FLUX.1 Dev LoRA 推理：在 ComfyUI 中匹配 AI 工具包訓練預覽#
FLUX.1 Dev LoRA 推理：在 ComfyUI 中實現訓練匹配的最小步驟生成 FLUX.1 Dev LoRA 推理是一個即用型 RunComfy 工作流程，用於在 ComfyUI 中應用 AI 工具包 訓練的 FLUX.1 Dev LoRAs，其結果與您的訓練預覽保持接近。它圍繞 RC FLUX.1 Dev (RCFluxDev) 構建——一個由 RunComfy 構建的開源自訂節點，通過 FLUX.1 Dev 特定推理管道路由生成（而不是通用取樣器圖），同時通過 lora_path 和 lora_scale 注入您的適配器。您可以在 runcomfy-com GitHub 組織的倉庫 中瀏覽相關的源代碼。
當您的 AI 工具包樣本感覺“正確”但切換到典型的 ComfyUI 圖時使同一 LoRA + 提示在風格、強度或構圖上漂移時，使用此工作流程。
為什麼 FLUX.1 Dev LoRA 推理在 ComfyUI 中看起來經常不同#
AI 工具包預覽是由 模型特定推理管道 生成的。許多 ComfyUI 圖是從通用組件重建 FLUX，因此即使“匹配數字”（提示/步驟/指導/種子）仍然可能產生不同的默認值和 LoRA 應用行為。這種“訓練預覽與 ComfyUI 推理”差距通常是管道級別的，而不是單個錯誤的旋鈕。
RCFluxDev 自訂節點的作用#
RCFluxDev 封裝了用於 AI 工具包樣式取樣的 FLUX.1 Dev 推理管道，並在該管道內應用您的 LoRA，以便適配器行為對該模型家族保持一致。管道源代碼：`src/pipelines/flux_dev.py`
如何使用 FLUX.1 Dev LoRA 推理工作流程#
步驟 1：導入您的 LoRA（兩種方式）#
- 選項 1（RunComfy 訓練結果）： RunComfy → Trainer → LoRA 資產 → 找到您的 LoRA → ⋮ → 複製 LoRA 連結
- 選項 2（AI 工具包 LoRA 在 RunComfy 之外訓練）：
複製您的 LoRA 的直接 .safetensors 下載連結，並將該 URL 貼入 lora_path。
步驟 2：配置 RCFluxDev 自訂節點以進行 FLUX.1 Dev LoRA 推理#
- 在工作流程中，選擇 RC FLUX.1 Dev (RCFluxDev) 並將您的 LoRA URL（或文件路徑）粘貼到
lora_path中。
重要（首次運行必需）：要運行此自訂節點，您必須 (1) 擁有 Hugging Face 對您使用的受限 FLUX.1 Dev repo 的訪問權限，並 (2) 將您的 Hugging Face 令牌粘貼到 hf_token:
- 在 Hugging Face 模型頁面，登錄並點擊 Request access / Agree（每個倉庫一次）。
- 在 huggingface.co/settings/tokens 創建一個具有 Read 權限的 Hugging Face 用戶訪問令牌。
- 將令牌粘貼到 RCFluxDev 的
hf_token上，然後重新運行工作流程。
分步指南：FLUX Hugging Face Token - Setup & Troubleshooting
- 然後配置 FLUX.1 Dev LoRA 推理 的其餘設置（全部在節點 UI 中）：
訓練對齊提示：當您追求 1:1 匹配時，不要“憑感覺調整”——鏡像您用於預覽的 AI 工具包訓練 YAML 中的取樣值（特別是 width、height、sample_steps、guidance_scale、seed）。 如果您在 RunComfy 上訓練，請打開 Trainer → LoRA 資產 → 配置並重用預覽設置。
prompt：您的文本提示（包括您在訓練期間使用的觸發詞，如有）negative_prompt：可選；如果您沒有用負樣本進行取樣，請保持空白width/height：輸出分辨率（比較時匹配訓練預覽）sample_steps：推理步驟數guidance_scale：FLUX.1 Dev 管道使用的指導值seed：設置固定種子以重現；更改它以探索變體lora_scale：LoRA 強度（從您的預覽值附近開始，然後調整）hf_token：您的 Hugging Face 訪問令牌（受限 FLUX 倉庫所需）
步驟 3：運行 FLUX.1 Dev LoRA 推理#
- 點擊 Queue/Run → SaveImage 自動將結果寫入您的 ComfyUI 輸出文件夾
FLUX.1 Dev LoRA 推理故障排除#
大多數 FLUX.1 Dev “預覽與 ComfyUI”問題是由於 管道不匹配（模型加載方式、條件建構方式以及適配器注入位置/方式）引起的，而不僅僅是單個錯誤參數。
對於 AI 工具包訓練的 FLUX.1 Dev LoRAs，最可靠的方式是在 ComfyUI 中恢復 訓練匹配行為 是通過 RC FLUX.1 Dev (RCFluxDev) 運行生成，這在 管道級別 保持推理對齊並通過 lora_path / lora_scale 一致地應用您的適配器。 如果您在調試頑固問題，從最小參考工作流程開始，只有確認基線工作後才增加複雜性。
（1）更新後 lora vram 使用量高#
為什麼會發生這種情況
使用 FLUX.1 Dev 時，某些設置在應用某些 LoRAs 時會看到顯著的 VRAM 增長（包括使用 AI 工具包訓練的 LoRAs）。這通常出現在通過通用加載器路徑注入 LoRAs 或當圖導致額外的模型副本/重載行為時。
如何修復（推薦）
- 通過 RCFluxDev 運行推理，並僅通過節點中的
lora_path加載您的適配器（避免對同一模型混合多個 LoRA 加載器節點）。 - 確保您的比較公平：在判斷“看起來不對”之前，匹配訓練預覽取樣值（
width、height、sample_steps、guidance_scale、seed）。 - 如果仍然遇到 OOM：首先減少
width/height（這通常是 FLUX 的最大槓桿），然後減少批次/額外節點，並重啟會話以清除任何陳舊的緩存。此外，您可以在 RunComfy 上啟動更高 GPU 的機器來運行。
（2）VAEDecode 給予的 groups=1，weight 大小為 [4, 4, 1, 1]，預期輸入[1, 16, 144, 112] 應有 4 個通道，但實際得到 16 個通道#
為什麼會發生這種情況
FLUX 潛在變量和“經典 SD”潛在變量不能互換。此錯誤是用 非 FLUX VAE 解碼 FLUX 潛在變量 的常見症狀（VAE 預期 4 通道潛在變量，而 FLUX 潛在變量可以是 16 通道）。
如何修復
- 不要用 SD/SDXL VAE 路徑解碼 FLUX 潛在變量。
- 使用 RCFluxDev 工作流程，以便從頭到尾使用正確的 FLUX 解碼路徑（模型加載 → 取樣 → 解碼），而不是混合其他管道的通用 VAE 節點。
- 如果您手動重建圖，請仔細檢查您使用的是正確的 FLUX 自動編碼器資產，而不是剩下的 SD/SDXL VAE。
（3）flux 模型不起作用，flux1-dev-fp8.safetensors#
為什麼會發生這種情況
這通常發生在 FLUX .safetensors UNet 使用錯誤類型的加載器加載時（例如，將其視為 ComfyUI 應自動檢測的“檢查點”如 SD/SDXL）。
如何修復
- 使用 FLUX.1 Dev 工作流程 (RCFluxDev)，並讓工作流程/節點處理模型加載；只需通過
lora_path傳遞您的 LoRA。 - 不要使用 SD/SDXL 檢查點加載器加載 FLUX UNets。
- 如果文件是從連結下載的，請重新檢查它是一個完整的、有效的
.safetensors（部分下載可能會觸發混淆的檢測錯誤）。
現在運行 FLUX.1 Dev LoRA 推理#
打開 RunComfy FLUX.1 Dev LoRA 推理 工作流程，設置 lora_path，並使用 RCFluxDev 生成，以保持 ComfyUI 結果與您的 AI 工具包訓練預覽一致。
