DAMODEL丹摩 | 关于我部署与使用FLUX.1+ComfyUI生成了一位三只手的jk美少女这回事
- 最终效果图
- FLUX.1简介
- 部署流程
- 1. 创建资源
- 2. 登录实例
- 3. 部署ComfyUI
- 4. 部署FLUX.1
- 使用流程
- 1. 运行FLUX.1
- 导入工作流
声明：非广告，为用户使用体验分享
最终效果图
FLUX.1简介
FLUX.1是由黑森林实验室（Black Forest Labs）开发，分为3个版本：
- 【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。
根据官方资料：FLUX.1模型的训练参数达到了120亿，这一数字远远超过了SD3 Medium的20亿参数。无论是FLUX.1-pro还是FLUX.1-dev，在图像质量、提示词的准确跟随、尺寸适应性、排版以及输出的多样性方面，都已经超越了市场上的Midjourney v6.0、DALL·E 3 (HD)和SD3-Ultra等流行模型，确立了图像合成技术的新高度。
部署流程
1. 创建资源
推荐实例配置
- GPU数量1
- NVIDIA-GeForc-RTX-4090：该配置为60GB内存，24GB的显存（本次测试的LLaMA3.1 8B 版本至少需要GPU显存16G）
- 接下来配置数据硬盘的大小，每个实例默认附带了50GB的数据硬盘，FLUX.1模型较大，建议扩容至150GB。
推荐镜像选择
继续选择安装的镜像，平台提供了一些基础镜像供快速启动，镜像中安装了对应的基础环境和框架，可通过勾选来筛选框架，这里筛选PyTorch，选择PyTorch 2.4.0。
2. 登录实例
接下来将基于平台提供的JupyterLab工具，演示fp16版本的部署流程。
首先，启动JupyterLab，并创建终端：
3. 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！
提示
您如果遇到报错
ImportError: version conflict: '/opt/conda/lib/python3.11/site-packages/psutil/_psutil_linux.cpython-311-x86_64-linux-gnu.so' C extension module was built for another version of psutil (5.9.0 instead of 6.0.0); you may try to 'pip uninstall psutil', manually remove /opt/conda/lib/python3.11/site-packages/psutil/_psutil_linux.cpython-311-x86_64-linux-gnu.so or clean the virtual env somehow, then reinstall
可先卸载冲突包，再次安装依赖
pip uninstall psutil
pip install -r requirements.txt --ignore-installed
4. 部署FLUX.1
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
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
解压文件：
tar -xf flux_text_encoders.tar
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！
使用流程
1. 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
我们看到启动成功，host为0.0.0.0，端口为8188：
Starting serverTo 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：
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：
导入工作流
工作流可以直接导入其它大佬已经创建好的，也可以自己从零手搓。
生成结果
三只手的美少女…
