ComfyUI安装
ComfyUI 的桌面版是支持 Apple Silicon，所以这次我们直接选择桌面版。安装过程会很简单。
ComfyUI下载地址：https://www.comfy.org/zh-cn
打开 http://comfy.org，直接下载 Mac 版就可以了，下载完成之后直接双击 dmg 文件。
这就是一个常规的 macOS 软件安装方式 ，拖动到 Application，然后打开 ComfyUI。
然后就会进入配置页面了，全程可视化配置，没有任何复杂的地方，点击开始使用。
选择 GPU 类型
按默认选择左边的 MPS 加速，不启用 CPU 模型。点击下一步，安装位置设置。
可以设置 ComfyUI 的主要目录。这个目录里会包含如下的文件：
插件，输入，模型，输出这些都放在这里。如果没有特殊需求直接下一步，如果有多个硬盘，或者有大的硬盘，就尽量切换到大空间的路径。因为这个目录需要放模型，所需空间会比较大。
桌面设置
这里基本默认就可以了，如果你的网络是内外，可以点开镜像设置。我的网络没问题，他直接打勾✅了，所以我是直接点击安装，自动设置 Python 环境和安装依赖。
这个过程非常丝滑，你不需要关心具体细节，它会全自动完成。因为 macOS 的深度学习包不是很大，也不需要几个 G 的 CUDA，所以即便是在线下载依赖，整个过程也不会太久。
安装完成之后自动启动。
启动之后会弹出模板，让你选择，选好之后就可以开始使用了，到这里之后，后面的操作就和 Windows 平台差不多了，同样在演示例子中选择 Flux，然后选择小兔子的那个工作流。
打开之后，他同样会提示你下载几个必要的模型。因为这是桌面端，只要点击一下下载，它会自动帮你下载并放到正确的路径，当然，你也可以直接去 Huggingface 下载。下载完成之后，就可以点击运行了。
https://huggingface.co/bullerwins/FLUX.1-Kontext-dev-GGUF/tree/main
在运行之前一切顺利，整个过程还挺丝滑。但是点击运行之后就出现问题了。
模型加载全部没有问题，但是到了 KSampler 这一步的时候，就出了错误了。
错误提示为：
Trying to convert Float8_e4m3fn to the MPS backend but it does not have support for that dtype.
通过右下角的查找问题，可以快速转到 GitHub 的讨论版块，有六个提问，一个已经被解决了，看了一圈也不是特别清楚。但是，我根据他的提示信息盲猜，这应该是数据类型的问题。M 系列芯片和 N 卡支持的数据类型不一样，FP8 这种估计只有 N 卡上可以。
所以，我的思路是下载 FP16 的 FLux 模型，FP16 的 Clip 模型。果然，换了模型之后，就没有报错了。
下载地址分别为：
# 黑森林官方 HF HTTPS://huggingface.co/black-forest-labs/FLUX.1-Kontext-dev # ComfyUI 官方 HF HTTPS://huggingface.co/comfyanonymous/flux_text_encoders
换了模型之后就可以正常生成图片。但是…. 时间有点久。
必须优化下，借用 Windows 的优化思路，同时考虑到 M 系列对 GGUF 支持比较好。我就在 M4 上也安装了 GGUF 插件，然后加载了 GGUF 模型。
Flux kontext GGUF节点安装和使用
所以，今天主要是讲如何使用GGUF模型，包括模型从哪里下载，使用什么节点，如何修改工作流。在昨天的基础上，完成今天的内容并不会太难。
使用GGUF是需要下载单独的GGUF模型。
GGUF（GPT Generative Unified Format）是一种专门用于大语言模型（如Llama、Mistral等）推理的模型文件新格式。
兼容性更好：支持更多模型结构（不仅仅是Llama系列）。
信息更丰富：文件内可以保存模型结构、参数、词表、量化信息等多种元数据，方便后续加载和复用。
体积优化：支持多种量化方式，进一步缩小模型文件体积，适合本地、边缘设备部署。
生态广泛：被Ollama、llama.cpp、lmdeploy、ComfyUI、text-generation-webui等多个AI推理工具支持。
这个模型已经有人做好了 ，只要打开下面这个地址：
https://huggingface.co/bullerwins/FLUX.1-Kontext-dev-GGUF/tree/main
可以看到如下内容：
根据自己的情况来下载模型，显存小的就下载小的模型。显存大点的就下载大一点的模型，从23.8G到4.02GB任君选择。如果不确定，可以参考开头的截图。或者Q2，Q4，Q6，Q8分别下载一个。放到diffusion_models/文件夹下面
ComfyUI/ ├── models/ │ ├── diffusion_models/ │ │ └── flux1-dev-kontext_fp8_scaled.safetensors │ ├── vae/ │ │ └── ae.safetensor │ └── text_encoders/ │ ├── clip_l.safetensors │ └── t5xxl_fp16.safetensors 或者 t5xxl_fp8_e4m3fn_scaled.safetensors
这样模型部分就完成了。
插件安装
有了模型之后，还需要专门插件和节点去加载这个模型。
插件地址：
https://github.com/city96/ComfyUI-GGUF
根据项目主页的介绍单独安装，也可以通过ComfyUI Manger来快速安装。
下面以ComfyUI Manager为例：
打开ComfyUI后右上角有一个Manager按钮，点击一下会弹出一个窗口，然后选择节点管理。
然后搜索ComfyUI-GGUF, 索到了之后点击Install 开始安装。
这里可能会有好几个结果，选名字最匹配，后面Star数量最多那个。插件安装完成之后，会要求重启软件。点击左下角的Restart重启软件。这样插件就安装完成了！
工作流修改
重启软件之后，双击工作流空白处，输入GGUF。
此时就可以看到很多GGUF相关的节点了，选中Unet Loader来加载FluxKontext的GGUF模型。
如果你是先安装了节点，重启之后才放模型，记得要刷新以下节点定义。
这样节点才能读取到模型！
然后把原先接在Load Diffusion Model上的线换到Unet Loader上。
Unet Loader 里通过unet_name可以切换具体的gguf模型。
为了进一步节省空间，可以把DualCLIP加载器也换一下：
换成GGUF版之后，clip_name1换一个叫“t5-v1_1-xxl-encoder-gguf”的文件。这个文件可以通过这个地址下载：
https://huggingface.co/city96/t5-v1_1-xxl-encoder-gguf/tree/main
接下来就可以点击运行测试了。
可以看到运行过程中只用了10.5G显存。
我的电脑在不运行Flux的时候，其他软件大概占用了3G显存。所以FLUX这次总共用了7.5GB左右。所以理论上8G挤一挤也是够用的。12G应该能轻松驾驭。
ComfyUI 安装Login 插件
登录时会需要密码
Kontext 的能力
风格转化
提示词：transform to a Ghibli photo
改变着装
提示词：Change the girl's clothes to a bikini while preserving her facial features, hairstyle, and pose.
改变视角
提示词：Rotate the camera 90 degrees to view directly from side the woman.
移除物体
提示词：Remove the person in the image.
老照片修复
提示词：Repair this old photo, keep the appearance of the characters unchanged to the greatest extent, eliminate cracks, enhance clarity, correct colors, restore the original photo, and achieve ultra-high-definition quality.
修改文字
提示词：change the text on the pager sign to "piano"
改变发色
提示词：change the girl hair to pink
老照片修复
提示词：Repair this old photo, keep the appearance of the characters unchanged to the greatest extent, eliminate cracks, enhance clarity, correct colors, restore the original photo, and achieve ultra-high-definition quality.
