更多AI前沿科技资讯，请关注我们：
超强！超高效！flux kontext dev最强组合完美工作流，nunchaku+自动循环+标注助手+提示词生成器+修复放大！
大家好，我是Jimmy。截至目前，kontext dev已出一周多时间，我们也深度围绕这个模型分享了很多实用技巧：能力释放！超准超快超高效，flux kontext最强组合：flux kontext+提示词助手+标注+nunchakku，完美
flux kontext dev 实现ID一致性的人物多姿势编辑，搭配循环助手解锁摄影写真、故事场景、短剧分镜等场景下的人物塑造
目前我们工作流不断迭代，已经实现了：
1、自动循环加载图像，多轮图像编辑；（循环节点助力的结果）
2、配合标注助手释放kontext视觉提示能力；（标注助手节点助力的结果）
3、配合提示词生成器，减少输入且形成kontext规则提示词；（kontext提示词生成器节点助力的结果）
4、高效的高清修复方案；（nunchaku版本放大模型的助力的结果）
有小伙伴提出修复方案能否再增加TTP，是的，的确TTP是目前最优的修复放大方案。所以这期，我们讲讲两种经典的放大修复方案。对比下，大家就能根据自己情况去选择。
我也将两种方案的接入我们目前kontext最强组合工作流中。这样，在修复放大方面，就有了两种选择。
closerAI kontext 单图编辑工作流(nunchaku两种放大修复）如下：
其实工作流不复杂。只是看上去多内容而已。我标注好每个模块的工作内容了。其实大家使用时，只需要选择修复方式，其它无脑执行。若需要使用视觉提示功能，打开标注助手进行标注即可。
这里，重点讲修复放大，因为我们大多数人的本地设备不好，8G、16G其中16G占大多数了，一些优秀的修复项目如ComfyUI-SUPIR 24G才能玩。所以像这类的我们基本不考虑了。我要从效率和效果质量这两个维度出发，结合nunchaku对flux模型以及社区一些变体的放大模型来考虑我们的修复放大方案，以及一些轻量级专用修复模型Real-ESRGAN（放大去噪）来实现。
以下内容很干很实用，如果觉得不错，记得给我一键三连支持下啊，谢谢额！
我整理出了两种方法：
第一种是nunchaku放大模型+Real-ESRGAN模型的方法。
第二种是nunchaku放大模型+TTP分块放大的方法。
一、nunchaku放大模型+Real-ESRGAN模型修复放大法
可使用nunchaku两个模型，一个是svdq-int4-flux.1-dev，一个是前天教程讲到的nunchaku变体版放大模型：
超赞超吊超无敌！flux nunchaku kontext高效修复放大方案，减少损失，配合循环助手，实现低损失对话式图像编辑！冲
国外一个大佬支持的nunchaku放大模型，这个模型是支持nunchaku0.3的，下载后放models/unet下：
模型：https：//civitai.com/models/1545303？modelVersionId=1861654
放大模型：https：//huggingface.co/uwg/upscaler/blob/main/ESRGAN/4x_NMKD-Siax_200k.pth
下载后放置models/upscale_models下
这里的cache_threshold值设置成0.12，我们做下加速，设置成0也没问题的。
放大模型：我们选择realESRGAN_X4plus.pth 放大4倍哦！
然后K采样器的降噪值：设置成0.25。0.2~0.4也没问题，主要是控制重绘幅度，太大会改变原图。
我们加载一张图看看效果：以下是上次演示标注助手节点生成的图。
【closerAI ComfyUI】厉害！再次解锁：flux kontext的区域标注和涂鸦编辑功能！让脑洞更大！释放更多玩法！
我们无从浏览大放大来看看它未修复放大前的样子：
经过工作流的修复放大后：
这次我还是搞个视频大家看清楚点：
我们能清楚看到，去噪且放大，直接去到2K多。
这个方法，就是快，效率快，质量好。
所以这是我之前工作流推荐大家使用的方法。
但是呢，这也不是质量最好的，因为我们可以见它放大到最大时，没有细节。
那这个时候，TTP分块放大就是很好的方法了，分块若干块，每一块进行重绘。保证细节。如果你使用flux版的TTP放大，24G显存没个30~40分钟，你跑不出一张图。但是，nunchaku FLUX 版就很好地在效率上为我们解决了这个事nunchaku+TTP修复放大。
二、nunchaku放大模型+TTP分块放大法
同样在nunchaku模型选择，上面两个依旧二选一即可。
放大模型同样是realESRGAN 4倍：
K采样器设置如下图示：
我们同样上面的图，运行下：
我再录个视频：
可见，它不会像上面那种方法，它会有细节，更真实。
但效率上比第一种方法慢点，但效果我个人觉得是好一点的。
三、两种方法结果对比
最后我将两种方法的结果，录个视频，这样更直观：
这样更直观，大家看看效果，根据自己本地设备配置选择对应方法。
我8G只能追求第一种结果了。哈哈。时间上呢，我两个工作流一起跑，一共才4分多钟。
以上就是关于修复方案的两种方法的详细介绍。
本地算力不够怎么办？
如果本地设备算力不好的小伙伴，推荐使用线上comfyUI来运行体验：runninghub.cn
Flux Kontext Dev动嘴P图流体验地址：
https://www.runninghub.cn/ai-detail/1938445554957639681
注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151
通过这个链接第一次注册送1000点，每日登录送100点
最后几句：
超强！超高效！flux kontext dev最强组合完美工作流，nunchaku+自动循环+标注助手+提示词生成器+修复放大！真正无损的多轮图像编辑工作流，无限循环动嘴P图开启高效AIGC制作。让你高效出片！
以下是我开发的节点，配合kontext能高效出片：
1、comfyUI kontext 标注助手节点：
http://closerai.douyoubuy.cn/2025/07/01/2089/
2、comfyUI kontext提示词生成器节点：
http://aigc.douyoubuy.cn/2025/06/30/2062/
3、closerAI 图像循环助手节点：
http://aigc.douyoubuy.cn/2025/07/05/2137/
comfyUI kontext提示词生成器网页应用：
http://aigc.douyoubuy.cn/closerai-flux-kontext/
以上是closerAI团队制作的stable diffusion comfyUI closerAI开发的节点以及
closerAI kontext 对话式多轮单图编辑修复放大工作流介绍，大家可以根据工作流思路进行尝试搭建。
当然，也可以在我们closerAI会员站上获取对应的工作流(查看原文)。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：JimmyMo
更多AI前沿科技资讯，请关注我们：
主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网
评论(0)