这几天搞Flux，不停的看视频，看看大家如何使用ComfyUI和Flux，很多工作流，是混合了Stable diffusion和Flux来完成相关的出图，这个其实也导致理解起来比较困难。我就专门找Flux的工作流来理解，这样可以更快了解Flux。
不同阶段，需要，希望了解的内容，是不一样。尤其学习深入后，对原理，也产生的好奇。下面这张原理图，我是对着理解，操作。
总结和理解
- 文生图，图生图，可以理解流程是基本一致。
- 生图是第一个阶段，控图是难点,下面主要在生图总结
- 为了控图：采用了多种的 controlnet技术 ，这是技术发展的重点。
- Flux扩图，做的非常不错，无需提示词，只需要告诉上下左右，那个方向进行扩图就可以。
- Flux生图，不受图片尺寸的影响。这点比SD强很多。
- 很多PS的术语，看多了就熟悉了。例如遮罩，看多就熟悉。
- 工作流的连接，其实理解原理，操作几遍，就差不多了。最大的问题翻译成中文，搞的很混乱。
- Flux Lora不需要连接Clip，不需要负面提示词。
- 目前ComfyUI有好几个采样器，直接使用K采样器就可以。不要给那些所谓高级误导。
- 使用 自定义采样器（高级），这个在很多工作流都使用，你会发现多一个组件 基础引导
- 默认Flux工作流，都会有一个Flux引导，可以不添加，默认他的参数：3.5
原理图
下面基本我每次做一个工作流，基本都会复习一遍这个工作流的流程。理解采样器 和潜在空间
一个生图模型，可以理解分为3部分
- CLIP
- VAE
- U-net
文生图
搭建一个文生图的工作流，其实折腾了不少时间，主要还是在处理中文和英文的切换，找组件。现在找到一个工作流合集，我打算一个一个分析，整理。 从最简单的开始。流程图是清晰版本，放到，其实是可以对着抄一遍。
提示词
1
2
3
astronaut walking on sunshine, vfx explosions in the background by john carpenter and michael bay, parting the sea, split the moon, summer breeze, big wave, tropical pacific, 80 and 90 psychedelic city pop sfx by haruomi hosono, tatsuro yamashita, shigeru suzuki, yura yura teikoku, shintaro sakamoto, s kitoyaka and omega tribe, makoto matsushita, toshiki kadomatsu
OverallDetailXL
对Flux来说，相同的提示词，基本都可以产生不错的效果。就是提示词，写作比较高深。 相信到最后，难度会降低到和Fooocus一样，简单，可控。
这个工作流，和我以前创建的工作流不同的地方：
- 把潜在空间（K采样器） 的参数拆开，可以配置的参数更多，增加了 随机噪波
我把整个工作流，存成模板，如果需要使用，通过 节点预设 ，就可以把当前的工作流创建出来，后续在这个基础上进行优化。
图生图
图生图，其实就把Latent ，换成图片。
这里面其实会涉及到参数的调整：降噪：从0.5到1.
上面有提示词和参考图片。
- 降噪设置为：1，参考图片的效果为0，等于文生图。 上面文生图的提示词，继续可以生成一个宇航员的照片。
- 降噪设置为：0.5, 生成的图片，基本就是原图的复制。
- 降噪设置为：0.6，到0.8, 生成的图片，会参考原图，进行重绘。
重点
-
默认的图生图工作流，是不能定义图片的大小，这个工作流，通过引入一个：限制图片区域， 实现输出图片的大小的调整。
-
图片输入，多了一个VAE Encode 。参考原理图。
文生图+Lora
工作流加Lora，是常态，这个Lora的选择，其实就完全靠经验，多个Lora可以实现串联，不过今天发现：用了Lora，可以大幅减少和降低提示词的难度。
一个很简单的提示词，通过Trigger Words，就可以实现非常不错的效果。
1
2
An Asian girl, with long black hair and a blue skirt, in the park.：LLL
图推导提示词
上传图片，获取提示词。在工作流里，把图片交给AI模型来识别，达到提示词更加接近原图。
重点
- 通过 限制图片区域，限制图片的尺寸，如果图片不超过限制，使用图片的尺寸进行输出，输出给一个 空latent 这里工作流，值得参考。 上面的图生图里，可以加上一个,这样就可以一次生图数量。
- 加载 Florence2 视觉模型，读取图片信息，把生成的提示词，直接输出给CLIP文本，实现更加准确的提示词。
图推导提示词+Lora
和上面的流程是一样，就是加上了Lora，就出现了一个新的问题，如何输入Trigger Words，去触发Lora。
我就把我的改进，截图保存一下，这才是自己思考验证的地方。在最后输入文本前，进行了文本的合并，并且确认了输出的结果。
inpaint
这个是在图生图基础上，指定地方，重新生成，例如，脸部，衣服等。
提示词就填上需要修改内容，我尝试换成项链，没问题，如果效果不好，看看遮罩 重新选择。
这个时候，降噪参数还是1，但是重绘的场景下，传输了遮罩，这时候参考图的权重最高的。
放大
照片高清，有很多方式。通过潜空间来放大，应该是最简单的。原理很简单就是重新在潜空间再运行一次。所以会出现2个k 采样器。
