Flux.1模型如何安装到本地？最新开源神级绘图模型环境配置【安装包】-人工智能-PHP中文网

Flux.1模型本地部署有四种方式：一、ComfyUI手动部署，需按标准路径放置模型文件；二、CSDN星图预置镜像一键启动；三、HuggingFace Transformers原生加载；四、GitCode Flux49一键部署包。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

flux.1模型如何安装到本地？最新开源神级绘图模型环境配置【安装包】

如果您已下载Flux.1模型文件，但无法在本地运行或ComfyUI中识别模型，则可能是由于模型存放路径错误、依赖缺失或环境未正确初始化。以下是将Flux.1模型安装到本地的多种可行方式：

一、通过ComfyUI标准目录结构手动部署

该方法适用于所有Windows/macOS/Linux系统，不依赖预编译镜像，完全可控且兼容最新版ComfyUI。需确保模型文件按官方约定路径归位，否则加载时会报“model not found”错误。

1、确认已克隆并启动ComfyUI：执行git clone https://github.com/comfyanonymous/ComfyUI.git，进入目录后运行python main.py --listen验证基础服务可访问。

2、创建标准模型子目录：在ComfyUI根目录下依次建立models/unet、models/clip、models/vae、models/clip_vision和models/text_encoders（部分版本需text_encoder与text_encoder_2）。

3、按类型放置对应模型文件：flux1-dev-fp8.safetensors放入models/unet/；clip_l.safetensors与t5xxl_fp8_e4m3fn.safetensors放入models/clip/；ae.safetensors放入models/vae/；clip_vision.safetensors放入models/clip_vision/。

4、重启ComfyUI服务，刷新浏览器页面，在加载工作流后检查节点中“UNetLoader”与“CLIPLoader”的下拉菜单是否出现对应模型名称。

二、使用CSDN星图预置镜像一键启动

该方法跳过Python环境、CUDA驱动、依赖编译等全部环节，适合无开发经验用户或临时快速验证模型效果。镜像已集成FLUX.1-dev、ComfyUI v0.3.19及全部必要custom_nodes。

1、访问CSDN星图平台，搜索关键词FLUX.1-dev预置镜像，选择标注“2026年1月更新”的镜像版本。

2、点击“立即部署”，选择GPU实例规格：最低要求为NVIDIA RTX 4070（12GB显存），推荐RTX 4090以支持1024×1024分辨率生成。

3、部署完成后获取JupyterLab终端链接，打开终端输入cd /workspace/ComfyUI && python main.py --listen --port 8188。

4、在浏览器中访问http://[实例IP]:8188，无需额外配置即可直接加载Flux工作流并生成图像。

从 Git 仓库历史中彻底删除文件

|Git删除了文件，但还会在Git 仓库历史中遗留。 - 想要从 Git 历史移除敏感信息（密码、密钥、token、私钥） - 想要删除意外提交的大文件 - 想要重写 Git 历史、移除特定文件的所有痕迹 - 提到 "force push"、"重写 commit 历史" - 需要从所有分支、所有 tag 中删除某个文件

下载

三、基于HuggingFace Transformers原生加载

该方法绕过ComfyUI，适用于需要嵌入自定义脚本、做批量推理或集成至Web API的开发者。依赖transformers 4.45+与torch 2.4+，要求显存≥24GB（FLUX.1-dev）或≥12GB（fp8量化版）。

1、新建Python虚拟环境并激活：python3.10 -m venv flux_env && source flux_env/bin/activate（Windows用flux_env\Scripts\activate）。

2、安装核心依赖：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121，随后执行pip install transformers accelerate safetensors。

3、执行加载脚本，关键参数必须包含device_map="auto"与torch_dtype=torch.bfloat16：model = AutoModel.from_pretrained("black-forest-labs/FLUX.1-dev", torch_dtype=torch.bfloat16, device_map="auto")。

4、调用model.generate()前，需同步加载配套tokenizer：tokenizer = AutoTokenizer.from_pretrained("black-forest-labs/FLUX.1-dev", subfolder="tokenizer")。