Nunchaku FLUX.1-dev保姆级教程：ComfyUI-Manager补装缺失节点实操

你是不是也遇到过这种情况：好不容易下载了最新的Nunchaku FLUX.1-dev模型，兴致勃勃地打开ComfyUI，加载工作流，结果弹出一堆“节点缺失”的红色警告？别担心，这几乎是每个ComfyUI玩家都会遇到的“入门礼”。

今天这篇文章，就是为你准备的“救火指南”。我会手把手带你解决Nunchaku FLUX.1-dev在ComfyUI中节点缺失的问题，重点讲解如何使用ComfyUI-Manager这个神器来一键补全所有依赖。跟着步骤走，10分钟内让你从“报错连连”到“丝滑出图”。

1. 问题诊断：为什么节点会缺失？

在开始操作之前，我们先花一分钟搞清楚问题出在哪。这能帮你以后遇到类似情况时自己判断。

当你从网上下载一个别人分享的.json工作流文件（比如nunchaku-flux.1-dev.json）并加载到自己的ComfyUI时，ComfyUI会检查这个工作流里用到的所有“节点”（Node）。你可以把节点理解为一个个功能模块，比如“加载模型”、“输入提示词”、“生成图片”等。

如果这个工作流是用了一些第三方插件（Custom Nodes）里的节点，而你的ComfyUI里恰好没安装这些插件，那么ComfyUI就找不到对应的节点，于是报错“Missing Nodes”（节点缺失）。

Nunchaku FLUX.1-dev工作流常见的缺失节点包括：

• NunchakuLoader：这是Nunchaku插件的核心节点，用于加载其专属的量化模型。
• 各种采样器节点：如 KSampler, KSamplerAdvanced 等，虽然ComfyUI自带，但有时版本不匹配也会提示。
• 其他图像处理节点：比如 ImageScale, VAEDecode 等，同样属于基础节点。

明白了原因，解决思路就清晰了：把缺失的节点对应的插件安装上即可。而ComfyUI-Manager就是管理这些插件最方便的工具。

2. 环境与工具准备

在动手修复之前，请确保你的基础环境已经就绪。

2.1 确认ComfyUI已安装并运行

这是最基本的前提。你应该已经能通过浏览器访问ComfyUI的本地界面（通常是 http://127.0.0.1:8188）。如果还没安装ComfyUI，你需要先完成这一步。

2.2 确认已安装ComfyUI-Manager

ComfyUI-Manager是一个社区维护的插件管理器，它本身也是一个“自定义节点”。请按以下步骤检查：

1. 打开你的ComfyUI根目录下的 custom_nodes 文件夹。
2. 查看里面是否存在一个名为 ComfyUI-Manager 的文件夹。
3. 如果不存在，你需要先安装它。安装方法很简单，在ComfyUI根目录下打开终端（命令行），执行：

   cd custom_nodes
   git clone https://github.com/ltdrdata/ComfyUI-Manager.git
   

4. 安装完成后，重启你的ComfyUI服务（关闭之前的命令行窗口，重新运行 python main.py）。
5. 刷新浏览器页面，你应该能在界面上看到多了一个 “Manager” 按钮。

（示意图：通常在界面右侧或顶部可以找到“Manager”标签页）

如果Manager已经安装好，我们就可以进入核心的修复环节了。

3. 核心步骤：使用ComfyUI-Manager安装缺失节点

这是本教程的核心部分，整个过程在网页界面上点点鼠标就能完成。

3.1 加载工作流并查看缺失节点列表

1. 在ComfyUI界面中，点击右上角的 “Load” 按钮，加载你下载的 nunchaku-flux.1-dev.json 工作流文件。
2. 加载后，如果存在缺失节点，ComfyUI通常会以红色高亮显示这些节点，并在顶部或底部给出提示。更直接的方法是，我们主动去检查。
3. 点击界面上的 “Manager” 按钮，进入管理器界面。
4. 在管理器界面中，找到并点击 “Install Missing Custom Nodes” 这个选项。有的版本翻译为“安装缺失自定义节点”。

点击后，管理器会自动扫描当前加载的工作流，并列出所有缺失的节点及其对应的插件仓库地址。

3.2 一键安装所有缺失节点

1. 在列出的缺失节点列表中，你可以看到每个节点的名称和来源。对于Nunchaku FLUX.1-dev，最关键的就是 ComfyUI-nunchaku。
2. （推荐） 直接点击 “Install All” 或类似的按钮，让管理器自动安装列表中的所有缺失节点。这是最省事的方法。
3. 安装过程会在后台进行，界面可能会有进度提示。请耐心等待，直到所有安装完成。

重要提示：安装过程中，管理器会自动从GitHub等代码仓库克隆插件到你的 custom_nodes 目录下。这需要你的网络能够正常访问这些仓库。如果遇到网络问题，可能需要配置代理或寻找其他安装方式。

3.3 安装Nunchaku插件（手动备用方案）

虽然Manager一键安装很方便，但了解手动方法作为备用也很重要。如果Manager安装失败，你可以尝试：

1. 打开终端，进入ComfyUI的 custom_nodes 目录。

   cd /path/to/your/ComfyUI/custom_nodes
   

2. 使用git命令克隆Nunchaku插件仓库：

   git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes
   

3. 克隆完成后，同样需要重启ComfyUI服务，新的节点才会被识别。

3.4 重启ComfyUI并验证

无论通过哪种方式安装，最后一步也是最重要的一步：安装完所有缺失节点后，必须完全重启ComfyUI的后台服务。

1. 关闭正在运行ComfyUI的命令行窗口。
2. 重新进入ComfyUI根目录，执行 python main.py 启动服务。
3. 刷新浏览器页面。
4. 再次点击 “Load”，重新加载 nunchaku-flux.1-dev.json 工作流。

此时，之前红色的缺失节点警告应该全部消失，所有节点都正常显示为可用的状态。你可以看到完整的Nunchaku工作流了。

4. 补全模型与配置工作流

节点问题解决后，我们还需要确保模型文件就位，工作流才能正常运行。

4.1 下载必需的模型文件

Nunchaku FLUX.1-dev需要几个核心模型文件，请将它们放到正确的目录：

1. Nunchaku FLUX.1-dev 主模型：这是核心的生成模型。根据你的显卡选择版本（INT4用于大多数N卡，FP4用于Blackwell系列如RTX 50，FP8用于显存较小的情况）。下载后放入 ComfyUI/models/unet/ 目录。

   # 示例：下载INT4版本到指定目录
   hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/
   

2. FLUX 文本编码器：用于理解你的文字描述。需要两个文件：clip_l.safetensors 和 t5xxl_fp16.safetensors。下载后放入 ComfyUI/models/text_encoders/ 目录。

   hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders
   hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders
   

3. VAE 模型：用于将生成过程中的数据解码成最终图片。下载 ae.safetensors 放入 ComfyUI/models/vae/ 目录。

   hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae
   

4.2 配置工作流中的模型路径

加载工作流后，你需要检查几个关键节点是否指向了正确的模型文件：

1. 找到工作流中的 NunchakuLoader 节点。点击它，在节点的属性面板中，检查“ckpt_name”这个下拉菜单或输入框。它应该能自动扫描到你放在 models/unet/ 目录下的 svdq-int4_r32-flux.1-dev.safetensors 文件。选中它。
2. 检查 CLIP Text Encode 和 T5 Text Encode 节点（可能名称略有不同）。它们应该自动链接到正确的文本编码器。如果报错，请确认 text_encoders 目录下的文件是否存在。
3. 检查 VAE Loader 节点，确保它加载的是 models/vae/ae.safetensors。

5. 首次运行与效果测试

所有配置完成后，终于到了激动人心的生成时刻。

1. 在 Prompt 节点中输入你的描述词。FLUX模型对英文提示词响应更好，例如：A majestic dragon soaring above ancient Chinese mountains, detailed scales, misty atmosphere, epic lighting, 8k resolution。
2. 调整参数（初次运行可先保持默认）：
   • steps：推理步数，默认可能为4（如果开启了Turbo LoRA）。如果关闭了Turbo LoRA，建议调到20以上。
   • cfg：提示词相关性，默认7.5，数值越高越遵循提示词。
3. 点击右下角的 “Queue Prompt” 按钮开始生成。
4. 等待片刻，你就能在 Preview Image 或 Save Image 节点看到生成的图片了！

（示意图：运行按钮和图片预览区域）

6. 总结与常见问题排查

通过以上步骤，你应该已经成功解决了Nunchaku FLUX.1-dev工作流的节点缺失问题，并生成了第一张图片。我们来回顾一下关键点：

• 核心工具是ComfyUI-Manager：它的“安装缺失节点”功能是解决此类问题的首选方案，自动化程度高。
• 安装后必须重启：任何插件的安装、更新，都必须重启ComfyUI后端服务才能生效。
• 模型文件要对号入座：确保FLUX.1-dev主模型、文本编码器、VAE模型都下载并放到了ComfyUI规定的标准目录下。

如果还有问题，请按以下顺序排查：

1. 重启了吗？ 这是最常被忽略的一步，务必确认。
2. Manager安装成功了吗？ 去 custom_nodes 文件夹下看看，是不是真的多了一个 nunchaku_nodes 的文件夹。
3. 模型路径对吗？ 再次确认模型文件是否在正确的 models/ 子目录下，且文件名完全一致。
4. 显存够吗？ 如果生成过程中崩溃，可能是显存不足。尝试使用更低分辨率的输出（如1024x1024），或换用FP8/INT4量化版模型。
5. 工作流是最新的吗？ 确保你使用的 .json 工作流文件与插件版本兼容。有时旧工作流可能不适用于新插件。

现在，你的ComfyUI已经准备好了强大的Nunchaku FLUX.1-dev模型。尽情探索它的文生图能力，创作出令人惊叹的作品吧！

---

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。