Mage Flow Edit ComfyUI Workflow: многоуровневое, управляемое подсказками редактирование изображений с постоянной структурой#
Этот готовый к RunComfy рабочий процесс Mage Flow Edit ComfyUI превращает одну исходную фотографию и несколько визуальных ссылок в чистые, контролируемые изменения, которые сохраняют идентичность, позу, освещение и перспективу камеры. Он объединяет официальное Mage‑Flow‑Edit от Microsoft с Qwen3‑VL 4B кондиционированием и Mage Flow VAE для обеспечения точных результатов до и после для замены фона, изменений гардероба/объектов, реставраций и разработки образов.
Создан для практического производства, график принимает до четырех ссылочных изображений, кодирует их вместе с вашей инструкцией, образцы изменений с Mage‑Flow‑Edit, декодирует с помощью Mage Flow VAE и сохраняет результаты, предоставляя интерактивное сравнение до/после. Если вам нужен надежный редактор изображений, который уважает целостность объекта, этот рабочий процесс Mage Flow Edit ComfyUI создан для вас.
- Источник: AxiomGraph workflow JSON (для справки и происхождения) link
Ключевые модели в рабочем процессе Mage Flow Edit ComfyUI#
- Microsoft Mage‑Flow‑Edit. Основная модель редактирования на основе инструкций, используемая для применения изменений, управляемых подсказками, без нарушения идентичности или композиции. См. официальную карточку модели для возможностей и примеров. microsoft/Mage-Flow-Edit
- Mage Flow VAE. Связанный VAE, используемый для кодирования/декодирования латентов на том же распределении, что и Mage‑Flow и Mage‑Flow‑Edit, помогая сохранять структуру и мелкие детали при переходе между изображением и латентным пространством. Файлы перепакованы для ComfyUI. Comfy-Org/Mage-Flow
- Qwen3‑VL 4B. Компактная модель видения и языка, используемая здесь в качестве текстово-изображенческого кодировщика для слияния вашей инструкции с несколькими визуальными ссылками для кондиционирования Mage‑Flow‑Edit. Qwen/Qwen3-VL-4B-Instruct
Для получения информации об архитектуре и обучении с естественным разрешением, которые обеспечивают как генерацию, так и редактирование, см. статью Mage‑Flow. arXiv: Mage‑Flow
Как использовать рабочий процесс Mage Flow Edit ComfyUI#
Этот график следует простому пути от входных данных к выходным: загрузите исходное изображение и ссылки, подготовьте разрешение, закодируйте инструкцию с многоизображенческим кондиционированием, образцы изменений с Mage‑Flow‑Edit, декодируйте с помощью Mage Flow VAE, затем сохраните и сравните. Подразделы ниже отображают основные этапы и несколько мест, где вы взаимодействуете.
Входные данные и интеллектуальное изменение размера#
Используйте LoadImage (#6) для выбора исходного изображения и LoadImage (#7–#9) для добавления до трех визуальных ссылок для стиля, объектов или фонов. Исходное изображение проходит через ImageScaleToTotalPixels (#22), чтобы установить удобный для редактирования рабочий размер, сохраняя соотношение сторон. GetImageSize (#23) считывает полученную ширину и высоту, чтобы остальная часть конвейера оставалась синхронизированной. Сохраняя исходное изображение как “image 1” и ссылки как “image 2–4”, это соответствует тому, как кондиционирование подключено на более поздних этапах. Этот этап гарантирует, что ваше редактирование выполняется эффективно, без непреднамеренных артефактов повторного семплирования.
Текстовое и визуальное кондиционирование#
CLIPLoader (#4) загружает кодировщик Qwen3‑VL 4B, который понимает как текст, так и изображения для кондиционирования. TextEncodeMageFlowEdit (#1) принимает вашу положительную инструкцию, необязательную отрицательную инструкцию, масштабированное изображение как image_1 и до трех ссылок как image_2–image_4. Напишите подсказку как четкий набор инструкций по редактированию, например, “замените фон на залитый солнцем двор; сохраните идентичность, позу, руки и перспективу объектива.” Узел производит “положительное” и “отрицательное” кондиционирование плюс выровненный латент, который закрепляет структуру объекта. Если точность критична, явно указывайте ограничения на сохранение в вашей инструкции.
Модель и образцы#
UNETLoader (#3) загружает mage_flow_edit_bf16.safetensors, стандартную модель Mage‑Flow‑Edit для высококачественных изменений. KSampler (#18) затем выполняет фактические шаги редактирования, используя модель плюс ваше кондиционирование и латент. Руководство, шаги и сила денойзинга определяют, насколько сильным будет изменение: более низкий денойзинг предпочитает тонкие изменения; более высокие значения приводят к более крупным трансформациям. Закрепление семени дает вам повторяемые результаты при итерации над подсказками или ссылочными изображениями. Если вам нужны более быстрые предварительные просмотры, вы можете позже заменить файл модели на Turbo вариант, как указано в Ключевых узлах.
Декодирование латента и сохранение#
VAELoader (#5) предоставляет mage_flow_vae_bf16.safetensors, чтобы VAEDecode (#19) мог преобразовать отредактированный латент обратно в RGB. Декодированное изображение поступает в SaveImage (#20), который записывает файл с отметкой времени, чтобы каждый запуск сохранялся. Этот этап автоматический; вам обычно не нужно ничего менять, если только вы не хотите организовать выходные данные в разные подпапки.
Сравнение до/после#
Чтобы убедиться, что редактирование соответствует вашим ограничениям, график включает Image Comparer (rgthree) (#27). Он отображает отредактированный результат из SaveImage рядом с масштабированным источником из ImageScaleToTotalPixels в виде слайдера. Используйте его, чтобы быстро проверить сохранение идентичности, непрерывность освещения и интеграцию объектов. Это делает рабочий процесс Mage Flow Edit ComfyUI идеальным для контроля качества в производственных фотопотоках.
Ключевые узлы в рабочем процессе Mage Flow Edit ComfyUI#
TextEncodeMageFlowEdit (#1)#
Это сердце редактирования на основе инструкций для Mage‑Flow‑Edit. Он объединяет ваши положительные и отрицательные инструкции с исходным изображением и до трех ссылок, чтобы произвести кондиционирование и выровненный по структуре латент. Для более сильного сохранения включайте явные фразы, такие как “сохраните идентичность, позу, руки, угол камеры и перспективу объектива.” Если вы видите нежелательные добавления, добавьте краткие отрицательные, чтобы отклонить модель. Этот узел опирается на кодировщик Qwen3‑VL 4B и Mage Flow VAE, описанные выше. Ссылки: microsoft/Mage-Flow-Edit, Comfy-Org/Mage-Flow, Qwen/Qwen3-VL-4B-Instruct.
KSampler (#18)#
Контролирует, как применяется редактирование. Шаги и руководство влияют на детали и соблюдение инструкции, в то время как сила денойзинга управляет тем, насколько может измениться изображение. Сохраняйте денойзинг консервативным для замен гардероба или реставраций и увеличивайте его для замены фона или значительных изменений стиля. Исправьте семя при сравнении небольших изменений подсказки, чтобы различия были обусловлены вашими изменениями, а не случайностью.
UNETLoader (#3)#
Загружает конкретную контрольную точку Mage‑Flow‑Edit. Для интерактивных предварительных просмотров вы можете переключиться на Turbo вариант, чтобы уменьшить задержку, а затем вернуться к стандартной модели bf16 для окончательного качества. Среды с низким VRAM могут использовать варианты INT8 ConvRot с небольшими потерями качества. См. набор файлов, готовых для Comfy, для доступных опций. Comfy-Org/Mage-Flow
ImageScaleToTotalPixels (#22)#
Устанавливает эффективное рабочее разрешение, сохраняя исходный аспект. Выберите целевое количество пикселей, которое соответствует вашей памяти GPU и желаемому уровню детализации; более высокие значения дают более точные результаты, но требуют больше VRAM и времени. Сохраняйте рабочий размер постоянным в течение итераций, чтобы сделать сравнения A/B значимыми. Этот узел является самым простым способом сбалансировать скорость и точность до этапов кодирования и выборки.
Дополнительные опции#
- Пишите инструкции как изменения, а не описания. “Замените фон на залитый солнцем средиземноморский двор; сохраните идентичность и позу” работает лучше, чем общий эстетический запрос.
- Используйте чистые, хорошо освещенные обрезки ссылок, которые ясно показывают атрибуты, которые вы хотите перенести (например, цвет/текстуру одежды, форму очков, материалы фона).
- Начинайте с консервативного денойзинга для задач сохранения, затем постепенно увеличивайте его, пока изменение не станет достаточным без ущерба для идентичности.
- Закрепите семя сэмплера при итерации, чтобы вы могли оценить только эффект изменений подсказки или ссылок.
- Для быстрого исследования попробуйте вариант Turbo Mage‑Flow‑Edit; для финалов переключитесь обратно на стандартные веса bf16. Comfy-Org/Mage-Flow
Признания#
Этот рабочий процесс реализует и основывается на следующих работах и ресурсах. Мы с благодарностью признаем Microsoft за Mage-Flow и Mage-Flow-Edit, Comfy-Org за файлы модели Mage-Flow для ComfyUI, и AxiomGraph за “Mage Flow Edit.json” рабочий процесс ComfyUI за их вклад и поддержку. Для получения авторитетной информации, пожалуйста, обратитесь к оригинальной документации и репозиториям, указанным ниже.
Ресурсы#
- Microsoft/Mage-Flow
- GitHub: microsoft/Mage
- Hugging Face: microsoft/Mage-Flow
- arXiv: 2607.19064
- Документы / Примечания к выпуску: Mage-Flow project page
- Microsoft/Mage-Flow-Edit
- Hugging Face: microsoft/Mage-Flow-Edit
- arXiv: 2607.19064
- Comfy-Org/Mage-Flow
- Hugging Face: Comfy-Org/Mage-Flow
- AxiomGraph/Mage Flow Edit.json
- GitHub: axiomgraph/ComfyUIWorkflow
Примечание: Использование упомянутых моделей, наборов данных и кода подлежит соответствующим лицензиям и условиям, предоставленным их авторами и поддерживающими организациями.