之前聊过几种体验 Flux 模型的方法，从在线网站到 ComfyUI 标准工作流都涉及了。这次来点更实际的——针对低显存用户的 ComfyUI Flux.1 dev GGUF 工作流本地部署，一步一步拆解清楚。
一. 初识 GGUF
GGUF 全称 GPT-Generated Unified Format，是 llama.cpp 创始人 Georgi Gerganov 提出的一种专为大型语言模型设计的二进制文件格式。通俗点说，它把大模型的预训练结果打包得更紧凑，加载速度也更快。对于显存吃紧的玩家来说，这个方案非常友好。
在 GitHub 上 XLabs-AI 的官方仓库里，低内存场景首推的就是 GGUF：
- https://github.com/XLabs-AI/x-flux-comfyui
另外，不少朋友可能听说过另一种低显存方案——Flux.1 dev NF4，不过目前这条路已经被官方废弃了。
- https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4
二. Flux.1 dev GGUF 工作流搭建
下面以一个典型的 ComfyUI Flux.1 dev GGUF 工作流为例，逐个环节说明。工作流的 JSON 文件可以在下面步骤中提到的网盘获取（注意：网盘链接已按规则删除，建议自行查找或从官方渠道获取）。
开始之前有个前提：如果你的 ComfyUI 不是最新版，先更新到最新版本。
1. 插件的安装
需要安装 ComfyUI-GGUF 插件，官方地址：
- https://github.com/city96/ComfyUI-GGUF
推荐通过 ComfyUI 的插件管理器搜索「ComfyUI-GGUF」直接安装，一键搞定。
当然，也可以手动在 \ComfyUI\custom_nodes 目录下用 git 命令克隆：
- git clone https://github.com/city96/ComfyUI-GGUF
安装完成后重启 ComfyUI。
2. flux1-dev GGUF 模型的下载
模型文件可以从 Hugging Face 获取：
- https://huggingface.co/city96/FLUX.1-dev-gguf/tree/main
下载后放到 ComfyUI\models\unet 目录下。版本建议：
- dev 版推荐：flux1-dev-Q8_0.gguf
- channel 版推荐：flux1-dev-Q4_K_S.gguf
3. CLIP 模型的下载
CLIP 模型同样来自 Hugging Face：
- https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main
需要下载两个文件：t5xxl_fp8_e4m3fn.safetensors（4.89 GB）和 clip_l.safetensors（246 MB），放置到 ComfyUI\models\clip 目录下。
4. VAE 模型的下载
VAE 模型从 Black Forest Labs 官方仓库下载：
- https://huggingface.co/black-forest-labs/FLUX.1-dev/tree/main
下载 ae.safetensors（335 MB）放到 ComfyUI\models\vae 目录下。
5. LORA 模型的下载
目前 Flux.1 发布了 7 款 LoRA，涵盖动漫、艺术、迪士尼、MJV6、毛绒、写实、风景等风格。下载地址：
- https://huggingface.co/XLabs-AI/flux-lora-collection/tree/main
将需要的 LoRA 文件放到 ComfyUI\models\loras 目录下。
6. 使用工作流
启动 ComfyUI，点击主界面的「Load」按钮，加载工作流文件。
至此，Flux.1 dev GGUF 的 ComfyUI 工作流就可以跑起来了。
关于两个工作流的区别：Flux.1 dev 标准版使用 Load Diffusion Model 节点，而 GGUF 版使用 Unet Loader (GGUF) 节点。本质差异在于模型的加载方式，其余流程基本一致。
以上就是本地部署 ComfyUI Flux.1 dev GGUF 工作流的完整步骤。如果你已经准备好模型和插件，很快就能体验到低显存跑 Flux 的效果了。