终于等来Kontext开源模型了。
这个模型的API已经出来一段时间了，效果很好。因为效果很好，所以感觉开源无望，没想到有意外惊喜，开源模型突然就来了。 这应该是近期可玩性最强的图片编辑模型了。
先快速来看一下 fluxKontext 有哪些特征：
从这个亮点来看，这个模型的功能非常清晰，就是冲着智能P图去的。
下面快速预览下效果和应用场景：
风格转换：
- 提示词：Transform to 1960s pop art style with bright colors, bold graphics, and commercial aesthetics
添加文本：
- 提示词： Add ASCII style text only the single word "In" no additional letters to the display
移除对象：
风格参考：
视角切换：
- 提示词：Rotate the camera 180 degrees to view directly from behind the dog, showing its back and tail while maintaining the same 3D style
多轮编辑：
多图合成：
改变光：
模型介绍得差不多了，接下来，说说本地安装。
准备工作
配备大显存N卡的电脑一台！
硬件是必须的，其它都是小问题。
我分别在5060TI 16G和3090 24上安装和运行了。
首次运行确保5060可有运行，二次运行是在3090上，下面截图主要也是3090上的截图。
安装软件
全新安装
flux的安装方式有非常多种：
使用桌面程序，傻瓜式安装，理论上最适合新手最简单。
Windows便携包，解压即安装，所有东西都在一个压缩包里面。
手动安装，自己把控全程，有一定难度。
从上面的介绍来看，桌面应用最方便，但是它会在线加载依赖，可能因为网络问题出现各种问，出现问题了，也不好排查和干预，所以有时候反而不方便。
所以，我还是推荐第二种，直接下载7z压缩包。
下载到本地之后，直接解压。
解压方式，推荐的是使用7-zip这个免费无广告的压缩包管理软件。如果不想装，可以用Windows自带的解压功能。
在压缩包文件上右键，点击全部解压缩。
通过浏览选择一个路径，然后点击提取就可以了。自带的工具，提取会消耗比较多资源，进入假死状态，需要保证C盘空间充足。
点击run_nvidia_gpu.bat启动软件。
这是一个完整的软件包，不需要自己配置任何东西。解压完成之后，进入ComfyUI_windows_portable 这个文件夹，点击上图中的Bat脚本就可以启动软件了
启动日志如下：
这里面需要确认一下Pytorch版本，只有2.7+cu128才支持RTX50系列显卡。最新版压缩包，默认就支持50系列。当出现http...之后，表示启动成功，然后程序会自动调用本地浏览器，打开这个地址。
老版本升级
如果你电脑上之前安装过ComfyUI，不想重新下载和安装，那么可以选择升级本地版。
找到ComfyUI的解压目录 ，找到update。
然后点击updat_comfyui_stable.bat 等待 运行结束!
正常来说，这样就可以了。但是由于rtx5060等50系列显卡对应的CUDA版本已升级了。所以需升级Pytorch的版本，来适配新显卡。
具体操作是，打开python_embeded这个文件夹。
这里面有一个独立的Python环境，需要更新这个环境的pytorch依赖包。
可以在文件资源管理器的地址栏，输入CMD 按回车，打开CMD并自动定位到这个文件夹。
然后输入命令：
python.exe -m pip install -U torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
命令执行会，需要在线下载几个G的文件，下载完成，会自动安装。安装完成之后，就可以正常使用ComfyUI最新版了，新版默认支持Flux Kontext 图像编辑功能。
打开工作流
ComfyUI的所有的操作都基于工作流， fluxKontext 这个P图模型，也有它自己的工作流，而且官方软件里面自带了这个工作流。
下面看一下如何打开这个工作流。
在网页中找到工作流菜单，打开菜单，找到浏览模板，点击一下。
找到Flux，然后点击第一个“小兔子”的工作流。这里有两个关于Kontext的工作流，我们先用第一个。
载入之后，工作流如下：
然后只要选择一下参考图片，输入修改提示词，点击一下运行就可以了。
下载模型
由于第一次使用这个模板，本地并没有对应的模型。所以打开工作流的时候，就会自动提示你下载模型。
这里主要涉及到四个模型，可以点击下载按钮开始下载。下载完成之后放到对应的文件夹里面。
具体放哪里，可以参考下面的提示：
在我们解压的软件目录下面找到ComfyUI，它下面有个models文件夹，models文件又有很多字子文件夹。所有模型都分类放在这些子文件夹里面。
设置工作流
模型放到对应的路径之后，我们需要对工作流进行一定的设置。
首先是刷新节点定义，刷新之后工作流，才能识别到模型。
点击编辑菜单，然后点击刷新自定义节点。
然后是选择模型
由于我们完全是按工作流预设的模型来进行下载，所以只要我们把模型放到了对应路径，刷新节点之后，基本无需修改，直接就可以使用了。
如果你需要更换模型，就是在上面的区域中下拉来选择模型。
上传参考图片
既然是P图，就肯定有原图，这里也叫参考图片。点击选择文件上传，选择一个预先准备好的图片。
我这里选择的是一张展开翅膀的Model X的图片。
设置提示词
有了图片之后，需要描述P图的内容。比如把这辆车的颜色换成红色。
模型，图片，提示词，全部设置完，工作流的设置就完成了。
运行工作流
一切就绪之后，就可以点击运行了。
点击有运行之后，会依次加载图片，模型，提示词，然后生成原图的预览图和最终图片。
结果如下：
效果非常牛逼！
我特地选了一张背景雪白色的图片，它成功识别了车辆，并进行了颜色替换 ，修改主体目标区域颜色的同时，其他全部不动。这种一致性，才是P图的关键。如果让gpt4o去P图，往往主体会发生一些变化。
运行过程中和运行完成之后的记录可以在队里中查看。
运行过程中占用显存情况如下：
3090上24G用了18.7G
5060TI上16G显存用了14.8G
由于两个都没有使用共享GPU内存，所以我合理推测，5060TI是的16G显存跑这个fp8模型可能是够用的，并没有退一步放到CPU上去跑。
生成图片的时间如下：
3090 首次运行用了86秒，其中生产图片用了63秒。
5060ti 首次运行用了131秒，其中生产图片用了93秒。
P一张图片大概在 一分钟出头，效果比我P的好，时间比我用的少，而且 不需要花钱调用第三方API，纯本地运行。相当不错！
通过上面的教程，我相信大部分都可以轻松搞定。这样我们本地就有一个完全离线的AI P图工具了。工作流设置好之后，只要拖个图片，描述一下操作，就可以轻松完成批图了。
最后，相关的软件和模型，已放在网盘！
Flux Kontext 软件，模型，工作流：https://pan.baidu.com/s/1Xy_Q8WT37bNCjcF5lsBCHw?pwd=tony
参考链接：
https://blog.comfy.org/p/flux1-kontext-dev-day-0-support
https://docs.comfy.org/zh-CN/tutorials/flux/flux-1-kontext-dev
