Maqueta de producto (FLUX.2 Dev FP8)
Crea maquetas de productos aplicando patrones de diseño a envases, tazas y otros productos usando consistencia multi-referencia.
Acerca de
Este flujo de trabajo de ComfyUI está diseñado para crear mockups de productos realistas aplicando patrones de diseño a diversos artículos como envases y tazas. Utiliza el modelo FLUX.2 Dev, conocido por su capacidad de mantener consistencia multi-referencia, asegurando que los patrones de diseño se apliquen uniformemente en diferentes superficies y ángulos. El flujo de trabajo emplea nodos clave como SaveImage y LoadImage para gestionar la entrada y salida eficientemente. Además, incorpora un nodo MarkdownNote para documentación y nodos específicos identificados por IDs únicos para las tareas de procesamiento de imagen. Usando pesos cuantizados del modelo FLUX.2 Dev, este flujo de trabajo optimiza el rendimiento sin sacrificar calidad, siendo una excelente opción para diseñadores y marketers que necesitan visualizar diseños de productos de forma rápida y efectiva.
Lo que proporcionas
- Leyendo el flujo de trabajo
Se ejecuta en ComfyUI. Este flujo de trabajo no puede ejecutarse en esta página. Ábrelo en Comfy Cloud con todo cargado o descárgalo para tu propio ComfyUI.
Probar en CloudDentro del flujo de trabajo
Una vista previa de solo lectura del gráfico de nodos. Ábrelo en Comfy Cloud o descárgalo para editar los nodos.
Loading the graph
Open full-size workflow previewArchivos de este flujo de trabajo
- Autor
- ComfyUI
Requiere nodos personalizados
- Leyendo el flujo de trabajo
Usa este flujo de trabajo desde código
Se genera a partir del gráfico y las entradas del flujo de trabajo cuando es posible; de lo contrario, se muestran ejemplos almacenados. Revisa las credenciales y los endpoints antes de ejecutar el código, ya que puede generar cargos.
What you need
- Runs on
- Comfy Cloud
- Clave
- COMFY_API_KEY
Requiere un plan de pago de Cloud y créditos.
# Python 3.10+: pip install comfy-sdk==0.4.0
import os
from comfy_sdk import Comfy
api_key = os.environ.get("COMFY_API_KEY", "").strip()
if not api_key: raise RuntimeError("Set COMFY_API_KEY")
os.environ.setdefault("COMFY_BASE_URL", "https://cloud.comfy.org")
client = Comfy(api_key=api_key)
workflow = client.workflows.from_json({
"9": {
"class_type": "SaveImage",
"inputs": {
"filename_prefix": "Flux2",
"images": [
"62:8",
0
]
},
"_meta": {
"title": "Save Image"
}
},
"42": {
"class_type": "LoadImage",
"inputs": {
"image": "image_flux2_input_ref_image.png"
},
"_meta": {
"title": "Load Image"
}
},
"46": {
"class_type": "LoadImage",
"inputs": {
"image": "image_flux2_input_Illustration.png"
},
"_meta": {
"title": "Load Image"
}
},
"64": {
"class_type": "SaveImage",
"inputs": {
"filename_prefix": "Flux2",
"images": [
"63:8",
0
]
},
"_meta": {
"title": "Save Image"
}
},
"62:10": {
"class_type": "VAELoader",
"inputs": {
"vae_name": "flux2-vae.safetensors"
},
"_meta": {
"title": "Load VAE"
}
},
"62:12": {
"class_type": "UNETLoader",
"inputs": {
"unet_name": "flux2_dev_fp8mixed.safetensors",
"weight_dtype": "default"
},
"_meta": {
"title": "Load Diffusion Model"
}
},
"62:13": {
"class_type": "SamplerCustomAdvanced",
"inputs": {
"guider": [
"62:22",
0
],
"latent_image": [
"62:47",
0
],
"noise": [
"62:25",
0
],
"sampler": [
"62:16",
0
],
"sigmas": [
"62:48",
0
]
},
"_meta": {
"title": "SamplerCustomAdvanced"
}
},
"62:16": {
"class_type": "KSamplerSelect",
"inputs": {
"sampler_name": "euler"
},
"_meta": {
"title": "KSamplerSelect"
}
},
"62:22": {
"class_type": "BasicGuider",
"inputs": {
"conditioning": [
"62:39",
0
],
"model": [
"62:12",
0
]
},
"_meta": {
"title": "Basic Guider"
}
},
"62:25": {
"class_type": "RandomNoise",
"inputs": {
"noise_seed": 120839687766682
},
"_meta": {
"title": "RandomNoise"
}
},
"62:26": {
"class_type": "FluxGuidance",
"inputs": {
"conditioning": [
"62:6",
0
],
"guidance": 4
},
"_meta": {
"title": "FluxGuidance"
}
},
"62:38": {
"class_type": "CLIPLoader",
"inputs": {
"clip_name": "mistral_3_small_flux2_fp8.safetensors",
"device": "default",
"type": "flux2"
},
"_meta": {
"title": "Load CLIP"
}
},
"62:39": {
"class_type": "ReferenceLatent",
"inputs": {
"conditioning": [
"62:43",
0
],
"latent": [
"62:40",
0
]
},
"_meta": {
"title": "Set Reference Latent"
}
},
"62:40": {
"class_type": "VAEEncode",
"inputs": {
"pixels": [
"62:41",
0
],
"vae": [
"62:10",
0
]
},
"_meta": {
"title": "VAE Encode"
}
},
"62:41": {
"class_type": "ImageScaleToTotalPixels",
"inputs": {
"image": [
"46",
0
],
"megapixels": 1,
"resolution_steps": 1,
"upscale_method": "area"
},
"_meta": {
"title": "Scale Image to Total Pixels"
}
},
"62:43": {
"class_type": "ReferenceLatent",
"inputs": {
"conditioning": [
"62:26",
0
],
"latent": [
"62:44",
0
]
},
"_meta": {
"title": "Set Reference Latent"
}
},
"62:44": {
"class_type": "VAEEncode",
"inputs": {
"pixels": [
"62:45",
0
],
"vae": [
"62:10",
0
]
},
"_meta": {
"title": "VAE Encode"
}
},
"62:45": {
"class_type": "ImageScaleToTotalPixels",
"inputs": {
"image": [
"42",
0
],
"megapixels": 1,
"resolution_steps": 1,
"upscale_method": "area"
},
"_meta": {
"title": "Scale Image to Total Pixels"
}
},
"62:47": {
"class_type": "EmptyFlux2LatentImage",
"inputs": {
"batch_size": 1,
"height": [
"62:63",
1
],
"width": [
"62:63",
0
]
},
"_meta": {
"title": "Empty Flux 2 Latent"
}
},
"62:48": {
"class_type": "Flux2Scheduler",
"inputs": {
"height": [
"62:63",
1
],
"steps": 20,
"width": [
"62:63",
0
]
},
"_meta": {
"title": "Flux2Scheduler"
}
},
"62:6": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"62:38",
0
],
"text": "Apply the design from Reference Image 1 onto objects in Reference Image 2.\n"
},
"_meta": {
"title": "CLIP Text Encode (Positive Prompt)"
}
},
"62:63": {
"class_type": "GetImageSize",
"inputs": {
"image": [
"62:45",
0
]
},
"_meta": {
"title": "Get Image Size"
}
},
"62:8": {
"class_type": "VAEDecode",
"inputs": {
"samples": [
"62:13",
0
],
"vae": [
"62:10",
0
]
},
"_meta": {
"title": "VAE Decode"
}
},
"63:10": {
"class_type": "VAELoader",
"inputs": {
"vae_name": "flux2-vae.safetensors"
},
"_meta": {
"title": "Load VAE"
}
},
"63:12": {
"class_type": "UNETLoader",
"inputs": {
"unet_name": "flux2_dev_fp8mixed.safetensors",
"weight_dtype": "default"
},
"_meta": {
"title": "Load Diffusion Model"
}
},
"63:13": {
"class_type": "SamplerCustomAdvanced",
"inputs": {
"guider": [
"63:22",
0
],
"latent_image": [
"63:47",
0
],
"noise": [
"63:25",
0
],
"sampler": [
"63:16",
0
],
"sigmas": [
"63:48",
0
]
},
"_meta": {
"title": "SamplerCustomAdvanced"
}
},
"63:16": {
"class_type": "KSamplerSelect",
"inputs": {
"sampler_name": "euler"
},
"_meta": {
"title": "KSamplerSelect"
}
},
"63:22": {
"class_type": "BasicGuider",
"inputs": {
"conditioning": [
"63:39",
0
],
"model": [
"63:63",
0
]
},
"_meta": {
"title": "Basic Guider"
}
},
"63:25": {
"class_type": "RandomNoise",
"inputs": {
"noise_seed": 120839687766682
},
"_meta": {
"title": "RandomNoise"
}
},
"63:26": {
"class_type": "FluxGuidance",
"inputs": {
"conditioning": [
"63:6",
0
],
"guidance": 4
},
"_meta": {
"title": "FluxGuidance"
}
},
"63:38": {
"class_type": "CLIPLoader",
"inputs": {
"clip_name": "mistral_3_small_flux2_fp8.safetensors",
"device": "default",
"type": "flux2"
},
"_meta": {
"title": "Load CLIP"
}
},
"63:39": {
"class_type": "ReferenceLatent",
"inputs": {
"conditioning": [
"63:43",
0
],
"latent": [
"63:40",
0
]
},
"_meta": {
"title": "Set Reference Latent"
}
},
"63:40": {
"class_type": "VAEEncode",
"inputs": {
"pixels": [
"63:41",
0
],
"vae": [
"63:10",
0
]
},
"_meta": {
"title": "VAE Encode"
}
},
"63:41": {
"class_type": "ImageScaleToTotalPixels",
"inputs": {
"image": [
"46",
0
],
"megapixels": 1,
"resolution_steps": 1,
"upscale_method": "area"
},
"_meta": {
"title": "Scale Image to Total Pixels"
}
},
"63:43": {
"class_type": "ReferenceLatent",
"inputs": {
"conditioning": [
"63:26",
0
],
"latent": [
"63:44",
0
]
},
"_meta": {
"title": "Set Reference Latent"
}
},
"63:44": {
"class_type": "VAEEncode",
"inputs": {
"pixels": [
"63:45",
0
],
"vae": [
"63:10",
0
]
},
"_meta": {
"title": "VAE Encode"
}
},
"63:45": {
"class_type": "ImageScaleToTotalPixels",
"inputs": {
"image": [
"42",
0
],
"megapixels": 1,
"resolution_steps": 1,
"upscale_method": "area"
},
"_meta": {
"title": "Scale Image to Total Pixels"
}
},
"63:47": {
"class_type": "EmptyFlux2LatentImage",
"inputs": {
"batch_size": 1,
"height": [
"63:65",
1
],
"width": [
"63:65",
0
]
},
"_meta": {
"title": "Empty Flux 2 Latent"
}
},
"63:48": {
"class_type": "Flux2Scheduler",
"inputs": {
"height": [
"63:65",
1
],
"steps": 8,
"width": [
"63:65",
0
]
},
"_meta": {
"title": "Flux2Scheduler"
}
},
"63:6": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"63:38",
0
],
"text": "Apply the design from Reference Image 1 onto objects in Reference Image 2.\n"
},
"_meta": {
"title": "CLIP Text Encode (Positive Prompt)"
}
},
"63:63": {
"class_type": "LoraLoaderModelOnly",
"inputs": {
"lora_name": "Flux2TurboComfyv2.safetensors",
"model": [
"63:12",
0
],
"strength_model": 1
},
"_meta": {
"title": "Load LoRA"
}
},
"63:65": {
"class_type": "GetImageSize",
"inputs": {
"image": [
"63:45",
0
]
},
"_meta": {
"title": "Get Image Size"
}
},
"63:8": {
"class_type": "VAEDecode",
"inputs": {
"samples": [
"63:13",
0
],
"vae": [
"63:10",
0
]
},
"_meta": {
"title": "VAE Decode"
}
}
})
# run() also passes api_key to the partner nodes in this workflow.
job = client.run(workflow, api_key=api_key)Preguntas y respuestas
La consistencia multi-referencia asegura que los patrones de diseño se apliquen uniformemente en diferentes superficies y ángulos, manteniendo una apariencia coherente.
Los pesos cuantizados optimizan el rendimiento del modelo, permitiendo tiempos de procesamiento más rápidos sin sacrificar la calidad de imagen.
Sí, siempre que tengas una imagen clara del producto y un patrón de diseño compatible, este flujo de trabajo puede adaptarse a varios tipos de productos.
Asegúrate de que tus imágenes de entrada sean de alta calidad y configura correctamente los nodos para mantener la consistencia del diseño en el producto.