Flux.1 Derinlik Lora
Flux LoRA kullanarak derinlik bilgisiyle yönlendirilen görüntüler oluşturun.
İş Akışını İndirCloud'da deneyin API belgeleri
Hakkında
Flux LoRA kullanarak derinlik bilgisiyle yönlendirilen görüntüler oluşturun.
Sağladıklarınız
- İş akışı okunuyor
ComfyUI'da çalışır. Bu iş akışı bu sayfada çalışamaz. Her şey yüklü olarak Comfy Cloud'da açın veya kendi ComfyUI kurulumunuz için indirin.
Cloud'da deneyinÖrnek
İş akışının içinde
Düğüm grafiğinin salt okunur önizlemesi. Düğümleri düzenlemek için bunu Comfy Cloud'da açın veya indirin.
Loading the graph
Open full-size workflow previewBu iş akışındaki dosyalar
- Yazar
- ComfyUI
Özel düğümler gerektirir
- İş akışı okunuyor
Bu iş akışını koddan kullanın
Mümkün olduğunda iş akışı grafiği ve girdilerden oluşturulur; aksi hâlde kayıtlı örnekler gösterilir. Ücret doğurabilecek kodu çalıştırmadan önce kimlik bilgilerini ve uç noktaları gözden geçirin.
1 API anahtarı al ↗
What you need
- Runs on
- Comfy Cloud
- Anahtar
- COMFY_API_KEY
Ücretli bir Cloud planı ve kredi gerektirir.
API JSON'ını indirAPI belgeleri ↗
# 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({
"3": {
"class_type": "KSampler",
"inputs": {
"cfg": 1,
"denoise": 1,
"latent_image": [
"35",
2
],
"model": [
"37",
0
],
"negative": [
"35",
1
],
"positive": [
"35",
0
],
"sampler_name": "euler",
"scheduler": "normal",
"seed": 229472716717627,
"steps": 20
},
"_meta": {
"title": "KSampler"
}
},
"7": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"34",
0
],
"text": ""
},
"_meta": {
"title": "CLIP Text Encode (Negative Prompt)"
}
},
"8": {
"class_type": "VAEDecode",
"inputs": {
"samples": [
"3",
0
],
"vae": [
"32",
0
]
},
"_meta": {
"title": "VAE Decode"
}
},
"9": {
"class_type": "SaveImage",
"inputs": {
"filename_prefix": "ComfyUI",
"images": [
"8",
0
]
},
"_meta": {
"title": "Save Image"
}
},
"17": {
"class_type": "LoadImage",
"inputs": {
"image": "flux_depth_lora_example_input_image.png"
},
"_meta": {
"title": "Load Image"
}
},
"23": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"34",
0
],
"text": "A cute ghost-shaped desktop ornament, softly glowing with a warm light, placed on a tidy, cozy home table, creating a gentle and sweet atmosphere."
},
"_meta": {
"title": "CLIP Text Encode (Positive Prompt)"
}
},
"26": {
"class_type": "FluxGuidance",
"inputs": {
"conditioning": [
"23",
0
],
"guidance": 10
},
"_meta": {
"title": "FluxGuidance"
}
},
"31": {
"class_type": "UNETLoader",
"inputs": {
"unet_name": "flux1-dev-fp8.safetensors",
"weight_dtype": "default"
},
"_meta": {
"title": "Load Diffusion Model"
}
},
"32": {
"class_type": "VAELoader",
"inputs": {
"vae_name": "ae.safetensors"
},
"_meta": {
"title": "Load VAE"
}
},
"34": {
"class_type": "DualCLIPLoader",
"inputs": {
"clip_name1": "clip_l.safetensors",
"clip_name2": "t5xxl_fp16.safetensors",
"device": "default",
"type": "flux"
},
"_meta": {
"title": "Load CLIP (Dual)"
}
},
"35": {
"class_type": "InstructPixToPixConditioning",
"inputs": {
"negative": [
"7",
0
],
"pixels": [
"41:99",
0
],
"positive": [
"26",
0
],
"vae": [
"32",
0
]
},
"_meta": {
"title": "InstructPixToPixConditioning"
}
},
"37": {
"class_type": "LoraLoaderModelOnly",
"inputs": {
"lora_name": "flux1-depth-dev-lora.safetensors",
"model": [
"31",
0
],
"strength_model": 1
},
"_meta": {
"title": "Load LoRA"
}
},
"43": {
"class_type": "PreviewImage",
"inputs": {
"images": [
"41:99",
0
]
},
"_meta": {
"title": "Preview Image"
}
},
"41:100": {
"class_type": "KSamplerSelect",
"inputs": {
"sampler_name": "euler"
},
"_meta": {
"title": "KSamplerSelect"
}
},
"41:101": {
"class_type": "SetFirstSigma",
"inputs": {
"sigma": 10000,
"sigmas": [
"41:95",
0
]
},
"_meta": {
"title": "SetFirstSigma"
}
},
"41:87": {
"class_type": "UNETLoader",
"inputs": {
"unet_name": "lotus-depth-d-v1-1.safetensors",
"weight_dtype": "default"
},
"_meta": {
"title": "Load Diffusion Model"
}
},
"41:89": {
"class_type": "VAELoader",
"inputs": {
"vae_name": "vae-ft-mse-840000-ema-pruned.safetensors"
},
"_meta": {
"title": "Load VAE"
}
},
"41:92": {
"class_type": "SamplerCustomAdvanced",
"inputs": {
"guider": [
"41:94",
0
],
"latent_image": [
"41:97",
0
],
"noise": [
"41:93",
0
],
"sampler": [
"41:100",
0
],
"sigmas": [
"41:101",
0
]
},
"_meta": {
"title": "SamplerCustomAdvanced"
}
},
"41:93": {
"class_type": "DisableNoise",
"inputs": {},
"_meta": {
"title": "DisableNoise"
}
},
"41:94": {
"class_type": "BasicGuider",
"inputs": {
"conditioning": [
"41:96",
0
],
"model": [
"41:87",
0
]
},
"_meta": {
"title": "Basic Guider"
}
},
"41:95": {
"class_type": "BasicScheduler",
"inputs": {
"denoise": 1,
"model": [
"41:87",
0
],
"scheduler": "normal",
"steps": 1
},
"_meta": {
"title": "BasicScheduler"
}
},
"41:96": {
"class_type": "LotusConditioning",
"inputs": {},
"_meta": {
"title": "LotusConditioning"
}
},
"41:97": {
"class_type": "VAEEncode",
"inputs": {
"pixels": [
"17",
0
],
"vae": [
"41:89",
0
]
},
"_meta": {
"title": "VAE Encode"
}
},
"41:98": {
"class_type": "VAEDecode",
"inputs": {
"samples": [
"41:92",
0
],
"vae": [
"41:89",
0
]
},
"_meta": {
"title": "VAE Decode"
}
},
"41:99": {
"class_type": "ImageInvert",
"inputs": {
"image": [
"41:98",
0
]
},
"_meta": {
"title": "Invert Image Colors"
}
}
})
# run() also passes api_key to the partner nodes in this workflow.
job = client.run(workflow, api_key=api_key)