Nunchaku FLUX.1-dev部署案例Windows WSL2环境下ComfyUI配置想体验一下号称“下一代文生图”的FLUX.1-dev模型但又觉得官方流程复杂或者被Linux环境劝退别担心今天我们就来一个“保姆级”教程手把手教你在Windows电脑上通过WSL2Windows Subsystem for Linux轻松部署Nunchaku FLUX.1-dev模型并用ComfyUI这个强大的可视化工具来玩转它。你不需要是Linux专家也不需要懂复杂的命令行。跟着这篇指南从零开始一步步搭建环境、下载模型、配置工作流直到生成第一张惊艳的AI图片。整个过程就像搭积木一样清晰我们还会分享一些避坑小技巧确保你一次成功。1. 准备工作搭建你的AI创作环境在开始“魔法”之前我们需要准备好“魔法工坊”。对于Windows用户来说WSL2是一个非常理想的解决方案它让你能在Windows里运行一个完整的Linux子系统完美兼容各种AI工具。1.1 启用WSL2并安装Ubuntu首先确保你的Windows 10版本2004及以上或Windows 11已经开启了WSL功能。以管理员身份打开PowerShell或命令提示符。输入以下命令启用WSL功能并设置WSL2为默认版本# 启用适用于Linux的Windows子系统 dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart # 启用虚拟机平台功能 dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart # 设置WSL2为默认版本 wsl --set-default-version 2重启电脑。重启后打开Microsoft Store搜索并安装“Ubuntu”建议选择22.04 LTS版本。安装完成后从开始菜单启动Ubuntu它会自动完成初始化设置让你创建一个Linux用户名和密码。1.2 安装必要的软件和驱动进入Ubuntu子系统后我们需要安装一些基础软件和关键的显卡驱动。更新系统软件包打开Ubuntu终端首先更新一下软件源。sudo apt update sudo apt upgrade -y安装Python和Git这是运行AI项目的基石。sudo apt install python3 python3-pip python3-venv git -y安装NVIDIA显卡驱动关键步骤WSL2中的Linux可以直接使用Windows主机上已安装的NVIDIA驱动但需要安装一个“用户态”的驱动包。首先确保你的Windows主机已经安装了最新版的NVIDIA Game Ready或Studio驱动。然后在Ubuntu终端中安装nvidia-cuda-toolkit它包含了必要的用户态组件# 对于Ubuntu 22.04 sudo apt install nvidia-cuda-toolkit -y安装完成后运行nvidia-smi命令来验证驱动是否正常。如果能看到你的显卡信息和CUDA版本就说明成功了。1.3 安装模型下载工具我们需要从Hugging Face等平台下载模型文件huggingface_hub命令行工具非常好用。# 安装 huggingface_hub 命令行工具 pip3 install --upgrade huggingface_hub安装后你可以用huggingface-cli --help或简写hf --help来查看命令。后续下载模型会用到它。2. 安装ComfyUI与Nunchaku插件ComfyUI是一个基于节点的工作流工具像画流程图一样搭建AI生图流程非常灵活。Nunchaku插件则是专门为FLUX.1-dev模型适配的“桥梁”。2.1 安装ComfyUI两种方法任选方法一使用Comfy-CLI推荐最简单这个方法能自动处理很多依赖适合新手。# 1. 安装ComfyUI命令行工具 pip3 install comfy-cli # 2. 安装ComfyUI本体这会在当前目录创建ComfyUI文件夹 comfy install # 安装完成后进入ComfyUI目录 cd ComfyUI方法二手动克隆安装自定义性强如果你想更清楚地知道每一步做了什么或者需要指定版本可以用这个方法。# 1. 克隆ComfyUI仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 2. 创建Python虚拟环境可选但推荐避免包冲突 python3 -m venv venv source venv/bin/activate # 激活虚拟环境 # 3. 安装依赖 pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 # 请根据你的CUDA版本调整 pip3 install -r requirements.txt2.2 安装Nunchaku插件插件是ComfyUI的扩展让ComfyUI能识别和使用FLUX.1-dev模型。如果你用了方法一Comfy-CLI安装ComfyUI# 在ComfyUI目录下安装Nunchaku插件 comfy noderegistry-install ComfyUI-nunchaku # 插件会安装在当前目录需要移动到custom_nodes文件夹 mv ComfyUI-nunchaku custom_nodes/nunchaku_nodes如果你用了方法二手动安装# 在ComfyUI目录下进入custom_nodes文件夹并克隆插件 cd custom_nodes git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes cd .. # 返回ComfyUI根目录2.3 安装Nunchaku后端插件安装好后还需要安装其核心的“引擎”也就是Nunchaku后端。从v0.3.2版本开始这个过程变得非常简单。启动一次ComfyUI稍后我们会正式启动在浏览器打开它的界面。在ComfyUI界面中通常会有一个“管理器”Manager的按钮或菜单。在管理器中你应该能找到安装或更新Nunchaku后端的选项。通常插件会提供一个install_wheel.json工作流文件加载并运行它即可自动完成后端安装。如果找不到图形化方式也可以在ComfyUI根目录下查看custom_nodes/nunchaku_nodes里是否有安装脚本按照其README说明操作。3. 下载与配置FLUX.1-dev模型模型文件是AI生图的“大脑”我们需要下载两个部分基础的FLUX模型组件和Nunchaku优化过的FLUX.1-dev主模型。3.1 创建模型目录结构首先在ComfyUI目录下创建好存放模型的文件夹。# 在ComfyUI根目录下执行 mkdir -p models/{unet,loras,text_encoders,vae}这行命令会一次性创建四个文件夹models/unet/存放FLUX.1-dev主模型。models/loras/存放LoRA微调模型可选用于改变风格等。models/text_encoders/存放文本编码器理解你的文字描述。models/vae/存放变分自编码器负责将模型输出的数据解码成最终图片。3.2 下载基础FLUX模型组件必装这两个组件是FLUX系列模型通用的必须下载。# 下载CLIP文本编码器理解图像语义 hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders # 下载T5文本编码器理解更复杂的语言描述 hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders # 下载VAE解码器 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae3.3 下载Nunchaku FLUX.1-dev主模型核心这是最重要的部分。Nunchaku提供了不同量化版本的模型以适应不同显存的显卡。请根据你的显卡情况选择下载一个即可。Blackwell架构显卡如RTX 50系列使用FP4版本。其他NVIDIA显卡如RTX 30/40系列推荐使用INT4版本在效果和显存占用上取得很好平衡。显存较小如16GB及以下可以考虑FP8版本但效果可能略有损失。这里以下载INT4版本为例# 下载INT4量化的Nunchaku FLUX.1-dev主模型 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/下载完成后你的models/unet/目录下应该有一个名为svdq-int4_r32-flux.1-dev.safetensors的文件。3.4 可选下载LoRA模型LoRA是小型的适配器文件可以微调模型的生成风格比如让它更偏向动漫风、更写实等。Nunchaku插件的工作流支持加载多个LoRA。你可以从Hugging Face或Civitai等社区寻找喜欢的FLUX.1-dev兼容LoRA下载后放入models/loras/目录即可。一个常用的LoRA是FLUX.1-Turbo-Alpha它可以显著加快生成速度。4. 配置工作流并生成第一张图片万事俱备只欠东风。现在让我们启动ComfyUI加载专门为Nunchaku FLUX.1-dev设计的工作流开始创作。4.1 启动ComfyUI服务在ComfyUI根目录下运行启动命令。# 如果你使用了虚拟环境请先激活source venv/bin/activate python3 main.py如果一切正常终端会输出一个本地访问地址通常是http://127.0.0.1:8188。在Windows的浏览器中打开这个地址你就看到了ComfyUI的界面。4.2 加载Nunchaku FLUX.1-dev工作流Nunchaku插件自带了一些示例工作流我们需要把它们复制到ComfyUI能识别的位置。回到Ubuntu终端可以新开一个在ComfyUI根目录下执行# 创建用户工作流目录 mkdir -p user/default/example_workflows # 复制Nunchaku示例工作流 cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/刷新你的ComfyUI浏览器页面。点击界面右上角的“Load”加载按钮。在弹出的对话框中你应该能看到一个default文件夹进入后选择example_workflows。这里有几个工作流文件我们选择nunchaku-flux.1-dev.json。这个工作流功能最全支持加载多个LoRA文生图效果最好。加载成功后你会看到一个已经连接好各种节点的流程图这就是我们的“生图流水线”。4.3 运行文生图现在到了最激动人心的环节。这个预置的工作流已经帮我们配置好了大部分参数。找到提示词输入框在工作流图中找到标有“Positive Prompt”和“Negative Prompt”的节点。在“Positive Prompt”里输入你的英文描述。FLUX模型对英文提示词响应更好。例如A beautiful landscape with mountains and lakes, ultra HD, realistic, 8K一个美丽的山水风景超高清写实8K。调整参数可选推理步数Steps默认可能较低。请注意如果你没有使用FLUX.1-Turbo-Alpha这个LoRA建议将步数调到20步或以上否则图片质量可能不佳。分辨率在“Empty Latent Image”节点可以调整生成图片的宽高。显存不足时比如生成时报错可以尝试降低分辨率如从1024x1024降到768x768。LoRA权重如果你下载并加载了LoRA可以在相应的节点调整权重通常0.5-1.0之间控制风格影响的强度。点击生成点击界面上的“Queue Prompt”按钮。等待与查看右侧的进度条和终端会显示生成进度。完成后图片会显示在“Save Image”节点或预览节点上。你可以右键点击图片选择保存。恭喜你你的第一张由Nunchaku FLUX.1-dev模型生成的AI图片就诞生了。多尝试不同的提示词感受这个“下一代”模型的强大之处吧。5. 总结与关键要点回顾通过以上步骤我们成功在Windows WSL2环境下搭建了ComfyUI并部署了最新的Nunchaku FLUX.1-dev模型。整个过程看似步骤不少但每一步都像拼图一样清晰。让我们再回顾一下几个最关键的点帮你避开常见的坑环境是基础确保WSL2和Ubuntu安装正确并通过nvidia-smi验证显卡驱动在WSL中可用。这是后续一切工作的前提。模型别放错地方这是最容易出错的一步。记住这个对应关系FLUX.1-dev主模型.safetensors →models/unet/LoRA模型 →models/loras/文本编码器clip_l, t5xxl →models/text_encoders/VAE模型ae →models/vae/量化版本按需选不是模型越大越好。INT4版本对于大多数RTX 30/40系列显卡是甜点选择在保持高质量的同时显存占用更友好。显存紧张就选FP8。工作流用对的首次使用务必加载nunchaku-flux.1-dev.json这个工作流它已经为我们做好了最优的节点连接和参数预设。步数很重要如果不使用Turbo加速LoRA务必把推理步数Steps调到20以上否则你可能会疑惑“下一代模型就这效果”。用了Turbo LoRA后步数可以大幅减少如4-8步。提示词用英文虽然模型可能支持一些中文但为了获得最佳、最稳定的效果目前阶段强烈建议使用英文提示词。现在你的本地AI艺术工作室已经开业了。尽情探索FLUX.1-dev在细节、光影和构图上的强大能力用它来激发你的创意吧。从写实的风景到奇幻的角色从产品设计到概念艺术这台“想象力引擎”正等待你的指令。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。