FLUX.1 Kontext 图像编辑实战开源 12B 指令式模型本地改图的完整玩法【免费下载链接】fluxOfficial inference repo for FLUX.1 models项目地址: https://gitcode.com/GitHub_Trending/flux49/flux一句话指令就能把本地图片里的 Logo、人物、背景替换掉而且改完之后主体前后保持一致——这是 FLUX.1 Kontext [dev] 做的事。它是 Black Forest Labs FLUX.1 系列中一个 12B 参数、开源权重的 rectified flow transformer而本仓库就是它的官方开源推理仓库命令行入口、采样实现、内容过滤、TensorRT 加速路径全部开箱即用。先出一张图从零到本地首次改图的链路上手链路很短克隆仓库、装依赖、跑一条命令。环境要求 Python 3.10 及以上。git clone https://gitcode.com/GitHub_Trending/flux49/flux cd flux python3.10 -m venv .venv source .venv/bin/activate pip install -e .[all]权重不用手动搬。首次运行任何 demo 时脚本会自动从 HuggingFace 拉取并落在checkpoints/目录下每个模型仓库一个子目录。FLUX.1-Kontext-dev属于 gated 仓库所以先认证huggingface-cli login或导出HF_TOKEN环境变量并去 HF 页面接受许可条款。想完全离线掌控的话也可以把flux1-kontext-dev.safetensors和ae.safetensors手动放进checkpoints/对应目录或者用FLUX_MODEL、FLUX_AE两个环境变量直接指向已有文件。第一条命令跑起来python -m flux kontext \ --img_cond_path assets/cup.png \ --prompt change the background to a starry night sky \ --num_steps 30 --guidance 2.5 --aspect_ratio 16:9 --seed 1输入图缺省时用仓库自带的assets/cup.png一只咖啡杯即下文交互编辑的默认对象。结果落在output/img_0.jpg图片内嵌隐形水印prompt 写进 EXIF 元数据。30 步 guidance 2.5 是文档与源码共同给出的推荐起点——模型经 guidance distillation 训练步数天然比常规采样少可随编辑强度上下微调。编辑命令怎么敲单次试跑与交互迭代单次模式适合批处理和脚本化想反复试指令直接进交互会话python -m flux kontext --loop每轮先问编辑指令再问输入图片路径。图片那一步直接回车就沿用上一张图同一张图可以连续编辑多轮这正是 Kontext 的主场。src/flux/cli_kontext.py 里还内置了一组斜杠命令会话中实时改参数不用重启/ar 16:9设定输出宽高比/ar auto恢复为跟随输入图分辨率/h 1024直接指定输出高度自动对齐到 16 的倍数/g 2.5改引导强度/s 42改种子/n 30改步数/q结束会话日常会碰的参数就这些参数默认值作用--img_cond_pathassets/cup.png输入图支持 jpg/png/webp--promptreplace the logo ...编辑指令文本--num_steps30采样步数--guidance2.5引导强度--seed随机固定值可复现结果--aspect_ratio跟随输入图如16:9--offload关省显存T5/CLIP/自编码器按需进出 GPU--output_diroutput文件名img_N.jpg自动续号为什么 Kontext 反复编辑不漂移答案在输入图进入模型的方式里。src/flux/sampling.py 中的prepare_kontext()做了四件事输入图先吸附到训练分辨率。模型只在 17 组特定分辨率上训练过672×1568 到 1568×672src/flux/util.py 中以表格定义程序按宽高比挑最接近的一组再做 LANCZOS 重采样让模型始终看到见过的尺寸原图被编码成潜在序列。它经过自编码器进潜在空间后按 2×2 打包成 token作为一等上下文参与注意力计算——而不是传统 img2img 那种加噪再重采样的参考位置编码区分原图与目标图。原图 token 的位置编码第一维置 1、待生成图置 0模型据此分清哪组 token 是被参考的、哪组是要产出的时间步调度随序列长度自适应。get_schedule()的偏移参数 mu 按图像 token 数在 0.5 与 1.15 之间线性插值图越大高噪步占比越靠前所以不同分辨率不宜盲抄同一组步数。整个去噪过程中原图序列每步恒定、只有目标图在变化。这就是同一张图能连改多轮而不漂的原因也是无需任何微调就能引用图中角色、风格与物体的底层逻辑。TensorRT 何时开三档精度与一套 engine 缓存PyTorch 路径稳但慢。卡和环境支持时可切 TensorRT先按 README 装好 NVIDIA PyTorch 容器并安装[tensorrt]附加依赖需--extra-index-url指向 NVIDIA 索引运行时加两个参数python -m flux kontext --loop --trt --trt_transformer_precision fp8精度三档任选bf16是质量基准fp8兼顾速度与质量fp4压缩最激进代码里另有其 SVD32 变体。T5 编码器精度由TRT_T5_PRECISION环境变量单独控制默认bf16只接受bf16/fp8。几个机制值得知道逻辑集中在 src/flux/trt/trt_manager.pyONNX 来源模型取自官方FLUX.1-Kontext-dev-onnx仓库同样是 gated需先完成授权CLIP、Transformer、T5 分别构建 engine缓存目录可用TRT_ENGINE_DIR覆盖构建一次跨会话复用engine 默认按动态形状构建不同宽高比之间切换不用重新构建。建议显存紧张或只想体验效果时先用 PyTorch 路径加--offload追求吞吐再上fp8/fp4。哪些能做、哪些不能做内容过滤与许可边界⚠️ 这一节是上线前必读。过滤卡在三道关。CLI 在生成前后各做一次内容检查输入 prompt、输入图片、输出图片实现见 src/flux/content_filters.py。判别靠 pixtral-12b 视觉语言模型判断版权角色、商标与公众人物再叠加Falconsai/nsfw_image_detection分类器NSFW 分数超过 0.85 即拦截。命中后交互模式会要求换 prompt 或换图单次模式直接结束。注意这套自动过滤不能替代人工审查按 FLUX.1 [dev] 非商用许可的要求正式部署时必须配套人工审核环节。许可边界。权重走 FLUX.1-dev 非商用许可个人、科研、艺术创作没问题商用分发需另行向 Black Forest Labs 取得商业授权。拿到商用许可后打开用量上报即可export BFL_API_KEYyour_api_key_here python -m flux kontext --track_usage --prompt change the background to a starry night sky每次生成数会 POST 到 BFL 许可 API同一机制也覆盖 FLUX.1 [dev] 与 Tools 系列模型仅商用场景必需。三个高频坑✅首次运行授权失败。权重在 gated 仓库里没先登录 HF 下载必挂。huggingface-cli login一次即可之后自动续用。✅显存不够。12B 主干不小。加--offload让 T5、CLIP、自编码器在不用时退回 CPU用速度换显存再进一步就切 TensorRTfp8/fp4。✅输出比例被拉变形。--aspect_ratio强行指定一个与输入图差异很大的比例会出拉伸感。不传这个参数时输出自动跟随输入图吸附后的训练分辨率通常更稳。参考资料模型卡片model_cards/FLUX.1-kontext-dev.md官方使用文档docs/image-editing.mdCLI 与交互命令src/flux/cli_kontext.py采样与条件构造src/flux/sampling.pyTensorRT 管理src/flux/trt/trt_manager.py【免费下载链接】fluxOfficial inference repo for FLUX.1 models项目地址: https://gitcode.com/GitHub_Trending/flux49/flux创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考