Boogu Turbo text-to-image ComfyUI 工作流程#
此 Boogu Turbo text-to-image ComfyUI 工作流程是從提示到圖像的乾淨快速路徑，使用 Boogu-Image-0.1-Turbo 檢查點與四步驟 LCM 取樣。它將 Qwen3-VL 文本編碼器與 FLUX.1 VAE 配對，讓您在保持圖形簡潔且易於在項目間重用的同時快速迭代。
設計用於快速視覺探索，該工作流程在電影場景、動畫風格背景、大氣景觀、富有想像力的產品機器和建築場景中表現出色。如果您想要一個輕量級的 Boogu Turbo text-to-image ComfyUI 工作流程，適合 RunComfy 並易於檢查，這個模板是個強大的起點。
Comfyui Boogu Turbo text-to-image ComfyUI 工作流程中的關鍵模型#
- Boogu-Image-0.1-Turbo。這款濃縮的 Turbo 變體專為快速、寫實的 text-to-image 而構建，通常需要 3–4 步推理和接近 1.0 的指導尺度。官方模型權重和說明可在 Hugging Face 上獲得，Comfy-Org 提供了 ComfyUI 準備好的重新打包文件。請參閱 Boogu/Boogu-Image-0.1-Turbo-fp8 和 Comfy-Org/Boogu-Image 的精選 ComfyUI 包。
- Qwen3-VL 8B 文本編碼器。這個現代視覺語言主幹在此處純粹作為文本編碼器使用，以為擴散模型生成強大的提示嵌入。ComfyUI 包裝的編碼器託管在 Comfy-Org/Qwen3-VL，官方資源庫為 QwenLM/Qwen3-VL。
- FLUX.1 VAE。來自 Black Forest Labs 的自編碼器在像素和潛在空間之間編碼和解碼圖像，有助於保持顏色和對比度的忠實度。參考權重和文檔位於 black-forest-labs/FLUX.1-dev。
如何使用 Comfyui Boogu Turbo text-to-image ComfyUI 工作流程#
一目了然，工作流程編碼您的提示，初始化潛在畫布，通過 Boogu-Image-0.1-Turbo 運行快速 LCM 取樣器，使用 FLUX.1 VAE 解碼並保存結果。圖形故意緊湊，因此您可以將其放入其他項目中，或使用 LoRAs、ControlNets 或後處理鏈擴展它。
使用 Qwen3-VL 提示編碼（CLIPLoader (#7) → CLIPTextEncode (#11)）#
此階段加載 Qwen3-VL 編碼器，並將您的文本提示轉換為條件向量。在 CLIPTextEncode (#11) 中使用自然語言輸入您的提示；詳細的攝影提示如鏡頭、照明、時間和紋理效果良好。負輸入故意通過 ConditioningZeroOut (#9) 清零，以保持 Turbo 的低指導方案的穩定結果。如果您更喜歡明確的負面，請用第二個 CLIPTextEncode 取代 ConditioningZeroOut 以提供負提示。良好的提示衛生在此可以減少後續需要高 CFG 或額外步驟的需求。
潛在設置和模型加載（EmptyLatentImage (#8) + UNETLoader (#2)）#
EmptyLatentImage (#8) 創建潛在畫布。默認的 960×1280 肖像比例是人物、室內和高產品拍攝的平衡起點；您可以設置其他尺寸以適應正方形或寬屏。UNETLoader (#2) 從 Comfy-Org 包中加載 Boogu Turbo 擴散權重，將模型對齊到您選擇的編碼器和 VAE。如果您需要在 VRAM 和吞吐量之間取得平衡，則交換 BF16 和 FP8 變體很簡單。保持模型選擇在您的項目中一致，以維持風格連續性。
快速 LCM 取樣（KSampler (#32) 使用取樣器 lcm）#
KSampler 配置為潛在一致性模型，以在大約四個步驟中實現高質量。LCM 蒸餾目標非常低的指導值，這就是為什麼這個 Boogu Turbo text-to-image ComfyUI 工作流程在 CFG 接近 1.0 時能夠穩定運行，同時保持提示依從性。如果您想要更多的微觀細節，請適度增加步驟並固定種子進行 A/B 比較。對於風格或構圖變化，重新滾動種子並細化提示，而不是將步驟推得太高。關於 LCM 幾步推理的背景理論描述在原始論文 Latent Consistency Models 中。
解碼並保存（VAELoader (#5) → VAEDecode (#3) → SaveImage (#58)）#
在 VAELoader (#5) 中加載的 FLUX.1 VAE 在 VAEDecode (#3) 中將潛在變量解碼為 RGB。將 VAE 家族與您的擴散主幹相匹配通常會產生更忠實的顏色和紋理，這就是為什麼這個圖形附帶 FLUX.1 VAE。SaveImage (#58) 將結果寫入磁盤；更改輸出前綴以按提示、種子或縱橫比組織實驗。如果您稍後鏈接上采樣器或後處理效果，請從 VAEDecode 的 Image 輸出分支以保持乾淨的歷史記錄。
Comfyui Boogu Turbo text-to-image ComfyUI 工作流程中的關鍵節點#
CLIPTextEncode (#11)#
此節點包含您的主要文本提示，並生成取樣器使用的正條件。保持提示簡潔，並添加場景提示，如相機焦距、時間和材料形容詞。如果您想使用負提示，請創建第二個 CLIPTextEncode 並將其連接到取樣器的負輸入，移除 ConditioningZeroOut (#9)。
ConditioningZeroOut (#9)#
這通過向取樣器的負端口輸入零向量來禁用負條件。保持它是一個很好的默認設置，適合 Turbo 的低指導配置。僅當您特別需要負提示並能清楚表達時才將其移除。
EmptyLatentImage (#8)#
控制輸出尺寸和批量大小。從 960×1280 的肖像開始，或 1280×960 的更寬環境；根據主題和記憶體預算進行調整。較大的潛在變量提供更多畫布以實現精細細節，但會增加 VRAM 使用和解碼時間。
UNETLoader (#2)#
選擇 Boogu-Image-0.1-Turbo 檢查點用於生成。在高內存 GPU 上使用 BF16 變體以獲得最佳質量，或使用 FP8 變體以加快加載速度並減少 VRAM，兩者均在 Comfy-Org 包中提供。模型文件及其預定文件夾在 Comfy-Org/Boogu-Image 中有記錄。
KSampler (#32)#
使用 lcm 取樣器運行擴散過程以進行幾步推理。關鍵控制是種子、步數和 CFG；Turbo 設計在非常低的指導和少數步驟下運行，同時保持質量，這反映在官方 Turbo 設置的模型卡 Boogu/Boogu-Image-0.1-Turbo-fp8 中。為了進行受控探索，固定種子並逐一更改步數或提示措辭。
VAELoader (#5) 和 VAEDecode (#3)#
加載並應用 FLUX.1 VAE 進行解碼。堅持使用 FLUX.1 家族可以使顏色、對比度和紋理行為與 UNet 的訓練設置保持一致。混合使用 VAE 是可能的，但可能會微妙地改變色調或飽和度；在承諾新外觀之前進行測試。參考權重：black-forest-labs/FLUX.1-dev。
SaveImage (#58)#
控制輸出命名和目的地。使用有意義的前綴，如項目名稱、縱橫比標籤或種子來保持運行有序。擴展管道時，在此分支以添加上采樣器、色彩分級或標題，而不會中斷基礎保存。
可選附加功能#
- 將 CFG 保持在 1.0 附近，步驟保持在四個左右以獲得最快的迭代；僅在需要更多紋理或穩定性時才移至 6–8 步。
- 重新滾動種子以探索構圖；固定種子以微調風格和微細節。
- 在高內存 GPU 上優先使用 BF16 權重以獲得最佳質量；切換到 FP8 以加快加載速度並減少 VRAM。
- 為了圖像中的文字可讀性，嘗試稍高的分辨率，並在提示中包括明確的排版提示。
- 經常保存中間最愛；在此 Boogu Turbo text-to-image ComfyUI 工作流程中小的提示調整可以在幾秒鐘內產生有意義的不同場景。
致謝#
此工作流程實施並建立在以下作品和資源之上。我們感謝 RunningHub 提供的工作流程參考，Boogu 提供的 Boogu-Image 資源庫和 Boogu-Image-0.1-Turbo 模型，Comfy-Org 提供的 Boogu ComfyUI 權重，以及 ComfyUI 提供的 Boogu 教程的貢獻和維護。欲了解權威詳情，請參考下列原始文檔和資源庫。
資源#
- RunningHub/Workflow reference
- Docs / Release Notes: RunningHub post
- Boogu/Project site
- Docs / Release Notes: boogu.org
- Boogu/Boogu Image repository
- GitHub: boogu-project/Boogu-Image
- Hugging Face: Boogu/Boogu-Image-0.1-Turbo
- Boogu/Boogu-Image-0.1-Turbo model
- Hugging Face: Boogu/Boogu-Image-0.1-Turbo
- GitHub: boogu-project/Boogu-Image
- Comfy-Org/Boogu ComfyUI weights
- Hugging Face: Comfy-Org/Boogu-Image
- ComfyUI/Boogu tutorial
- Docs / Release Notes: ComfyUI tutorial
注意：引用模型、數據集和代碼的使用受其作者和維護者提供的相應許可和條款約束。
