Nunchaku FLUX.1-dev保姆级教程：ComfyUI Manager自动补全缺失节点方法

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，兴冲冲地打开ComfyUI，加载了别人分享的酷炫工作流，结果屏幕上弹出一堆红色错误提示——“节点缺失”。瞬间感觉像被泼了一盆冷水，不知道从何下手。

别担心，今天我就带你彻底解决这个问题。我会手把手教你如何用ComfyUI Manager这个神器，一键自动补全所有缺失的节点，让你在10分钟内就能用上Nunchaku FLUX.1-dev模型生成惊艳的图片。

1. 为什么需要ComfyUI Manager？

在开始之前，我们先搞清楚为什么会有“节点缺失”这个问题。

ComfyUI是一个基于节点的工作流系统，每个功能（比如加载模型、生成图片、后期处理）都是一个独立的“节点”。当你加载别人创建的工作流时，如果这个工作流用到了你没有安装的节点，ComfyUI就会提示节点缺失。

Nunchaku FLUX.1-dev作为最新的文生图模型，它的工作流通常会用到一些特定的节点，比如：

• Nunchaku节点：专门用于加载和运行Nunchaku模型
• 高级采样器节点：提供更精细的控制
• 图像处理节点：用于后期调整和优化

手动一个个去找这些节点安装，既费时又容易出错。而ComfyUI Manager就像是一个“应用商店”，它能自动检测你缺少什么节点，然后一键帮你安装好。

2. 环境准备与基础安装

在开始使用ComfyUI Manager之前，我们需要确保基础环境已经搭建好。

2.1 硬件和软件要求

首先确认你的电脑满足以下要求：

硬件要求：

• 显卡：支持CUDA的NVIDIA显卡（这是必须的）
• 显存：推荐24GB以上。如果显存不足，可以选择FP8量化版模型，大约需要17GB显存
• 内存：至少16GB RAM
• 存储：至少50GB可用空间（模型文件都比较大）

软件要求：

• 操作系统：Windows 10/11，或者Linux（Ubuntu 20.04+）
• Python：3.10或更高版本
• Git：用于下载代码和插件
• PyTorch：需要与你的系统和显卡匹配的版本（通常是torch 2.7/2.8/2.9）

2.2 安装ComfyUI

如果你还没有安装ComfyUI，按照下面的步骤来：

# 1. 克隆ComfyUI仓库
git clone https://github.com/comfyanonymous/ComfyUI.git

# 2. 进入ComfyUI目录
cd ComfyUI

# 3. 安装依赖
pip install -r requirements.txt

这个过程可能需要几分钟，取决于你的网络速度。

2.3 安装Nunchaku插件

Nunchaku FLUX.1-dev需要专门的插件才能运行。有两种安装方法，推荐使用第一种：

方法一：使用Comfy-CLI（最简单）

# 安装ComfyUI CLI工具
pip install comfy-cli

# 安装ComfyUI（如果已经安装过，这一步可以跳过）
comfy install

# 安装Nunchaku插件
comfy noderegistry-install ComfyUI-nunchaku

# 将插件移动到正确的位置
mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes

方法二：手动安装（适合喜欢控制细节的用户）

# 进入ComfyUI的自定义节点目录
cd ComfyUI/custom_nodes

# 克隆Nunchaku插件
git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes

两种方法都可以，选择你觉得方便的就行。

3. 安装ComfyUI Manager

现在来到最关键的一步——安装ComfyUI Manager。这是解决节点缺失问题的核心工具。

3.1 安装ComfyUI Manager

打开终端，进入你的ComfyUI目录，然后执行以下命令：

# 进入ComfyUI的自定义节点目录
cd ComfyUI/custom_nodes

# 克隆ComfyUI Manager
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

安装完成后，你需要重启ComfyUI。如果你已经在运行ComfyUI，先按Ctrl+C停止，然后重新启动：

# 回到ComfyUI根目录
cd ..

# 启动ComfyUI
python main.py

3.2 验证安装

启动ComfyUI后，在浏览器中打开http://localhost:8188（如果你的ComfyUI运行在其他端口，请使用对应的地址）。

如果你在界面上看到了一个Manager按钮或者菜单，说明ComfyUI Manager已经安装成功了。

4. 下载Nunchaku FLUX.1-dev模型

在开始使用工作流之前，我们需要先下载模型文件。Nunchaku FLUX.1-dev需要几个不同的模型文件，我把它们放在不同的目录里，这样管理起来更方便。

4.1 创建模型目录结构

首先，确保你的ComfyUI目录下有这些文件夹：

ComfyUI/
├── models/
│   ├── unet/           # 存放Nunchaku FLUX.1-dev主模型
│   ├── text_encoders/  # 存放文本编码器
│   ├── vae/           # 存放VAE模型
│   └── loras/         # 存放LoRA模型（可选）

如果这些文件夹不存在，你可以手动创建：

cd ComfyUI/models
mkdir -p unet text_encoders vae loras

4.2 下载基础模型文件

Nunchaku FLUX.1-dev依赖几个基础模型，我们需要先下载它们。

1. 下载文本编码器模型

文本编码器负责理解你输入的文字描述。我们需要下载两个：

# 下载CLIP文本编码器
hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders

# 下载T5文本编码器
hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders

2. 下载VAE模型

VAE（变分自编码器）负责将模型生成的潜在表示转换成最终的图片。

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

4.3 下载Nunchaku FLUX.1-dev主模型

这是最核心的模型文件。根据你的显卡类型，选择对应的版本：

• Blackwell显卡（如RTX 50系列）：使用FP4模型
• 其他NVIDIA显卡：使用INT4模型
• 显存不足的用户：可以选择FP8量化版

这里以INT4版本为例：

# 下载INT4版本的Nunchaku FLUX.1-dev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，你可以在models/unet/目录下看到这个文件。

4.4 下载可选LoRA模型（增强效果）

LoRA模型可以微调生成效果，让图片更符合你的需求。这里推荐两个常用的：

# 下载FLUX.1-Turbo-Alpha LoRA（加速生成）
# 下载Ghibsky Illustration LoRA（吉卜力风格）

你可以从Hugging Face或ModelScope上搜索这些LoRA模型，下载后放到models/loras/目录。

5. 使用ComfyUI Manager自动补全缺失节点

现在到了最核心的部分——如何使用ComfyUI Manager解决节点缺失问题。

5.1 加载Nunchaku FLUX.1-dev工作流

首先，我们需要一个Nunchaku FLUX.1-dev的工作流文件。你可以从Nunchaku插件的示例中获取：

# 进入ComfyUI根目录
cd ComfyUI

# 创建工作流目录（如果不存在）
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/

现在启动ComfyUI，然后在网页界面点击Load按钮，选择nunchaku-flux.1-dev.json这个工作流文件。

5.2 遇到节点缺失错误

当你加载工作流时，很可能会看到这样的错误提示：

Missing nodes: ['NunchakuLoader', 'NunchakuSampler', 'KSamplerAdvanced']

别慌，这正是ComfyUI Manager要解决的问题。

5.3 使用ComfyUI Manager自动安装

步骤1：打开ComfyUI Manager

在ComfyUI网页界面，找到并点击Manager按钮。这会打开ComfyUI Manager的管理界面。

步骤2：检查缺失节点

在Manager界面中，通常有一个Check Missing Nodes或类似功能的按钮。点击它，ComfyUI Manager会自动扫描当前工作流，找出所有缺失的节点。

步骤3：一键安装

扫描完成后，你会看到一个列表，显示所有缺失的节点。通常旁边会有一个Install All或一键安装按钮。

点击这个按钮，ComfyUI Manager就会：

1. 自动从它的节点仓库中查找这些节点
2. 下载并安装所有缺失的节点
3. 自动处理依赖关系

步骤4：重启ComfyUI

安装完成后，你需要重启ComfyUI来让新安装的节点生效。关闭ComfyUI（在终端按Ctrl+C），然后重新启动：

python main.py

5.4 手动安装特定节点（备用方法）

如果自动安装不成功，或者你想手动控制安装过程，可以这样做：

步骤1：在Manager中搜索节点

在ComfyUI Manager的搜索框中，输入缺失的节点名称，比如NunchakuLoader。

步骤2：查看节点详情

找到对应的节点后，点击查看详情。你会看到：

• 节点的功能介绍
• 安装按钮
• 依赖的其他节点

步骤3：安装节点和依赖

点击安装按钮。如果这个节点有依赖，Manager会提示你一并安装。按照提示操作即可。

步骤4：验证安装

安装完成后，回到ComfyUI主界面，尝试重新加载工作流。如果节点不再报错，说明安装成功了。

6. 配置和运行Nunchaku FLUX.1-dev工作流

现在所有节点都齐全了，让我们来配置和运行工作流。

6.1 工作流配置详解

加载nunchaku-flux.1-dev.json工作流后，你会看到这样一个界面：

让我解释一下几个关键部分：

1. 模型加载节点（NunchakuLoader）

• 这是整个工作流的起点
• 确保它指向正确的模型路径：models/unet/svdq-int4_r32-flux.1-dev.safetensors

2. 提示词输入

• 找到标有Positive Prompt和Negative Prompt的节点
• 在这里输入你想要生成的图片描述
• 小技巧：FLUX模型对英文提示词支持更好，尽量用英文描述

3. 参数设置

• 推理步数（Steps）：通常20-30步效果较好
• 分辨率（Resolution）：根据你的显存选择，常见的有1024x1024、768x768
• 采样器（Sampler）：推荐使用dpmpp_2m或euler
• CFG Scale：控制提示词的重要性，7-10之间效果较好

6.2 你的第一次文生图

让我们来生成第一张图片：

步骤1：输入提示词

在Positive Prompt中输入：

A beautiful landscape with mountains and lakes, ultra HD, realistic, 8K, sunset, golden hour

在Negative Prompt中输入（可选，但推荐）：

blurry, low quality, distorted, ugly, bad anatomy

步骤2：调整参数

• 设置Steps为25
• 设置Resolution为1024x1024
• 确保CFG Scale为7.5

步骤3：运行生成

点击界面上的Queue Prompt或Run按钮，等待生成完成。

第一次运行可能会比较慢，因为需要加载模型。后续生成会快很多。

步骤4：查看结果

生成完成后，图片会显示在右侧的预览区域。你可以右键点击图片保存到本地。

6.3 使用LoRA增强效果

如果你下载了LoRA模型，可以这样使用：

步骤1：添加LoRA加载节点

• 在工作流中找到LoRA相关的节点
• 或者从节点菜单中搜索LoraLoader并添加到工作流

步骤2：连接LoRA节点

• 将LoRA加载节点连接到模型加载节点之后
• 设置LoRA的权重（通常0.5-1.0之间）

步骤3：在提示词中触发LoRA 有些LoRA需要在提示词中加入特定的触发词，比如吉卜力风格的LoRA可能需要ghibli style这样的词。

7. 常见问题与解决方案

在使用过程中，你可能会遇到一些问题。这里我整理了一些常见问题和解决方法。

7.1 节点缺失相关问题

问题1：ComfyUI Manager找不到某些节点

解决方法：

1. 更新ComfyUI Manager到最新版本

   cd ComfyUI/custom_nodes/ComfyUI-Manager
   git pull
   

2. 手动从GitHub安装节点
   • 在GitHub上搜索节点名称
   • 克隆到custom_nodes目录
   • 重启ComfyUI

问题2：节点安装后仍然报错

解决方法：

1. 检查节点是否真的安装成功
   • 查看custom_nodes目录下是否有对应的文件夹
   • 检查文件夹名称是否正确
2. 检查Python依赖
   • 有些节点需要额外的Python包
   • 在节点的GitHub页面查看requirements.txt
3. 查看ComfyUI的启动日志，寻找错误信息

7.2 模型加载问题

问题：模型加载失败或报错

解决方法：

1. 检查模型文件路径
   • 确保模型文件在正确的目录
   • 检查文件名是否完全匹配
2. 检查模型版本兼容性
   • 确保下载的模型版本与插件版本匹配
   • 查看Nunchaku插件的文档，确认支持的模型版本
3. 检查显存是否足够
   • 使用nvidia-smi命令查看显存使用情况
   • 如果显存不足，尝试使用量化版模型

7.3 生成质量问题

问题：生成的图片质量不佳

解决方法：

1. 调整提示词
   • 使用更详细、具体的描述
   • 添加质量相关的词汇，如masterpiece, best quality, ultra detailed
2. 调整参数
   • 增加推理步数（25-30步）
   • 调整CFG Scale（7-10之间尝试）
   • 尝试不同的采样器
3. 使用LoRA
   • 添加风格化的LoRA模型
   • 调整LoRA权重

7.4 性能优化建议

如果你的生成速度较慢，可以尝试以下优化：

1. 使用量化模型：INT4或FP8版本速度更快，显存占用更少
2. 降低分辨率：从1024x1024降到768x768可以显著提升速度
3. 减少推理步数：在可接受的质量范围内减少步数
4. 启用xFormers：如果支持的话，可以加速注意力计算
5. 使用--lowvram参数：如果显存不足，启动ComfyUI时添加这个参数

8. 总结

通过这篇教程，你应该已经掌握了：

1. 环境搭建：如何准备ComfyUI和Nunchaku插件的基础环境
2. 模型管理：如何正确下载和放置Nunchaku FLUX.1-dev的各个模型文件
3. 节点管理：如何使用ComfyUI Manager自动补全缺失节点
4. 工作流使用：如何配置和运行Nunchaku FLUX.1-dev文生图工作流
5. 问题解决：遇到常见问题时的排查和解决方法

ComfyUI Manager真的是一个神器，它大大降低了使用复杂工作流的门槛。以前需要手动查找、安装、调试节点的过程，现在只需要点几下鼠标就能完成。

Nunchaku FLUX.1-dev作为最新的文生图模型，在图像质量和细节表现上都有显著提升。虽然安装和配置过程稍微复杂一些，但一旦搭建完成，你就能享受到顶级的AI图像生成体验。

记住几个关键点：

• 模型文件要放在正确的目录
• 使用ComfyUI Manager解决节点缺失问题
• 根据你的显卡选择合适的模型版本
• 多尝试不同的提示词和参数组合

现在，去创造属于你的惊艳图片吧！

---

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。