【ComfyUI】Flux + Kontext 图像风格引导图生图

今天演示的案例是一份基于Flux Kontext Dev（基础版）的 ComfyUI 工作流。它通过加载扩散模型、VAE、文本编码器等核心模块，结合多图像输入与拼接、参考潜变量条件、提示词引导和解码输出，完整展示了如何在编辑图像的同时保持风格一致性与角色特征不变。这一工作流既能完成局部修改，也能支持多轮次的交互式图像编辑，非常适合初学者理解节点组合方式，同时也便于进阶用户在实际创作中进行灵活的风格和构图控制。文章目录工作流介绍核心模型Node节点工作流程大模型应用CLIPTextEncode（正向） Kontext 风格一致图像生成核心UNETLoader Flux Kontext 模型加载器ReferenceLatent 多图像参考语义融合KSampler 图像采样生成VAEDecode 图像解码使用方法应用场景开发与应用工作流介绍该工作流的设计重点是围绕图像编辑与一致性保持展开。其核心逻辑是利用Flux1-Kontext的扩散模型作为图像生成与修改的引擎，结合 VAE 的潜空间映射能力，实现从像素到潜变量的编码与解码过程。文本描述通过 CLIP 与 T5 编码器转化为语义条件，在 KSampler 的采样步骤中引导图像生成，再通过 FluxGuidance、ConditioningZeroOut 等节点调节生成效果。整体流程不仅能在保持原始图像构图的基础上进行修改，还能通过多图拼接与参考潜变量节点来支持跨图像的一致性处理，增强了灵活性与稳定性。核心模型在整个工作流中，模型的选择决定了生成结果的精细度与风格控制能力。Diffusion 模型flux1-dev-kontext_fp8_scaled.safetensors是主引擎，能够以较低的显存占用运行；VAE 模型ae.safetensors则承担潜变量与图像间的映射工作，保证生成质量；CLIP 与 T5 组合提供文本编码能力，使自然语言提示能够精准控制画面。三者的结合保证了从语义输入到图像输出的完整闭环。模型名称说明