openclaw开源大模型：Nunchaku FLUX.1-dev ComfyUI移动端远程控制

本文介绍了如何在星图GPU平台上自动化部署Nunchaku FLUX.1-dev文生图镜像，并搭建基于ComfyUI的AI绘画工作流。该平台简化了环境配置与模型部署流程，用户可快速启动服务，并通过移动端远程控制，轻松实现创意图片的生成与探索。

好学的Jack

559人浏览 · 2026-03-03 03:58:17

好学的Jack · 2026-03-03 03:58:17 发布

openclaw开源大模型：Nunchaku FLUX.1-dev ComfyUI移动端远程控制

想用手机随时随地控制你的AI绘画工作站，生成惊艳的图片吗？今天，我们就来手把手教你如何将强大的Nunchaku FLUX.1-dev模型部署到ComfyUI，并实现移动端远程控制。整个过程就像搭积木一样简单，跟着步骤走，你也能轻松拥有一个随时待命的AI画师。

1. 环境准备：搭建你的AI画室

在开始之前，我们需要确保你的电脑具备运行Nunchaku FLUX.1-dev模型的基础条件。别担心，大部分现代游戏电脑都能胜任。

1.1 硬件要求：你的“画板”够大吗？

首先，你需要一块NVIDIA显卡。这个模型对显存有一定要求，但别被数字吓到，我们有多种选择：

理想配置：拥有24GB或以上显存的NVIDIA显卡（如RTX 4090）。这能让你流畅运行最高精度的模型。
经济配置：如果你的显卡显存较小（如8GB或12GB），可以选择量化版本（如INT4或FP8模型），它们占用的显存更少，但效果依然出色。
最低要求：至少需要6GB显存才能运行基础版本。

简单来说，显存就像画板的大小。画板越大，你就能画越复杂、越精细的画。如果你的画板小一点，我们也有办法画出好作品。

1.2 软件准备：安装必要的工具

接下来，我们需要安装一些软件工具。这些就像画师需要的画笔和颜料：

Python 3.10或更高版本：这是运行所有AI程序的基础环境。
Git：用于从网上下载代码和模型。
PyTorch：一个专门为AI计算设计的框架，需要根据你的系统和显卡型号选择对应版本。

安装这些工具通常很简单，网上有很多详细的教程。如果你在安装过程中遇到问题，可以搜索“如何安装Python 3.10”或“PyTorch安装指南”，按照步骤操作即可。

1.3 关键一步：安装模型下载工具

在开始下载模型之前，我们需要先安装一个专门用来下载AI模型的工具。打开你的命令行工具（Windows上是CMD或PowerShell，Mac或Linux上是终端），输入以下命令：

pip install --upgrade huggingface_hub

这个命令会安装或更新huggingface_hub工具，它就像是一个专门从AI模型仓库下载文件的快递员。

2. Nunchaku ComfyUI插件安装部署

现在，我们来安装核心的Nunchaku插件。这就像给你的ComfyUI绘画软件安装一个新的画笔套装。

2.1 安装ComfyUI-nunchaku插件

有两种方法可以安装这个插件，你可以选择你觉得更方便的一种。

方法一：使用Comfy-CLI（推荐给新手）

这个方法最简单，就像用应用商店安装软件一样：

# 第一步：安装ComfyUI命令行工具
pip install comfy-cli

# 第二步：安装ComfyUI（如果你已经安装过，可以跳过这一步）
comfy install

# 第三步：安装Nunchaku插件
comfy noderegistry-install ComfyUI-nunchaku

# 第四步：移动插件到正确的位置
mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes

方法二：手动安装（适合喜欢自己动手的用户）

如果你更喜欢一步步自己控制安装过程，可以用这个方法：

# 第一步：下载ComfyUI软件
git clone https://github.com/comfyanonymous/ComfyUI.git

# 第二步：进入ComfyUI文件夹
cd ComfyUI

# 第三步：安装ComfyUI需要的所有组件
pip install -r requirements.txt

# 第四步：进入自定义插件文件夹
cd custom_nodes

# 第五步：下载Nunchaku插件
git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes

无论选择哪种方法，安装完成后，你都会在ComfyUI/custom_nodes/文件夹下看到一个名为nunchaku_nodes的文件夹，里面就是Nunchaku插件的所有文件。

2.2 安装Nunchaku后端

插件安装好后，还需要安装它的“引擎”部分。从v0.3.2版本开始，这个过程变得非常简单：

启动ComfyUI（我们稍后会详细讲如何启动）。
在ComfyUI的网页界面中，找到并加载install_wheel.json工作流文件。
点击运行，系统就会自动安装或更新所需的后端组件。

这就像给新买的画笔安装笔芯一样，是让它能正常工作的关键一步。

3. Nunchaku FLUX.1-dev模型使用准备

插件安装好了，现在我们需要准备模型文件。这就像准备画师需要的各种颜料和画布。

3.1 配置Nunchaku工作流

工作流是ComfyUI中定义图片生成步骤的流程图。Nunchaku插件自带了一些示例工作流，我们需要把它们放到正确的位置：

# 进入ComfyUI的主文件夹
cd ComfyUI

# 创建工作流存放的文件夹（如果不存在的话）
mkdir -p user/default/example_workflows

# 复制Nunchaku的示例工作流
cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/

完成这一步后，当你打开ComfyUI时，就能在“加载工作流”的选项中看到Nunchaku的相关工作流了。

3.2 下载模型文件

这是最关键的一步——下载AI模型本身。我们需要下载两种类型的模型文件。

3.2.1 下载基础FLUX模型（必须下载）

这些是FLUX模型家族共用的基础组件，包括文本理解器和图像解码器：

# 下载文本理解器模型（放在models/text_encoders文件夹）
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

# 下载图像解码器模型（放在models/vae文件夹）
hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae

如果你已经通过其他方式下载了这些模型，也可以创建软链接指向它们的位置：

# 文本理解器模型位置示例
~/ComfyUI/models/text_encoders/
├── clip_l.safetensors -> /你的模型缓存路径/FLUX.1-dev/text_encoders/clip_l.safetensors
└── t5xxl_fp16.safetensors -> /你的模型缓存路径/FLUX.1-dev/text_encoders/t5xxl_fp16.safetensors

# 图像解码器模型位置示例
~/ComfyUI/models/vae/
└── ae.safetensors -> /你的模型缓存路径/FLUX.1-dev/vae/ae.safetensors

3.2.2 下载Nunchaku FLUX.1-dev主模型（核心模型）

这是真正的“大脑”，负责根据你的描述生成图片。根据你的显卡类型，需要选择不同的版本：

Blackwell架构显卡（如RTX 50系列）：使用FP4版本
其他NVIDIA显卡：使用INT4版本
显存较小的显卡：可以选择FP8版本以节省显存

下载INT4版本的命令如下：

hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/

下载完成后，这个文件应该放在ComfyUI/models/unet/文件夹下。

3.2.3 可选：下载LoRA模型（让效果更出色）

LoRA模型就像滤镜或特效，可以让生成的图片有特定的风格或效果。常用的有：

FLUX.1-Turbo-Alpha：加速生成过程
Ghibsky Illustration：让图片有吉卜力动画风格

这些模型应该放在ComfyUI/models/loras/文件夹下。

4. 启动ComfyUI并运行FLUX.1-dev文生图

一切准备就绪，现在让我们启动软件，开始生成第一张AI图片！

4.1 启动ComfyUI

在ComfyUI的主文件夹中，运行以下命令：

python main.py

启动成功后，你会看到类似这样的信息：

* Running on http://127.0.0.1:8188

在浏览器中打开这个地址（通常是http://127.0.0.1:8188），就能看到ComfyUI的网页界面了。

4.2 加载Nunchaku FLUX.1-dev工作流

在ComfyUI网页界面中：

点击右上角的“加载”按钮
选择nunchaku-flux.1-dev.json工作流文件
工作流加载后，你会看到一个包含多个节点的流程图

Nunchaku FLUX.1-dev工作流界面

这个工作流已经为我们配置好了所有必要的组件，包括：

文本输入框：用于输入图片描述
模型加载器：加载FLUX.1-dev模型
图片生成器：根据描述生成图片
输出预览：显示生成的图片

4.3 设置参数并生成图片

现在到了最有趣的部分——让AI根据你的描述画画！

输入提示词：在工作流中找到标有“正向提示词”的输入框，用英文描述你想要的图片。例如：
- A beautiful landscape with mountains and lakes, ultra HD, realistic, 8K（美丽的山水风景，超高清，写实风格，8K分辨率）
- A cute cartoon cat wearing a hat, studio ghibli style（戴着帽子的可爱卡通猫，吉卜力风格）
调整参数（可选）：
- 推理步数：控制AI“思考”的深度，一般20-30步效果较好
- 分辨率：图片大小，如1024x1024
- LoRA权重：如果使用了LoRA模型，可以调整它的影响强度
- 采样器：选择不同的图片生成算法
生成图片：点击界面上的“运行”按钮，等待AI创作。生成时间取决于你的显卡性能和设置的参数，通常需要几十秒到几分钟。
查看结果：生成完成后，图片会显示在右侧的预览区域。

生成结果预览

5. 移动端远程控制设置

现在，让我们实现最初的目标——用手机控制这个AI绘画工作站。

5.1 配置ComfyUI支持远程访问

默认情况下，ComfyUI只允许本地访问。我们需要修改设置，让它接受来自其他设备的连接：

停止正在运行的ComfyUI（如果正在运行）
编辑ComfyUI的启动命令，添加远程访问参数：

python main.py --listen 0.0.0.0 --port 8188

--listen 0.0.0.0：允许所有网络连接
--port 8188：指定使用的端口号（可以改成其他端口）

重新启动ComfyUI

5.2 查找电脑的IP地址

要让手机能连接到电脑，你需要知道电脑在网络中的地址：

Windows：在命令提示符中输入ipconfig，查找“IPv4地址”
Mac/Linux：在终端中输入ifconfig或ip addr，查找类似192.168.x.x的地址

假设你的电脑IP地址是192.168.1.100。

5.3 从手机访问ComfyUI

确保手机和电脑连接在同一个Wi-Fi网络下，然后在手机的浏览器中输入：

http://192.168.1.100:8188

如果一切正常，你应该能在手机上看到和电脑上一样的ComfyUI界面。现在，你就可以躺在床上用手机输入提示词，让电脑生成图片了！

5.4 高级技巧：使用Tailscale实现随时随地访问

如果你想在外出时也能控制家里的AI绘画工作站，可以使用Tailscale这样的工具：

在电脑和手机上都安装Tailscale
用同一个账号登录
它们会自动建立一个安全的连接
在手机上通过Tailscale分配的地址访问ComfyUI

这样，无论你在哪里，只要有网络，就能随时使用你的AI画师。

6. 使用技巧与优化建议

掌握了基本操作后，下面是一些提升使用体验的技巧。

6.1 写出更好的提示词

AI画师的理解能力很强，但需要清晰的指令。以下是一些写提示词的技巧：

具体描述：不要说“一只狗”，而要说“一只金色的拉布拉多犬在草地上奔跑，阳光明媚”
添加风格：在描述后加上风格关键词，如digital art, concept art, studio ghibli style
控制质量：使用8K, ultra detailed, photorealistic, best quality等词提升质量
避免负面：使用no blurry, no deformed, no bad anatomy等排除不想要的效果

6.2 管理你的模型文件

随着使用时间增长，你可能会下载很多模型。好的文件管理能让一切井井有条：

ComfyUI/models/
├── unet/                    # 主模型存放处
│   └── svdq-int4_r32-flux.1-dev.safetensors
├── loras/                   # LoRA模型
│   ├── FLUX.1-Turbo-Alpha.safetensors
│   └── Ghibsky_Illustration.safetensors
├── text_encoders/           # 文本理解器
│   ├── clip_l.safetensors
│   └── t5xxl_fp16.safetensors
└── vae/                     # 图像解码器
    └── ae.safetensors

6.3 解决常见问题

在使用过程中，你可能会遇到一些问题。以下是常见问题的解决方法：

显存不足：降低分辨率、使用量化模型、减少批处理大小
生成速度慢：减少推理步数、使用Turbo LoRA、关闭其他占用显存的程序
图片质量差：增加推理步数、优化提示词、尝试不同的采样器
工作流加载失败：通过ComfyUI-Manager安装缺失的节点

7. 关键注意事项与总结

在结束之前，让我们回顾一些重要的注意事项，确保你能顺利使用这个强大的工具。

7.1 模型存放位置必须正确

这是最容易出错的地方，请务必检查：

FLUX.1-dev主模型 → models/unet/文件夹
LoRA模型 → models/loras/文件夹
文本编码器 → models/text_encoders/文件夹
VAE模型 → models/vae/文件夹

放错位置会导致ComfyUI找不到模型，无法正常工作。

7.2 根据显卡选择合适模型版本

不同的显卡适合不同的模型版本：

显卡类型	推荐模型版本	显存占用	生成质量
高端显卡（24GB+）	FP16	约33GB	最佳
中端显卡（12-24GB）	INT4	约12-16GB	优秀
入门显卡（8-12GB）	FP8	约17GB	良好
Blackwell架构显卡	FP4	最低	良好