Flux 3 文本到图像工作流
基础 Flux 3 文本到图像工作流:BF16 的 Klein 基础,配备 9GB 文本放大器,Flux 2 VAE 和 Qwen VL 文本编码器。推荐 50 步。Graydient 上还可运行该系列的 Distill、Base、BF16 文本编码器和放大器预设,均在 ModelTrends 列出。典型渲染约需三分钟,需约 28 GB 显存。
兼容 / 可用于 Graydient 支持的应用
选项
| 选项 | 映射到 | 默认 |
|---|---|---|
(prompt positive) | Text (Multiline) → value | — |
/guidance | KSampler → cfg | 3.5 |
/images | Empty Flux 2 Latent → batch_size | 1 |
/seed | KSampler → seed | random |
/size | Empty Flux 2 Latent → width, height | 1024 × 1024 |
/steps | KSampler → steps | 50 |
使用的模型
/run:flux3 导入 在 ModelTrends 查看 面向开发者(可选)
API 示例代码。你可以用此工作流构建个人应用。准备部署时请 升级到商务计划。详见 完整渲染 API 文档。
curl https://cloud.graydient.ai/api/v3/render/ \
-X POST \
-H "Content-Type: application/vnd.api+json" \
-H "Accept: application/vnd.api+json" \
-H "Authorization: Bearer $GRAYDIENT_TOKEN" \
-d '{
"prompt": "/workflow /run:flux3 a lighthouse on a cliff at dusk",
"callback_url": "https://example.com/webhook/render"
}'这就是幕后工作原理。已经为你配置好了。上表中的参数插入这些槽位,允许你更改工作方式和加载的模型。你无需理解或修改它——它已经设置好,能直接使用。
Load Diffusion Model#28
MODEL
Load CLIP (9GB Text Upscaler)#25
CLIP
Load CLIP#30
CLIP
Load VAE#32
VAE
Text (Multiline)#24
STRING
CLIP Text Encode (Prompt)#6
clipCONDITIONING
clip_upscale
text
Empty Flux 2 Latent#35
LATENT
KSampler#31
modelLATENT
positive
latent_image
VAE Decode#8
samplesIMAGE
vae
Save Image#9
images
只读视图。高亮的标签是调用时可设置的选项。 基础 BF16,配 9GB 文本放大器;推荐 50 步。
ModelTrends 上的节点文档
此图中节点的通俗说明:每个节点的功能、输入输出及如何修复其错误。
所有工作流:强大工作流程