• 版本 [version]
  • 下载 48
  • 文件大小 24877
  • 文件计数 1
  • 创建日期 2026年4月26日
  • 最后更新 2026年9月20日

FLUX动漫画质修复放大

FLUX动漫画质修复放大:基于 多模型 搭建的高清放大方案,节点规模 19 个、连线 18 条。工作流主路径为 Label (rgthree) ×3、LoraLoaderModelOnly ×2、ImageResize+ ×1,配合 输出图像;节点已按执行顺序排布,便于二次修改。下载后直接导入即可使用,建议显存 8GB 起。

  • 核心节点:Label (rgthree) ×3、LoraLoaderModelOnly ×2、ImageResize+ ×1
  • 输出形式:输出图像
  • 规模:19 节点 / 18 连线
  • 建议显存:8GB 起
  • 适用场景:2K/4K/8K 无损放大、细节重绘与纹理修复,救回模糊与 AI 感素材。

资源头图

FLUX动漫画质修复放大

工作流节点图

FLUX动漫画质修复放大 工作流节点图

图较大可横向滚动;点击图片查看高清矢量原图(浏览器中可自由缩放)。

使用说明

下载工作流文件后在 ComfyUI 中直接拖入画布(或菜单 Load 导入)即可运行;缺失的自定义节点用 ComfyUI Manager 一键安装,模型按文件名放入对应的 models 目录。

源码预览

{
    "last_node_id": 32,
    "last_link_id": 37,
    "nodes": [
        {
            "id": 20,
            "type": "ImageResize+",
            "pos": [
                1254,
                -836
            ],
            "size": [
                315,
                218
            ],
            "flags": {
                "pinned": true
            },
            "order": 11,
            "mode": 0,
            "inputs": [
                {
                    "name": "image",
                    "type": "IMAGE",
                    "link": 20,
                    "label": "图像"
                }
            ],
            "outputs": [
                {
                    "name": "IMAGE",
                    "type": "IMAGE",
                    "links": [
                        21,
                        27,
                        28
                    ],
                    "slot_index": 0,
                    "label": "图像"
                },
                {
                    "name": "width",
                    "type": "INT",
                    "links": null,
                    "label": "宽度"
                },
                {
                    "name": "height",
                    "type": "INT",
                    "links": null,
                    "label": "高度"
                }
            ],
            "properties": {
                "Node name for S&R": "ImageResize+"
            },
            "widgets_values": [
                1024,
                1024,
                "nearest",
                "keep proportion",
                "always",
                0
            ],
            "_widget_cache_map": []
        },
        {
            "id": 15,
            "type": "UNETLoader",
            "pos": [
                1294,
                -985
            ],
            "size": [
                315,
                82
            ],
            "flags": {
                "pinned": true
            },
            "order": 0,
            "mode": 0,
            "inputs": [],
            "outputs": [
                {
                    "name": "MODEL",
                    "type": "MODEL",
                    "links": [
                        35
                    ],
                    "slot_index": 0,
                    "label": "模型"
                }
            ],
            "properties": {
                "Node name for S&R": "UNETLoader"
            },
            "widgets_values": [
                "基础算法_F.1",
                "fp8_e4m3fn"
            ],
            "_widget_cache_map": {
                "基础算法_F.1": {
                    "name": "基础算法_F.1",
                    "baseType": 19,
                    "value": "412b427ddb674b4dbab9e5abd5ae6057"
                }
            }
        },
        {
            "id": 13,
            "type": "PreviewImage",
            "pos": [
                2063,
                -750
            ],
            "size": [
                395.6734924316406,
                609.4927978515625
            ],
            "flags": {
                "pinned": true
            },
            "order": 17,
            "mode": 0,
            "inputs": [
                {
                    "name": "images",
                    "type": "IMAGE",
                    "link": 11,
                    "label": "图像"
                }
            ],
            "outputs": [],
            "properties": {
                "Node name for S&R": "PreviewImage"
            },
            "widgets_values": [],
            "_widget_cache_map": []
        },
        {
            "id": 19,
            "type": "VAELoader",
            "pos": [
                1256,
                -570
            ],
            "size": [
                315,
                58
            ],
   
… (完整内容请下载文件查看)

代码较长,以上仅前 3800 字符 —— 点击下方按钮下载完整 JSON。

发表回复

你的电子邮件地址不会被公开 * 为必填字段

提交评论