ControlNet 系列，覆盖 Canny、Depth、HED 等常见条件类型。另一类是 Union 型 ControlNet，一个模型支持多种条件输入，通过类型参数切换。Union 的好处是不用为每种条件单独下载几个 G 的权重，缺点是单一条件的精度可能略逊于专用模型。

我一般会这样选：如果只做边缘引导，用专用 Canny 模型；如果同时要边缘 + 深度 + 姿态，用 Union 模型省显存。瓷砖纹理这种偏风格迁移的需求，ControlNet 本身不直接管，得靠 IP-Adapter 或者风格 LoRA 配合，后面会讲怎么接。

2.2 ComfyUI 里 Flux ControlNet 的节点链路

ComfyUI 原生节点里没有直接叫「Flux ControlNet」的节点，你需要通过ControlNetLoader加载模型，再用ApplyControlNet或者 Flux 专用的FluxControlNetApply节点把条件注入。关键点是：Flux 的采样器是SamplerCustomAdvanced或者FluxGuidance那条链路，不是传统的KSampler。很多人翻车就翻在这里——用 KSampler 接 Flux 模型，出来的图要么全黑要么噪点爆炸。

正确的链路大致是这样：

# 这不是命令，是节点连接顺序的文字描述 CheckpointLoaderSimple (加载 flux1-dev.safetensors) → FluxGuidance (设置 guidance 值) → BasicGuider → SamplerCustomAdvanced ↑ ControlNetLoader (加载 flux-controlnet-canny.safetensors) → FluxControlNetApply (注入条件) ↑ LoadImage (边缘图) → CannyEdgePreprocessor (可选)

FluxControlNetApply节点有两个关键参数：strength和start_percent/end_percent。strength控制引导强度，一般 0.4 到 0.8 之间；start_percent和end_percent控制引导在去噪过程的哪个阶段生效。边缘引导建议start_percent=0.0、end_percent=0.6，让模型在前半段就把结构定死，后半段自由发挥细节。

2.3 多路 ControlNet 的叠加顺序与权重分配

当你同时用边缘、深度、瓷砖、姿态四路引导时，叠加顺序会影响最终效果。ComfyUI 里多个FluxControlNetApply节点是链式串联的，前一个的输出作为后一个的输入。我的经验顺序是：姿态 → 深度 → 边缘 → 瓷砖风格。

姿态放最前面，因为人体结构是最刚性的约束，先把它钉死。深度第二，确定场景的空间关系。边缘第三，细化物体轮廓。瓷砖纹理这种偏风格的放最后，用较低的 strength（0.3 左右），让它只影响表面质感，不干扰结构。

权重分配上有个血泪经验：四路 ControlNet 的 strength 加起来不要超过 2.0。超过这个值，Flux 的去噪过程会被过度约束，出来的图会显得僵硬、塑料感重，甚至出现结构扭曲。我一般姿态 0.6、深度 0.5、边缘 0.5、瓷砖 0.3，总和 1.9，留一点余量。

3. 在 ComfyUI 里搭出四路引导工作流：从加载到出图

3.1 环境准备与模型文件放置

先确认你的 ComfyUI 是较新版本，老版本可能没有FluxControlNetApply节点。秋叶整合包用户注意：整合包自带的 ComfyUI 版本可能偏旧，需要手动更新到最新版才能用 Flux 的 ControlNet 节点。更新方法是在 ComfyUI 根目录下执行：

# 进入 ComfyUI 目录后执行 git pull # 然后更新依赖 pip install -r requirements.txt

模型文件放置路径：

Flux 需要同时加载 CLIP-L 和 T5-XXL 两个文本编码器，缺一个都会报错。T5 用 fp16 版本能省一半显存，画质损失肉眼几乎看不出来。

3.2 边缘引导：Canny 预处理与参数设置

边缘引导的核心是把参考图转成线稿。ComfyUI 里有CannyEdgePreprocessor节点，但更推荐用LineArtPreprocessor，因为 LineArt 对彩色图像的处理更干净，不会把颜色边界也当成边缘。

# 这是 Canny 预处理的关键参数逻辑，不是可执行代码 # low_threshold = 100 # 低于此值的边缘被丢弃 # high_threshold = 200 # 高于此值的边缘被保留 # 两者之间的像素根据连通性决定是否保留

实际操作中，low_threshold设 50 到 100，high_threshold设 150 到 250。阈值太低会把噪点也当成边缘，出来的图细节过多反而乱；阈值太高会丢失重要轮廓，模型自由发挥的空间太大。我一般先用 100/200 跑一张，看边缘图是否保留了主要结构，再微调。

边缘图准备好后，接到FluxControlNetApply的image输入，strength设 0.5 到 0.7。如果发现生成图的线条位置和参考图有偏移，检查一下start_percent是不是设得太晚，建议从 0.0 开始。

3.3 深度引导：Depth Anything 的接入与归一化

深度引导需要一张灰度深度图。ComfyUI 里可以用DepthAnythingPreprocessor节点，它基于 Depth Anything 模型，对室内外场景的深度估计都比较准。输出是一张 0 到 255 的灰度图，越白表示越近，越黑表示越远。

深度图的strength建议设 0.4 到 0.6。设太高会把整个场景的空间关系锁死，模型没法根据提示词调整布局；设太低则深度引导形同虚设。start_percent设 0.0，end_percent设 0.5，让深度在前半段生效。

有个容易忽略的点：深度图的归一化方式。不同预处理节点输出的深度图对比度不一样，有的偏灰、有的黑白分明。如果深度图整体偏灰，模型读到的深度信息会很弱。可以在预处理节点后加一个ImageBlur或者ImageAdjustment节点，把对比度拉高再送进 ControlNet。

3.4 瓷砖纹理：ControlNet 不直接管，用 IP-Adapter 补位

瓷砖纹理这种偏材质风格的需求，ControlNet 的边缘或深度条件都表达不了。正确做法是用 IP-Adapter 或者风格 LoRA。IP-Adapter 可以把一张参考图的风格特征提取出来，注入到生成过程里。

在 ComfyUI 里接 IP-Adapter 需要IPAdapterUnifiedLoader和IPAdapterApply节点。Flux 的 IP-Adapter 支持还在完善中，目前比较稳的方案是用IPAdapterPlus配合 Flux 的 CLIP 编码器。weight设 0.5 到 0.7，start_percent设 0.2，end_percent设 0.8，让风格在去噪中段介入，不影响结构生成。

如果 IP-Adapter 效果不理想，退而求其次可以用风格 LoRA。把瓷砖纹理图训练成一个 LoRA，在提示词里用触发词调用。训练 20 到 30 张瓷砖图，1000 到 1500 步就够了，学习率 1e-4。

3.5 姿态引导：OpenPose 的骨骼提取与多人场景处理

姿态引导用OpenPosePreprocessor节点，输出一张带彩色骨骼点的图。单人场景直接跑就行，多人场景要注意骨骼点的对应关系——如果参考图里两个人挨得很近，OpenPose 可能会把肢体搞混。

# OpenPose 预处理的关键参数 # detect_hand = True # 是否检测手部关键点 # detect_face = True # 是否检测面部关键点 # 多人场景建议都开，单人场景可以关掉省时间

姿态 ControlNet 的strength设 0.6 到 0.8，因为人体结构是最不能妥协的。start_percent设 0.0，end_percent设 0.4，让姿态在去噪最早期就介入。如果生成图的手部畸形，检查 OpenPose 是否检测到了手部关键点，没检测到的话模型只能瞎猜。

多人场景还有个坑：OpenPose 输出的骨骼图里，不同人的骨骼点颜色可能重叠。解决办法是在预处理前先用ImageCrop把每个人裁出来单独跑 OpenPose，再拼回去。麻烦但有效。

4. 避坑与排查：四路 ControlNet 翻车实录

4.1 生成图完全无视 ControlNet 引导

现象：加了 ControlNet 节点，参数也设了，但出图和没加一样，结构完全不对。

原因：最常见的是 ControlNet 模型和 Flux 主模型不兼容。SDXL 的 ControlNet 权重接到 Flux 上不会报错，但引导信号在维度变换时被丢弃了。另一个可能是FluxControlNetApply节点的strength被设成了 0，或者start_percent大于end_percent，导致引导区间为空。

解决：确认 ControlNet 模型文件名里带flux字样。检查strength是否大于 0。检查start_percent和end_percent的数值关系，确保前者小于后者。如果还不行，把end_percent设成 1.0 跑一次，看是否有变化。

4.2 多路 ControlNet 叠加后画面过曝或死黑

现象：单独用每一路 ControlNet 都正常，四路一起上画面就过曝、死黑或者出现大面积色块。

原因：多路引导信号的数值范围叠加后超出了模型能处理的范围。每路 ControlNet 的输出都会对去噪过程产生一个偏移量，四路叠加后偏移量过大，把 latent 推到了异常区域。

解决：降低每路的strength，总和控制在 2.0 以内。或者错开每路的生效区间，比如姿态 0.0-0.4、深度 0.1-0.5、边缘 0.2-0.6、瓷砖 0.3-0.8，避免所有引导同时满强度生效。

4.3 瓷砖纹理导致整体色调偏移

现象：加了瓷砖风格引导后，生成图的整体色调被带偏，原本想要的暖色调变成了冷灰色。

原因：IP-Adapter 或风格 LoRA 在提取风格特征时，把参考图的色调也一并提取了。如果参考图是冷色调瓷砖，生成图也会偏冷。

解决：在提示词里明确指定色调，比如warm lighting, golden hour，用文本引导对抗风格引导的色调偏移。或者把 IP-Adapter 的weight降到 0.4 以下，让文本提示词主导色调。另一个办法是先把参考图做一次色彩归一化，把色调调成中性再送进 IP-Adapter。

4.4 显存爆掉导致工作流中断

现象：四路 ControlNet 加上 Flux 主模型，显存直接拉满，ComfyUI 报 OOM 错误。

原因：Flux 本身参数量大，加上四路 ControlNet 模型同时加载在显存里，24G 显存都不一定够。如果 T5 文本编码器用的是 fp32 版本，显存占用会更高。

解决：T5 换 fp16 版本。ControlNet 用 Union 模型替代多个专用模型。在 ComfyUI 启动参数里加--lowvram或者--medvram，让模型分阶段加载。如果还是不够，把四路引导拆成两步：先生成带姿态和深度的底图，再用图生图加边缘和瓷砖风格。

4.5 姿态引导导致背景完全复制参考图

现象：只想让生成图的人物姿势和参考图一致，但背景也被一起复制过来了。

原因：OpenPose 预处理时如果detect_face和detect_hand都开着，面部和手部的关键点会携带大量背景信息。另外姿态 ControlNet 的end_percent设得太高，姿态引导一直生效到去噪后期，把背景也锁死了。

解决：把end_percent降到 0.3 到 0.4，让姿态只在前半段生效。关闭detect_face，只保留身体骨骼点。如果背景还是被复制，在提示词里明确描述想要的背景，用文本引导覆盖姿态引导的背景信息。

5. 进阶技巧：用分区引导和动态强度把四路 ControlNet 用活

四路 ControlNet 固定强度跑通之后，下一步是让它们「活」起来。固定强度的问题是：去噪全程用同样的引导力度，该松的地方松不了，该紧的地方紧不了。Flux 的去噪过程分几十步，前几步决定大结构，中间步决定细节，最后几步决定纹理。如果姿态引导在最后几步还在满强度生效，人物的衣服褶皱都会被骨骼图带偏。

我现在的做法是用ConditioningSetTimestepRange节点给每路 ControlNet 单独设生效区间，而不是用FluxControlNetApply自带的start_percent/end_percent。前者更灵活，可以设多个区间。比如姿态引导设两个区间：0.0-0.2 满强度定结构，0.2-0.4 半强度微调，0.4 之后完全关闭。深度引导设 0.0-0.5，边缘引导设 0.1-0.6，瓷砖风格设 0.3-0.8。这样每路引导在它该管的那段去噪过程里发挥作用，互不干扰。

分区引导是另一个进阶玩法。ComfyUI 里有ConditioningSetArea节点，可以把画面分成几个区域，每个区域用不同的 ControlNet 条件。比如画面左侧是瓷砖墙面，右侧是人物，那就左半区用瓷砖风格引导，右半区用姿态和边缘引导。分区引导的坑在于区域边界容易出现接缝，解决办法是区域之间留 10% 到 15% 的重叠，让引导信号平滑过渡。

验证引导是否生效有个简单方法：把strength设成 0 和设成 1.0 各跑一张，对比两张图的差异。如果差异明显，说明引导链路是通的；如果几乎一样，说明引导没生效，回去检查节点连接和模型兼容性。我一般会在工作流里保留一个PreviewImage节点，实时看每路 ControlNet 的预处理输出，确保送进引导节点之前图像是对的。

最后说个习惯：每次调新工作流，先把四路 ControlNet 的strength全设成 0，跑一张纯 Flux 文生图作为基线。然后每次只开一路，看单路效果。确认单路没问题了，再两两叠加，最后四路全开。这样出问题时能快速定位是哪一路引导导致的，不用在四路混合的信号里瞎猜。希望帮到你。

本文还有配套的精品资源，点击获取