ComfyUI FLUX GGUF 工作流节点都是干什么的？Unet Loader、DualCLIPLoader、KSampler、VAE Decode 解释

先说结论

新手搭 FLUX GGUF 工作流，最容易犯的错不是参数调不好，而是不知道每个节点到底在干什么。看到一个节点名就去乱连，连错了也不知道为什么出不了图。

这篇文章逐个解释 FLUX GGUF Q6_K + T5 FP8 工作流里每个节点，不深入理论，只讲：这个节点是干什么的、接错会怎样、新手该注意什么。

这是我这台 RTX 4060 Laptop 8GB 上的理解和实测记录，不是官方文档。

这篇文章适合谁

• 刚接触 ComfyUI，被一堆节点吓到
• 照抄别人的工作流，但不知道为什么这么连
• 出图失败，不确定是哪个节点连错了
• 用的是 FLUX GGUF Q6_K + T5 FP8 方案

如果你已经熟练使用 ComfyUI，这篇可能对你太基础。

我的测试环境

项目	配置
GPU	NVIDIA GeForce RTX 4060 Laptop GPU
专用显存	8GB
系统内存	32GB
ComfyUI	0.24.0
方案	FLUX GGUF Q6_K + T5 FP8
UNet	flux1-dev-Q6_K.gguf
Text Encoder	t5xxl_fp8_e4m3fn_scaled.safetensors + clip_l.safetensors
VAE	ae.safetensors

最小 FLUX GGUF 工作流包含哪些节点

在我这台机器上跑通的 FLUX GGUF 工作流，最少需要以下节点：

1. Unet Loader (GGUF) — 加载 GGUF 量化的 UNet 模型
2. DualCLIPLoader — 加载两个文本编码器（T5 FP8 + CLIP-L）
3. CLIP 文本编码 (Flux) — FLUX 双文本框提示词编码
4. EmptySD3LatentImage — 创建空 latent 画布
5. BasicGuider — 把条件信号和 latent 组合
6. KSampler — 调度采样器，控制 steps / CFG / sampler / scheduler
7. BasicScheduler — 根据 steps 生成调度信号
8. RandomNoise — 生成初始随机噪声
9. VAE Decode — 把 latent 解码为图像
10. Save Image — 保存出图结果

下面逐个解释。解释顺序大致按信号流向：模型加载 → 文本编码 → latent 准备 → 采样 → 解码 → 保存。

Unet Loader (GGUF) 是干什么的

简单理解：它加载 FLUX 的 UNet（扩散模型），而且加载的是 GGUF 量化版。

普通 Load Diffusion Model 或 UNET Loader 不能直接加载 .gguf 文件。Unet Loader (GGUF) 是 ComfyUI-GGUF 节点提供的专属加载器，专门读取量化后的 UNet 模型。

在我这台 8GB 机器上，flux1-dev-Q6_K.gguf 文件约 9.4GB，但加载机制和普通 FP16 checkpoint 不同——GGUF 量化后的模型不需要一次性完整驻留在显存里，这是 8GB 能跑通的关键。

新手常见错误：

• 用普通 Load Checkpoint 或 UNET Loader 去加载 .gguf 文件——直接报错或看不到文件。
• GGUF 模型放错目录，应该放在 models/unet/，不放 models/checkpoints/。

该节点输出什么： 输出一个 MODEL 对象，后面要接到 KSampler 或 BasicGuider。

DualCLIPLoader 是干什么的

简单理解：同时加载两个文本编码器——T5 FP8 和 CLIP-L。

FLUX 不像 SD1.5 或 SDXL 那样只用一个 CLIP 文本编码器。FLUX 需要两个：一个 T5-XXL 负责语义理解，一个 CLIP-L 辅助。DualCLIPLoader 就是把这两个模型一起加载，并合并输出一个 CLIP 对象。

参数设置：

• clip_name1：选 clip_l.safetensors
• clip_name2：选 t5xxl_fp8_e4m3fn_scaled.safetensors
• type：必须选 flux

新手常见错误：

• type 没选 flux，用了默认值——后续采样会异常或报错。
• T5 FP8 和 CLIP-L 模型文件放错目录，应该放在 models/text_encoders/，不是 models/clip/。
• 文件明明在硬盘里，但 DualCLIPLoader 下拉菜单看不到，通常是因为 ComfyUI 没有重启。

该节点输出什么： 输出一个 CLIP 对象，接到 CLIP 文本编码 (Flux) 节点。

CLIP 文本编码 (Flux) 是干什么的

简单理解：把你写的提示词转成模型能理解的数值信号。

这个节点是 FLUX 专用的文本编码节点。它有两个文本框：

• 上方文本框： 写详细提示词，描述你要生成的画面。
• 下方文本框： 写简短正向概括，不是负面提示词。

两个框都是正向条件。下面的框不是用来写 negative prompt 的。很多新手把第二个框当成负面提示词，这是最容易犯的错之一。

输入： 接收 DualCLIPLoader 传来的 CLIP 对象。 输出： 输出编码后的 CONDITIONING 信号，接到 BasicGuider。

EmptySD3LatentImage 是干什么的

简单理解：创建一个空白的、指定尺寸的 latent 画布。

还没有画面内容，只是一个尺寸模板。宽度和高度就是你最终出图的分辨率。

参数设置：

• width：1024
• height：1024
• batch_size：1

为什么 batch_size 必须是 1： 在我这台 8GB 机器上，batch_size 改成 2 会明显增加显存压力，容易 OOM。新手不要改这个值。

新手常见错误：

• 没接这个节点，KSampler 找不到 latent 输入。
• batch_size 调成大于 1，然后 OOM 但不知道原因。

该节点输出什么： 输出一个 LATENT 对象，接到 KSampler。

BasicGuider 是干什么的

简单理解：把文本条件信号和 latent 信号”引导”到一起，让 KSampler 知道要生成什么。

这个节点接收 CONDITIONING（来自 CLIP 文本编码）和 LATENT（来自 EmptySD3LatentImage），输出一个 GUIDER 信号给 KSampler。

FLUX GGUF 工作流里通常使用 BasicGuider，而不是 CFGGuider（后者更适合传统扩散模型）。这也解释了为什么 FLUX 工作流里 CFG 通常设 1.0——条件引导方式和 SD 系不同。

新手常见错误：

• 用错了 Guider 类型，比如在 FLUX 工作流里用了 CFGGuider——可能仍然出图，但行为不符合预期。
• 接线接反了：CONDITIONING 和 LATENT 不能互换。

KSampler 是干什么的

简单理解：这是核心计算节点，负责执行扩散采样过程。steps、CFG、sampler、scheduler 都在这里设置。

KSampler 接收：

• MODEL：来自 Unet Loader (GGUF)
• GUIDER：来自 BasicGuider
• SIGMAS：来自 BasicScheduler
• LATENT：来自 EmptySD3LatentImage
• NOISE：来自 RandomNoise

关键参数：

• steps：采样步数。20 适合快速出图，30 适合最终定稿。
• cfg：1.0。FLUX GGUF 工作流里保持 1.0。
• sampler_name：euler。
• scheduler：simple。
• denoise：1.0。

新手常见错误：

• 改了 CFG 但不知道为什么：我这套工作流 CFG 保持 1.0，不需要调。
• 把 steps 当成解决 OOM 的办法——steps 主要影响速度，不是显存的主要变量。OOM 优先检查 batch_size、分辨率、模型方案。

BasicScheduler、RandomNoise 这些辅助节点

除了上面几个核心节点，还有几个辅助节点，它们通常不需要新手改动：

BasicScheduler： 根据 KSampler 的 steps 参数生成 sigma 序列。简单说，它告诉 KSampler “每一步做什么”。新手不需要改它，默认即可。

RandomNoise： 生成初始随机噪声，作为扩散过程的起点。如果固定 seed，每次生成的噪声相同，出图结果一致。如果不固定 seed，每次噪声不同，出图不同。

新手建议： 这三个节点按默认接好就行，不用调参数。先跑通工作流，再考虑深入理解它们。

VAE Decode 是干什么的

简单理解：把 KSampler 输出的 latent 信号，解码成肉眼能看的图片。

采样完成后，KSampler 输出的还是一个 latent 张量，不是图片。VAE Decode 用 VAE 模型把 latent 转成像素图像。

模型选择： ae.safetensors，放在 models/vae/ 目录。

新手常见错误：

• VAE 模型放错目录，比如放到 models/unet/。
• 文件在硬盘但下拉菜单看不到——重启 ComfyUI 刷新。
• VAE Decode 没接，KSampler 输出直接连到了 Save Image——Save Image 不认 latent 格式，会报错。

Save Image 是干什么的

简单理解：保存最终出图到本地文件。

接收 VAE Decode 输出的图像，存到 ComfyUI 的 output/ 目录。

新手常见错误：

• 忘了接这个节点，跑完流程但找不到图。
• 接了但不知道图片存到哪了。默认路径是 ComfyUI 安装目录下的 output/。

常见接错线问题

下面是我自己踩过或见过新手容易犯的接线错误：

1. Unet Loader 输出没接到 KSampler： KSampler 缺少 MODEL 输入，直接报错。
2. DualCLIPLoader 的 type 没选 flux： 可能不报错，但出图结果异常。
3. CLIP 文本编码输出没接到 BasicGuider： 条件信号没传递，出图跟 prompt 无关。
4. BasicGuider 的 CONDITIONING 和 LATENT 接反： 不一定会马上报错，但行为肯定不对。
5. EmptySD3LatentImage 绕过了 KSampler： KSampler 没有 latent 输入，流程断了。
6. VAE Decode 被跳过： Save Image 收到的是 latent 而不是 image，报错。
7. Save Image 节点缺失： 跑完流程找不到图。

新手检查顺序

如果你搭了工作流但不出图，按这个顺序排查：

1. 确认 ComfyUI-GGUF 已安装，节点列表里有 Unet Loader (GGUF)。
2. 确认模型文件全部在正确目录：GGUF 在 models/unet/，T5 和 CLIP 在 models/text_encoders/，VAE 在 models/vae/。
3. 确认 DualCLIPLoader 的 type 选了 flux。
4. 确认所有线都接上了，没有悬空的节点输入。
5. 确认 batch_size 是 1。
6. 确认分辨率是 1024×1024 或更低，不要一上来就 1280 以上。
7. 如果还是报错，看 ComfyUI 控制台的最后几行错误信息。

FAQ

Q: 为什么我找不到 Unet Loader (GGUF) 节点？ 没装 ComfyUI-GGUF。通过 ComfyUI-Manager 安装，然后重启 ComfyUI。

Q: DualCLIPLoader 里 type 选什么？ 选 flux。不是 sd、sdxl 或其他。

Q: 第二个文本框是负面提示词吗？ 不是。两个框都是正向条件。第二个框写简短概括，不是负面提示词。

Q: KSampler 的 CFG 为什么是 1.0？ FLUX GGUF 配合 BasicGuider 的引导方式和 SD 系不同，CFG 1.0 是这套工作流的实测稳定值。不要照搬 SD 的 CFG 7-10。

Q: VAE Decode 一定要接吗？ 一定要。KSampler 输出的是 latent，不是图片。不经过 VAE Decode，Save Image 接不上。

Q: 这些节点哪个最吃显存？ UNet 和 T5 文本编码器是最显存密集的部分，所以用了 GGUF 量化和 FP8 来降低显存压力。VAE 相对轻量。

后续待测

• 如果不使用 BasicGuider 而改用其他 Guider，行为差异是什么
• 各种 scheduler 之间的实际效果差异
• 不同 VAE 模型对出图的影响
• 加入 LoRA 后的节点变化
• 这个工作流能否用 ComfyUI 的 Group 功能做封装

相关文章

• 8GB显存怎么跑 ComfyUI FLUX？RTX 4060 Laptop 实测低显存方案
• ComfyUI FLUX GGUF Q6_K 工作流怎么搭？8GB 显卡完整节点连接记录
• ComfyUI-GGUF 节点怎么安装？Unet Loader (GGUF) 找不到怎么办
• ComfyUI FLUX 模型文件放哪里？UNet、T5、CLIP、VAE 目录对照
• RTX 4060 Laptop 8GB 跑 ComfyUI FLUX GGUF：从安装节点到第一次出图的完整顺序