图像

从文生图、编辑到深度图；先选服务与工作流包，再写提示词。图片增强在侧栏「工具 → 图片增强」。

当前仓库主推 Qwen-Image 2.1 系列（与视频用的 MiniMax H3 不是同一套模型）。另有 FLUX.3 Image Klein 蒸馏三包，以及传统 SD checkpoint 包作备用。换下拉里的文件名时，按下面「成套」选，不要混系列、混量化、混 GGUF。

当前生图系列一览

系列	能力	工作流包	模型怎么选
官方	t2i	qwen_image_21	UNET + TE + VAE；默认官方 INT8
越狱	t2i	qwen_image_21_uncensored	默认 UC UNET；另有 Uncensored LoRA 开关（同视频 Turbo 控件）
官方	i2i 整图	qwen_image_21_edit	三件套 + 1 张原图
越狱	i2i 整图	qwen_image_21_edit_uncensored	UC + LoRA 开关
官方	i2i 多参考	qwen_image_21_edit_multi	三件套；2～4 张参考图
越狱	i2i 多参考	qwen_image_21_edit_multi_uncensored	UC + LoRA 开关
官方	i2i 重绘	qwen_image_21_inpaint	三件套；原图 + 蒙版
越狱	i2i 重绘	qwen_image_21_inpaint_uncensored	UC + LoRA 开关
FLUX.3 Klein	t2i	flux3_klein	蒸馏 INT8 + Qwen3-VL-4B + w4a8 扩展器 + flux2-vae
FLUX.3 Klein	i2i 单图	flux3_klein_edit	同上四件套；1 张原图
FLUX.3 Klein	i2i 多参考	flux3_klein_edit_multi	同上；2～4 张参考图
传统 SD	t2i	t2i_basic	只选 checkpoints/ 一个整包，无 UNET/TE/VAE
参考图调色	i2i	qwen_edit_2511_color_grade	Edit-2511 + 调色 LoRA；原图 + 参考图。见下文
PoseStudio 姿势换姿	i2i	qwen_image_21_posestudio	Qwen 2.1 + PoseStudio V1.1 LoRA；人物照 + 线稿/深度，保留身份
PoseStudio 姿势生图	i2i	qwen_image_21_posestudio_gen	同上；只上传线稿/深度，身份由提示词决定
Union 深度生图	i2i	qwen_image_21_union_depth	2.1 三件套 + Fun ControlNet Union；只上传深度图
Union 参考改姿	i2i	qwen_image_21_union_reference	同上；第 1 张人物照，第 2 张深度图
换衣	i2i	qwen_image_21_outfit_swap	官方三件套 + Outfit Swap LoRA；第 1 张人物照，第 2 张衣服
图片增强（工具）	upscale	upscale_basic / seedvr2_3b_image_restore	RealESRGAN 保真放大，或 SeedVR2 生成式修复；见 工具 → 图片增强

官方四包与越狱四包图结构对应；差别是默认 UNET 与是否声明 accel（LoRA）。不要在官方包里只改 UNET 却指望出现 LoRA 开关——要挂 LoRA 请选 *_uncensored 包。

FLUX.3 Image Klein

三个包都是蒸馏版，图内已经接好 prompt upsampler（提示词扩展器）。ComfyUI 需要 ≥ 0.41。采样固定 CFG 1、euler、simple，步数 16。24GB 用下面这一套，不要换成 bf16 或 NVFP4：

槽位	目录	文件
UNET	diffusion_models/	flux3-image-klein-int8-convrot.safetensors
文本编码器	text_encoders/	qwen3vl_4b_int8_convrot.safetensors
扩展器	text_encoders/	qwen3.5_9b_flux3_prompt_upsampler_w4a8.safetensors
VAE	vae/	flux2-vae.safetensors

CLIPLoader 的 type 保持 flux3。这套没有公开的图像底模越狱版，不要把 Qwen 的 UC UNET 或 LoRA 换进来。

文生图：flux3_klein

侧栏「图像 → 文生图」。图像服务选 ComfyUI，工作流包选 flux3_klein。

1. 四个模型保持上表。扩展器会把短提示词扩成英文长描述，不要把它换成 Qwen-Image 的 8B 或视频用的 32B。
2. 提示词写画面内容即可，例如「窗边的陶瓷杯，柔和侧光」。
3. 宽高默认 1024，长边不超过 1536。页面上的步数会覆盖包内默认值，蒸馏版改回 16。CFG 固定为 1，页面上没有这项。
4. 24GB 显存张数保持 1。扩展器本身占显存。

单图编辑：flux3_klein_edit

侧栏「图像 → 图生图与编辑」。只上传 1 张原图。

1. 提示词写改什么、保留什么，例如「把背景换成海滩，人脸和姿势保持不变」。
2. 没有宽高控件。输出尺寸跟原图，编码前参考图缩到约 1MP。
3. 步数 16，权重与文生图同一套。
4. 这个包没有画框。要涂抹局部重绘，改用 qwen_image_21_inpaint。

多图编辑：flux3_klein_edit_multi

同一页，工作流包换成 flux3_klein_edit_multi。

1. 至少 2 张、最多 4 张。第 1 张是主图，决定输出尺寸（先缩到约 2MP，再按约 1MP 编码）。第 3、4 张可以不传；没传的槽会断开，不会拿占位图去跑。
2. 提示词按上传顺序写「第一张」「第二张」，例如「第一张里的人站在第二张的秋日森林观景台前」。这里不用 Qwen 多图包的 `<image1>`、`<image2>`。
3. 步数 16，CFG 固定为 1。

参考图调色

包名 qwen_edit_2511_color_grade，能力 i2i。侧栏「图像 → 图生图与编辑」。

它只换颜色：Qwen-Image-Edit-2511 加 Color Grade Transfer LoRA 生成约 1MP 的调色结果，再由 KJNodes 的 ColorMatch 把颜色贴回全尺寸原图，不重绘像素。

Comfy 环境需要：

• 节点包 ComfyUI-KJNodes（提供 ColorMatch）
• 在 Comfy 的 Python 环境执行 pip install color-matcher

槽位	目录	文件
UNET	diffusion_models/	qwen_image_edit_2511_fp8mixed.safetensors
文本编码器	text_encoders/	qwen_2.5_vl_7b_fp8_scaled.safetensors
VAE	vae/	qwen_image_vae.safetensors
调色 LoRA	loras/	QIE-2511-Color-Grade-Transfer-LoRA.safetensors

页面上：

1. 工作流包选 qwen_edit_2511_color_grade。
2. 第 1 张是要保留内容和分辨率的摄影原图，第 2 张是只借用颜色的参考图。顺序不要反。
3. 提示词留空。留空会使用包内触发句 Transfer ONLY the color grading from Image 2 onto Image 1。写成普通修图指令（例如换背景、换衣服）会离开这条调色链路。
4. 步数 20，CFG 4。这是不开 Lightning 时的官方模板。LoRA 强度默认 1。
5. 颜色迁移算法默认 hm-mvgd-hm，也可填 mkl、hm、reinhard、mvgd、hm-mkl-hm。调色强度 1 为完全套用参考色，0.7 更淡，0 等于原图。

这四件权重和 Qwen-Image 2.1 不是一套。下拉里如果出现 qwen_image_2.1*、qwen3vl_8b*、qwen_image_2.1_vae*，不要选。CLIPLoader 的 type 保持 qwen_image。24GB 用 fp8mixed；显存够可换同代 bf16，文本编码器仍用 qwen_2.5_vl_7b，VAE 仍用 qwen_image_vae。

Qwen-Image 2.1：成套选模型（不要混搭）

选中包后，参数区有 UNET / TE / VAE 下拉。界面允许单独改名，但必须按套餐整组选。

套餐表（推荐）

套餐	主模型 UNET（diffusion_models/）	文本编码器 TE（text_encoders/）	VAE（vae/）	LoRA（loras/，仅越狱包）
官方 INT8	qwen_image_2.1_int8_convrot.safetensors	qwen3vl_8b_int8_convrot.safetensors	qwen_image_2.1_vae_bf16.safetensors	无（官方包无 accel）
越狱 UC INT8	qwen-image-2.1-UC-int8_convrot.safetensors	同上 qwen3vl_8b_*	同上	推荐 qwen-image-2.1-uncensored-lora.safetensors（可关）
官方更高精度	qwen_image_2.1_bf16.safetensors 等	同族 qwen3vl_8b_*	同上 VAE	无

Uncensored LoRA 怎么用

1. 工作流包选 qwen_image_21_uncensored（或对应的 *_edit*_uncensored / *_inpaint_uncensored），不要选无 _uncensored 后缀的官方包。
2. 页面出现与视频 Turbo 同一套控件：Uncensored LoRA 开/关 → 开时可选 LoRA 文件与强度（默认开、推荐 qwen-image-2.1-uncensored-lora.safetensors、强度 1.0）。
3. 关：图中摘掉 LoraLoaderModelOnly，只用 UC UNET（仍可能比官方更松）。
4. 开：LoRA 挂在 Cache 之后、采样之前；强度过高可能过拟合，可从 0.7～1.0 试。
5. 文件放在 Comfy 的 models/loras/；下拉按文件名含 uncensored 过滤。UC UNET 放在 diffusion_models/。
6. 快速创作「生成插图」选越狱包时，同样会出 LoRA 开关。

官方包里即使手动把 UNET 改成 UC，也不会自动加载该 LoRA。

配对规则（必读）

1. TE 必须是 qwen3vl_8b*；不要选视频 H3 的 qwen3vl_32b* / *_minimax_h3_*。
2. 主模型 必须是 qwen_image_2.1* / qwen-image-2.1*；不要选 minimax_h3_*、wan_*。
3. VAE 用 qwen_image_2.1_vae*；不要选视频 VAE。
4. 只选 .safetensors，勿选 GGUF。
5. 越狱套餐：UNET 用 UC，TE/VAE 保持官方那两行；LoRA 用带 uncensored 的文件。
6. CLIPLoader type 保持 qwen_image。

下拉里认准 qwen_image / qwen-image / qwen3vl_8b / uncensored，避开 minimax / 32b / h3 / .gguf。

文生图

侧栏「图像 → 文生图」。选图像 Provider + t2i 工作流包。

• qwen_image_21：官方三件套。
• qwen_image_21_uncensored：UC + Uncensored LoRA 开关。
• flux3_klein：FLUX.3 Klein 蒸馏文生图。四件套、步数 16、扩展器不要换掉。详见上文「FLUX.3 Image Klein」。
• t2i_basic：checkpoints/ 整包。

提示词可用右侧按钮经已配置的 LLM 改写。宽、高、步数、种子、张数按各包默认即可；flux3_klein 的步数改回 16。种子 -1 为随机，多张时从该种子逐张加 1。

图生图与编辑

侧栏「图像 → 图生图与编辑」。包能力一般为 i2i。官方 / 越狱成对出现；越狱包有 LoRA 开关。

• 整图编辑：qwen_image_21_edit / qwen_image_21_edit_uncensored。只使用 1 张原图，接到 TextEncodeQwenImage21 的 image_1。上传框可以多选，但张数超过这个包的图像槽（这里是 1）时「开始」不可点。接口若仍传入多张，也只取第一张，其余不进工作流。提示词写要改什么、保留什么，例如「把背景换成海滩，人脸和姿势保持不变」。
• 多参考编辑（多人放进同一场景）：qwen_image_21_edit_multi / …_uncensored。至少 2 张、最多 4 张，按上传顺序对应 `<image1>` … `<image4>`。第 1 张是主图，决定画布比例。把几张图里的人物放到同一场景就用这个包，例如「让 <image1> 的人物和 <image2> 的人物并排站在同一间室内，统一光照」。标记必须写成 `<image1>` 这种没有空格的形式；「image 1」或「图一」不会绑到对应参考图。两张都是人物照时，模型会把两个人都画进画面。只想保留其中一个人时，另一张用没有人的场景，或改回整图编辑、把背景直接写进提示词。
• 局部重绘：qwen_image_21_inpaint / …_uncensored。先原图后蒙版；白=重画，黑=保留。grow 扩白区。
• FLUX.3 单图编辑：flux3_klein_edit。1 张原图，提示词写修改指令，步数 16。详见上文。
• FLUX.3 多图编辑：flux3_klein_edit_multi。2～4 张，也能把多张图里的人物放进同一场景。提示词用「第一张」「第二张」，不用 Qwen 的 `<image1>`。步数 16。详见上文。
• 跟参考图调色：qwen_edit_2511_color_grade。第 1 张原图、第 2 张调色参考，提示词留空，步数 20、CFG 4。模型与节点要求见上文「参考图调色」。

PoseStudio 姿势包

两个包需要 ComfyUI 节点 TextEncodeQwenImage21、QwenImage21Cache、GetImageSize（随 Qwen-Image 2.1 节点包安装）。LoRA 用 loras/VNCCS_QI2_PoseStudioV1.1.safetensors；主模型默认 qwen_image_2.1_int8_convrot.safetensors，文本编码器 qwen3vl_8b_int8_convrot.safetensors，VAE qwen_image_2.1_vae_bf16.safetensors。线稿姿势图可以直接用「深度图生成」的结果，也可以从外部导入。

• 姿势换姿：qwen_image_21_posestudio。第 1 张是要保留身份的人物照，第 2 张是线稿或深度姿势图。提示词默认 Draw character from image2，通常不用改；要改也只写服装、场景和光线，不要重复描述四肢动作。输出画幅取姿势参考图比例；分辨率取两张图较大者，长边上限 2048；线稿不再裁白边。步数 25、CFG 固定 1、LoRA 强度 1.0。人物脸被带偏时，可以把 LoRA 强度略降。
• 姿势生图：qwen_image_21_posestudio_gen。只上传 1 张线稿或深度姿势图，人物外观、服装和场景全部写在提示词里。默认提示词是一张全身棚拍；换人物或衣服时改提示词即可。输出尺寸跟随姿势参考图，线稿不裁白边。

Union 深度与参考包

两个 Union 包需要 ComfyUI ≥ 0.37，并安装节点 Qwen Image 2.1 Fun ControlNet Union (T8)。默认主模型是越狱 qwen-image-2.1-UC-int8_convrot.safetensors，文本编码器和 VAE 仍与 qwen_image_21 相同。另把 Qwen-Image-2.1-Fun-Controlnet-Union-ComfyUI.safetensors 放到 controlnet/，文件名必须以 Qwen-Image-2.1-Fun-Controlnet-Union 开头。权重：t8star/Qwen-Image-2.1-Fun-Controlnet-Union-Comfy。

• 深度图生人：qwen_image_21_union_depth。只上传 1 张深度图，提示词写人物外观和场景，动作跟深度图。步数 40，CFG 固定 1。
• 人物照按深度图改动作：qwen_image_21_union_reference。第 1 张人物照，第 2 张深度图。控制类型默认 Depth；若第 2 张是 OpenPose 骨架，改成 Pose。脸被带偏时把控制强度降到 0.7–0.8。两张图宽高比尽量一致。

换衣

qwen_image_21_outfit_swap。第 1 张人物照，第 2 张衣服（平铺或穿在别人身上，尽量裁到衣服本身）。提示词留空会用默认句：把 image 1 的人换成 image 2 的衣服，脸、头发、手、姿势和背景不变。想留鞋子时，把句尾改成 Keep their own shoes and legwear.。多人合影把 the person 改成位置或发型，不要用衣服来指人。分辨率默认 0，按人物照原尺寸出图。步数 25，CFG 固定 1，LoRA 强度 1.0。主模型默认官方 INT8（这条 LoRA 在官方 2.1 上测过）。把 qwen-image-2.1-outfit-swap.safetensors 放到 loras/，来源：ausboss/Qwen-Image-2.1-Outfit-Swap-Consistency-LoRA。ComfyUI ≥ 0.38。

上传与槽位

上传可以分多次添加，也能单独删掉某一张；也可以点「从资源库选择」直接挑已有图片。能提交的张数等于当前包的图像槽数量：整图编辑 1 张，多参考 2～4 张，重绘是原图加蒙版。多参考和重绘的缩略图带角标。

图片增强（已移到工具）

原来的「修复与放大」已并入侧栏「工具 → 图片增强」：upscale_basic 做 RealESRGAN 保真放大，seedvr2_3b_image_restore 做 SeedVR2 生成式修复。用法见 工具 → 图片增强。

深度图生成

侧栏「图像 → 深度图生成」。这里不跑 Comfy 工作流，而是把图片发给已启用的 Liber Depth（本机插件或局域网里的深度服务）。越亮表示离镜头越近。一次可以转多张；结果文件名是原名加 _depth.png，例如 photo.jpg 变成 photo_depth.png。

1. 先在「设置 → 插件」安装并启用本机深度插件，或在「服务提供方」里启用一份 Liber Depth 并填上地址（本机默认 http://127.0.0.1:5556）。
2. 页面上选深度服务、深度模型和硬件（cuda 或 cpu）。下拉里只出现该服务商已启用的模型。第一次打开会带入「系统设置 → 深度图生成」里保存的默认服务商和模型；那两项留空时用第一个启用的深度服务和 dpt_swin2_large_384。
3. 上传框可多选、可分多次添加，也可以拖拽，或点「从资源库选择」挑已有图片。下方缩略图可单独删除。同一张图（文件名、大小、修改时间都相同）不会重复加入。
4. 点「开始转换」。本批结果显示在右侧，也可以从历史深度图里再打开或下载。

安装插件时只会下载 dpt_swin2_large_384.pt（SwinV2 Large，边长 384）。一次转换只用一个模型。其余 MiDaS 权重要自己放到模型目录，再在服务提供方里打开对应开关，这里才会出现：

模型 id	作用
dpt_swin2_large_384	默认。安装时自动下载
dpt_beit_large_512	BEiT Large，边长 512，边缘更细，更慢
dpt_swin2_tiny_256	SwinV2 Tiny，边长 256，更快，细节少
dpt_large_384	上一代 DPT Large
dpt_hybrid_384	DPT Hybrid，体积更小
midas_v21_small_256	MiDaS v2.1 Small，最轻

目录里没有对应 .pt / .pth 时，选这项不会按该权重推理。生成出的深度图可以再拿到「图生图与编辑」的 Union 包里做深度图生人或改动作，也可以作为 PoseStudio 的姿势参考图。

---

相关：工具 → 图片增强；设置 → 工作流包；视频。