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。
