• 版本 [version]
• 下载 172
• 文件大小 97003
• 文件计数 1
• 创建日期 2025年12月31日
• 最后更新 2026年9月20日

Flux一键洗图工作流

这是一份开箱即用的去水印工作流（FLUX、ControlNet），拖入 ComfyUI 即可运行，全图 71 节点 / 104 连线。核心流程 PreviewImage ×6、CLIPTextEncode ×5、LoraLoaderModelOnly ×4，输出图像，参数已调好，替换输入图即可复现效果。主模型 FLUX.1-dev-ControlNet-Union-Pro-InstantX.safetensors、sam_vit_h_4b8939.pth、sam_vit_b_01ec64.pth。下载后直接导入即可使用，建议显存 12GB 起（建议 16GB 以上）。

• 主模型：FLUX.1-dev-ControlNet-Union-Pro-InstantX.safetensors、sam_vit_h_4b8939.pth、sam_vit_b_01ec64.pth
• 核心节点：PreviewImage ×6、CLIPTextEncode ×5、LoraLoaderModelOnly ×4
• 输出形式：输出图像
• 规模：71 节点 / 104 连线
• 建议显存：12GB 起（建议 16GB 以上）
• 适用场景：水印、杂物、路人与多余元素的智能擦除与无痕填充。

资源头图

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": 165,
    "last_link_id": 339,
    "nodes": [
        {
            "id": 16,
            "type": "VAELoader",
            "pos": [
                563.127685546875,
                992.0269775390625
            ],
            "size": [
                315,
                58
            ],
            "flags": [],
            "order": 0,
            "mode": 0,
            "inputs": [],
            "outputs": [
                {
                    "name": "VAE",
                    "type": "VAE",
                    "links": [
                        30
                    ],
                    "slot_index": 0
                }
            ],
            "properties": {
                "Node name for S&R": "VAELoader"
            },
            "widgets_values": [
                "ae.sft"
            ],
            "_widget_cache_map": []
        },
        {
            "id": 57,
            "type": "UpscaleModelLoader",
            "pos": [
                2698.0576171875,
                2765.33349609375
            ],
            "size": [
                315,
                58
            ],
            "flags": [],
            "order": 1,
            "mode": 2,
            "inputs": [],
            "outputs": [
                {
                    "name": "UPSCALE_MODEL",
                    "type": "UPSCALE_MODEL",
                    "links": [
                        105
                    ],
                    "slot_index": 0,
                    "label": "放大模型"
                }
            ],
            "properties": {
                "Node name for S&R": "UpscaleModelLoader"
            },
            "widgets_values": [
                "4x-UltraSharp"
            ],
            "_widget_cache_map": []
        },
        {
            "id": 10,
            "type": "UNETLoader",
            "pos": [
                564.68994140625,
                692.6053466796875
            ],
            "size": [
                315,
                82
            ],
            "flags": [],
            "order": 2,
            "mode": 0,
            "inputs": [],
            "outputs": [
                {
                    "name": "MODEL",
                    "type": "MODEL",
                    "links": [
                        110,
                        193
                    ],
                    "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": {
                "F.1-Fill-fp16_Inpaint&Outpaint_1.0": {
                    "name": "F.1-Fill-fp16_Inpaint&Outpaint_1.0",
                    "baseType": 19,
                    "value": "392758d84cda4029b047ede905087547"
                },
                "基础算法_F.1": {
                    "name": "基础算法_F.1",
                    "baseType": 19,
                    "value": "412b427ddb674b4dbab9e5abd5ae6057"
                },
                "Flux Fill dev - fp8_黑森林官方重绘模型_fp8_e4m3fn": {
                    "name": "Flux Fill dev - fp8_黑森林官方重绘模型_fp8_e4m3fn",
                    "baseType": 19,
                    "value": "85f0cd6269694f8bb8143bbaf63fb19c"
                }
            }
        },
        {
            "id": 55,
            "type": "UltimateSDUpscale",
            "pos": [
                2701.61572265625,
                2878.58837890625
            ],
            "size": [
                315,
                614
            ],
            "flags": [],
            "order": 68,
            "mode": 2,
            "inputs": [
                {
                    "name": "ima
… (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。