Макет продукта (FLUX.2 Dev FP8)
Создайте макеты продуктов, применяя дизайнерские шаблоны к упаковке, кружкам и другим товарам с использованием мульти-референсной согласованности.
О проекте
Этот рабочий процесс ComfyUI предназначен для создания реалистичных мокапов продуктов, накладывая дизайн-паттерны на разные предметы — например, упаковку и кружки. Он использует модель FLUX.2 Dev, известную способностью сохранять multi-reference consistency, благодаря чему дизайн наносится одинаково на разные поверхности и под разными углами. В рабочем процессе используются ключевые ноды, включая SaveImage и LoadImage, для эффективной работы с входом и выходом. Также в граф включена нода MarkdownNote для документации и несколько нод, обозначенных уникальными ID, которые выполняют обработку изображения. Использование квантованных весов модели FLUX.2 Dev оптимизирует производительность без заметной потери качества — это удобно для дизайнеров и маркетологов, которым нужно быстро визуализировать дизайн продукта.
Что вы предоставляете
- Чтение рабочего процесса
Работает в ComfyUI. Этот рабочий процесс нельзя запустить на этой странице. Откройте его в Comfy Cloud, где всё уже загружено, или скачайте его для своей ComfyUI.
Попробовать в CloudВнутри рабочего процесса
Предварительный просмотр графа узлов только для чтения. Откройте его в Comfy Cloud или скачайте, чтобы редактировать узлы.
Loading the graph
Open full-size workflow previewФайлы в этом рабочем процессе
- Автор
- ComfyUI
Требуются пользовательские ноды
- Чтение рабочего процесса
Используйте этот рабочий процесс в коде
По возможности генерируется из графа рабочего процесса и входных данных; в противном случае отображаются сохранённые примеры. Перед запуском кода проверьте учётные данные и конечные точки: могут взиматься платежи.
What you need
- Runs on
- Comfy Cloud
- Ключ
- COMFY_API_KEY
Требуются платный тариф Cloud и кредиты.
# 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)Вопросы и ответы
Multi-reference consistency означает, что дизайн-паттерны применяются одинаково на разных поверхностях и под разными углами, сохраняя единый вид.
Квантованные веса оптимизируют производительность модели, позволяя обрабатывать быстрее без заметной потери качества изображения.
Да — при условии, что у вас есть чёткое изображение продукта и совместимый дизайн-паттерн, этот рабочий процесс можно адаптировать под разные типы продуктов.
Используйте входные изображения высокого качества и корректно настройте ноды, чтобы сохранить согласованность дизайна по всему продукту.