# SimpleFlux1Merger插件保姆级教程 ## 1. 插件简介 SimpleFlux1Merger是专门为ComfyUI设计的Flux.1模型合并插件，GitHub地址：https://github.com/vekitan55/SimpleFlux1Merger 这个插件最大的作用就是把不同的Flux.1模型混合在一起，就像调颜料一样。比如你有一个擅长画风景的模型A，还有一个擅长画人物的模型B，用这个插件就能把它们混合成一个既能画风景又能画人物的新模型。 这个插件提供了两种合并方式：简化版(适合新手)和专家版(适合高级用户)，还支持多种不同的合并模式。 ## 2. 如何安装 ### 方法一：通过ComfyUI Manager安装（推荐） 1. 打开ComfyUI，点击右上角的"Manager"按钮 2. 在搜索框里输入"SimpleFlux1Merger" 3. 找到后点击"Install"按钮 4. 等待安装完成，重启ComfyUI ### 方法二：手动安装 1. 打开你的ComfyUI文件夹 2. 进入`custom_nodes`文件夹 3. 按住Shift键，右键点击空白处，选择"在此处打开命令提示符" 4. 输入以下命令： ``` git clone https://github.com/vekitan55/SimpleFlux1Merger.git ``` 5. 等待下载完成，重启ComfyUI ## 3. 节点详解 ### 3.1 Simplified Flux.1 Merge节点（简化版合并节点） 这个节点就像一个简化版的调色板，把复杂的模型合并过程简化成了9个滑块，让新手也能轻松使用。 #### 3.2 参数详解 | 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 | |:---|:---|:---|:---|:---|:---|:---| | 模型A | model_a | 模型文件 | 主要模型 | 这是你的"主菜"，合并后的模型会主要保留这个模型的特点 | 作为合并基础的源模型 | 比如选择一个风景模型作为基础 | | 模型B | model_b | 模型文件 | 辅助模型 | 这是你的"调料"，用来给主模型增加新的能力 | 用于混合的目标模型 | 比如选择一个人物模型来增加人物绘制能力 | | 模型C | model_c | 模型文件 | 参考模型 | 这是"参考样本"，在某些合并模式下需要用到 | 在训练差异模式下使用的参考模型 | 在train_difference模式下使用原始基础模型 | | 图像输入层权重 | img_in_weight | 0.0-1.0 | 0.5 | 控制处理图像输入的那部分混合程度，就像调节画布的质感 | 控制图像输入层的插值权重 | 设置0.3表示更偏向模型A，0.7更偏向模型B | | 文本输入层权重 | txt_in_weight | 0.0-1.0 | 0.5 | 控制理解文字提示的那部分混合程度，就像调节"听话"的程度 | 控制文本输入层的插值权重 | 如果想要B模型更好地理解提示词，可以设置0.7 | | 双重块组1权重 | double_blocks_group1 | 0.0-1.0 | 0.5 | 控制模型处理复杂特征的第一组"大脑"混合程度 | 控制前几层双重变换块的权重 | 影响模型的基础特征识别能力 | | 双重块组2权重 | double_blocks_group2 | 0.0-1.0 | 0.5 | 控制模型处理复杂特征的第二组"大脑"混合程度 | 控制中间层双重变换块的权重 | 影响模型的中级特征处理能力 | | 双重块组3权重 | double_blocks_group3 | 0.0-1.0 | 0.5 | 控制模型处理复杂特征的第三组"大脑"混合程度 | 控制后几层双重变换块的权重 | 影响模型的高级特征综合能力 | | 单一块组1权重 | single_blocks_group1 | 0.0-1.0 | 0.5 | 控制模型处理简单特征的第一组"助手"混合程度 | 控制前段单一变换块的权重 | 影响模型的细节处理能力 | | 单一块组2权重 | single_blocks_group2 | 0.0-1.0 | 0.5 | 控制模型处理简单特征的第二组"助手"混合程度 | 控制中段单一变换块的权重 | 影响模型的纹理和细节平衡 | | 单一块组3权重 | single_blocks_group3 | 0.0-1.0 | 0.5 | 控制模型处理简单特征的第三组"助手"混合程度 | 控制后段单一变换块的权重 | 影响最终输出的细节表现 | | 最终层权重 | final_layer_weight | 0.0-1.0 | 0.5 | 控制模型最后输出结果的那一层混合程度，就像调节"最终画笔" | 控制最终输出层的插值权重 | 影响最终图像的整体风格倾向 | | 合并模式 | merge_mode | 选择列表 | standard | 选择不同的"混合方式"，就像选择不同的调色方法 | 选择插值算法类型 | standard是最常用的线性混合方式 | ### 3.3 Expert Flux.1 Merge节点（专家版合并节点） 这个节点就像一个专业的调色台，给你提供了所有层级的精确控制，总共有57个独立的滑块（19个双重块 + 38个单一块）。 #### 3.4 参数详解 | 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 | |:---|:---|:---|:---|:---|:---|:---| | 模型A | model_a | 模型文件 | 主要模型 | 这是你的"主菜"，合并后的模型会主要保留这个模型的特点 | 作为合并基础的源模型 | 比如选择一个风景模型作为基础 | | 模型B | model_b | 模型文件 | 辅助模型 | 这是你的"调料"，用来给主模型增加新的能力 | 用于混合的目标模型 | 比如选择一个人物模型来增加人物绘制能力 | | 模型C | model_c | 模型文件 | 参考模型 | 这是"参考样本"，在某些合并模式下需要用到 | 在训练差异模式下使用的参考模型 | 在train_difference模式下使用原始基础模型 | | 图像输入层权重 | img_in_weight | 0.0-1.0 | 0.5 | 控制处理图像输入的那部分混合程度，就像调节画布的质感 | 控制图像输入层的插值权重 | 设置0.3表示更偏向模型A，0.7更偏向模型B | | 文本输入层权重 | txt_in_weight | 0.0-1.0 | 0.5 | 控制理解文字提示的那部分混合程度，就像调节"听话"的程度 | 控制文本输入层的插值权重 | 如果想要B模型更好地理解提示词，可以设置0.7 | | 双重块0权重 | double_blocks_0 | 0.0-1.0 | 0.5 | 控制第1个"大脑处理单元"的混合程度 | 控制第0层双重变换块的权重 | 影响模型最初的特征识别 | | 双重块1权重 | double_blocks_1 | 0.0-1.0 | 0.5 | 控制第2个"大脑处理单元"的混合程度 | 控制第1层双重变换块的权重 | 影响模型的基础特征提取 | | ... | ... | ... | ... | ... | ... | ... | | 双重块18权重 | double_blocks_18 | 0.0-1.0 | 0.5 | 控制第19个"大脑处理单元"的混合程度 | 控制第18层双重变换块的权重 | 影响模型的高级特征处理 | | 单一块0权重 | single_blocks_0 | 0.0-1.0 | 0.5 | 控制第1个"助手处理单元"的混合程度 | 控制第0层单一变换块的权重 | 影响模型的细节处理开始阶段 | | 单一块1权重 | single_blocks_1 | 0.0-1.0 | 0.5 | 控制第2个"助手处理单元"的混合程度 | 控制第1层单一变换块的权重 | 影响模型的细节处理第二阶段 | | ... | ... | ... | ... | ... | ... | ... | | 单一块37权重 | single_blocks_37 | 0.0-1.0 | 0.5 | 控制第38个"助手处理单元"的混合程度 | 控制第37层单一变换块的权重 | 影响模型的最终细节输出 | | 最终层权重 | final_layer_weight | 0.0-1.0 | 0.5 | 控制模型最后输出结果的那一层混合程度，就像调节"最终画笔" | 控制最终输出层的插值权重 | 影响最终图像的整体风格倾向 | | 合并模式 | merge_mode | 选择列表 | standard | 选择不同的"混合方式"，就像选择不同的调色方法 | 选择插值算法类型 | standard是最常用的线性混合方式 | ### 3.5 合并模式详解 | 模式名称 | 通俗解释 | 专业解释 | 什么时候用 | |:---|:---|:---|:---| | standard | 标准混合，就像调颜料一样把两个模型按比例混合 | 线性插值 A * w + B * (1-w) | 最常用的模式，适合大部分情况 | | add_difference | 差值叠加，把B模型相对于A模型的"改进"加到A上 | 添加差异 A + w * (B - A) | 当你想要A模型保持主要特点，但加入B模型的改进时 | | train_difference | 训练差值，模拟训练过程中的改进效果 | 训练差异 A + w * (B - C) | 当你有原始模型C和训练后的模型B，想把改进应用到模型A时 | ## 4. 使用技巧和建议 ### 4.1 新手建议 - 先用简化版节点，熟悉了再用专家版 - 初次使用时，所有权重都设置为0.5，然后慢慢调整 - 选择standard模式开始实验 ### 4.2 调参技巧 - **img_in_weight**: 如果合并后的模型对图像理解不好，可以调高这个值 - **txt_in_weight**: 如果合并后的模型不听话(不按提示词生成)，可以调高这个值 - **final_layer_weight**: 这个参数对最终效果影响最大，可以重点调节 ### 4.3 模型选择建议 - 模型A选择你最满意的主力模型 - 模型B选择有你想要的特殊能力的模型 - 确保所有模型都是Flux.1架构，否则会出错 ## 5. 常见问题解答 ### Q1: 为什么合并后的模型效果不好？ A1: 可能是权重设置不合适，尝试调整各个权重值，特别是final_layer_weight ### Q2: 合并过程中出现内存不足怎么办？ A2: 这个插件已经优化了内存使用，如果还是不够，可以关闭其他程序释放内存 ### Q3: 什么时候需要用到模型C？ A3: 只有在选择train_difference模式时才需要模型C，其他模式可以不连接 ### Q4: 简化版和专家版有什么区别？ A4: 简化版用9个滑块控制整组层级，专家版用57个滑块控制每一层，专家版更精确但更复杂 ### Q5: 合并后的模型怎么保存？ A5: 合并节点的输出直接连接到其他节点使用，如果要保存，需要连接到模型保存节点 ## 6. 实际使用流程 1. **准备阶段**: 确保你有至少2个Flux.1模型文件 2. **加载节点**: 在ComfyUI中添加SimpleFlux1Merger节点 3. **连接模型**: 将模型加载节点连接到合并节点的model_a和model_b 4. **调整权重**: 根据你的需求调整各个权重滑块 5. **选择模式**: 选择合适的合并模式(新手建议用standard) 6. **运行测试**: 连接到图像生成流程，测试合并效果 7. **精细调整**: 根据生成效果调整权重参数 记住，模型合并是一个需要耐心的过程，多尝试不同的参数组合，你会找到最适合你需求的设置！
ComfyUI图像合并插件comfyui-merge使用教程 2025-07-03 22:44 ComfyUI 图像合并插件教程 (comfyui-merge) 1. 插件简介 这是一个专门用来合并图片的 ComfyUI 插件，就像用 PS 把多张图片叠在一起那样。它的特别之处在于你精确控制每张图片的混合方式。 GitHub 地址：https://github.com/LingSss9/com
%20(1).png)
