一个用flux Fill的修图工作流

星***

(https://linux.do#p-11552200-h-1)使用价值
在当前的 AI 修图方案中，确实已经可以直接使用 nano-banana 这类模型快速完成图片修改，但在实际使用过程中仍然存在一些明显限制：

NSFW 图片不稳定：当输入图片涉及 NSFW 内容时，这类在线或通用模型往往会直接拒绝生成或输出失败，严重影响可用性。

Token 成本不划算：在仅做小范围修改的情况下，频繁抽卡消耗大量 token，从性价比角度来看并不值得。
所以分享一个comfyui的工作流
(https://linux.do#p-11552200-h-2)技术核心
(https://linux.do#p-11552200-h-1-flux-fill-3)1. 模型选择：Flux-Fill 系列

使用 Flux-Fill 系列模型 作为 Inpainting 的核心模型。

相比一些完全依赖文本生成的模型，Flux-Fill 会更多地参考原图已有的像素和结构信息。

这种特性可以显著减少“抽卡”次数，让结果更加稳定、一致，特别适合人物修图、肢体细节修正等场景。
(https://linux.do#p-11552200-h-2-sam3-4)2. 自动蒙版生成：SAM3

通过 SAM3 自动生成目标区域的初始蒙版。

减少手动涂抹蒙版的时间成本，同时保证边缘更加贴合实际目标。
(https://linux.do#p-11552200-h-3-inpaint-crop-5)3. 精细控制：inpaint-crop 节点

使用 inpaint-crop 节点对蒙版区域进行二次微调。

该节点的一个关键优势在于：
它可以同时接收两个蒙版区域：

重绘蒙版：真正需要重新生成的区域

参考蒙版：用于向模型提供上下文信息
(https://linux.do#p-11552200-h-6)这样设计的好处包括：

避免全图编解码：只对裁剪后的区域进行处理，速度更快，显存与算力占用更低。

更好的空间理解：参考蒙版帮助模型理解局部与整体的空间关系，减少结构性错误。

降低常见失误：例如避免把左手修成右手、肢体错位、背景结构崩坏等问题。

(https://linux.do#p-11552200-h-7)使用方法

下载并安装 ComfyUI

建议使用官方仓库或常见整合包，确保基础节点完整可用。

安装 ComfyUI Manager 插件

插件地址：
GitHub - Comfy-Org/ComfyUI-Manager: ComfyUI-Manager is an extension designed to enhance the usability of ComfyUI. It offers management functions to install, remove, disable, and enable various custom nodes of ComfyUI. Furthermore, this extension provides a hub feature and convenience functions to access a wide range of information within ComfyUI. (https://github.com/Comfy-Org/ComfyUI-Manager)

该插件用于统一管理自定义节点、模型和依赖，后续安装会方便很多。

导入工作流

将下面提供的 JSON 工作流文件 直接拖入 ComfyUI 界面。

ComfyUI 会自动解析工作流结构。

按提示下载依赖

根据 ComfyUI Manager 的提示，下载缺失的节点与所需模型（包括 Flux-Fill、SAM3 等）。

下载完成后重启 ComfyUI，确保所有节点正确加载。

下载地址:

游客，如果您要查看本帖隐藏内容请回复