Nunchaku FLUX.1 CustomV3部署教程：WLS2+RTX4090 Windows平台兼容性配置指南-育师

Nunchaku FLUX.1 CustomV3部署教程：WLS2+RTX4090 Windows平台兼容性配置指南

想在自己的Windows电脑上，用RTX4090显卡跑一个高质量的文生图模型吗？Nunchaku FLUX.1 CustomV3就是一个绝佳的选择。它不是一个普通的模型，而是一个精心调校过的工作流程，能帮你生成细节丰富、风格独特的图片。

很多朋友在Windows上部署这类工具时，总会遇到各种环境问题，比如驱动不匹配、依赖库冲突，或者性能跑不满。今天这篇教程，就是为你准备的。我会手把手带你，在Windows 11的WSL2环境下，用你的RTX4090显卡，把Nunchaku FLUX.1 CustomV3完整地跑起来。整个过程清晰明了，即便你之前没怎么接触过命令行，也能跟着一步步完成。

1. 理解Nunchaku FLUX.1 CustomV3：它是什么，能做什么？

在开始动手之前，我们先花几分钟了解一下我们要部署的这个“家伙”。知道它的来龙去脉和能耐，后面配置起来心里更有底。

1.1 核心构成：一个强强联合的工作流

Nunchaku FLUX.1 CustomV3不是一个单一的模型文件。你可以把它理解为一个“明星团队”：

基石模型：Nunchaku FLUX.1-dev。这是整个工作流的基础，一个强大的文生图模型，负责理解你的文字描述并生成图像的初始框架。
加速引擎：FLUX.1-Turbo-Alpha。你可以把它看作一个“性能增强模块”。它的加入，旨在不显著牺牲画质的前提下，大幅提升图片生成的速度，让你等待的时间更短。
风格画笔：Ghibsky Illustration LoRAs。这是赋予图片独特灵魂的关键。LoRA是一种轻量化的模型微调技术。这里使用的Ghibsky Illustration风格LoRA，能够引导生成的图片偏向某种特定的插画美学（可能类似于吉卜力工作室的清新、细腻风格），让输出结果更具艺术感和一致性。

简单来说，Nunchaku FLUX.1 CustomV3 = 强大的基础模型 + 速度优化 + 独特的艺术风格。这个组合拳的目的，就是让你能快速、稳定地生成高质量且风格化的图片。

1.2 它能为你带来什么？

部署成功后，你将获得一个本地运行的AI绘画工具。相比于使用在线服务，本地部署有几个明显优势：

隐私安全：你的提示词和生成的图片完全在本地处理，无需上传到任何服务器。
无限使用：没有调用次数、排队时间或会员费用的限制，想生成多少就生成多少。
完全可控：你可以深度定制工作流，调整各种参数，探索模型能力的边界。
发挥硬件性能：充分利用你RTX4090显卡的强大算力，获得更快的生成速度。

接下来，我们就进入正题，开始准备部署环境。

2. 环境准备：配置WSL2与GPU支持

我们的目标是在Windows系统内，创建一个Linux子系统（WSL2），并让这个子系统能够直接调用你主机上的NVIDIA RTX4090显卡。这是最关键的一步。

2.1 启用Windows功能并安装WSL2

首先，我们需要打开Windows的几个必要功能。

以管理员身份打开 PowerShell。在开始菜单搜索“PowerShell”，右键点击它，选择“以管理员身份运行”。
在打开的窗口里，依次输入并执行以下三条命令。这可能会要求你重启电脑，请按照提示操作。
```
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart wsl --set-default-version 2
```
第一条命令启用“Linux子系统”，第二条启用“虚拟机平台”，第三条将WSL的默认版本设置为2。
重启电脑。完成上述操作后，务必重启一次计算机，让设置生效。

2.2 安装Linux发行版并配置用户

重启后，我们安装一个Linux系统。

打开微软商店（Microsoft Store），搜索“Ubuntu”。选择最新的LTS版本（比如Ubuntu 22.04 LTS）并点击安装。
安装完成后，从开始菜单启动Ubuntu。第一次启动会进行初始化，需要你设置一个用户名和密码。这个密码在后续输入命令时会经常用到，请务必记住。
提示：Linux下输入密码时，光标不会移动或显示星号，这是正常现象，照常输入后按回车即可。

2.3 安装NVIDIA CUDA驱动与WSL2工具包

要让WSL2里的Linux系统能用上你的RTX4090，需要在Windows和Linux两边都进行配置。

在Windows上安装驱动：
- 访问NVIDIA官网的驱动程序下载页面。
- 选择你的产品系列（GeForce RTX 40 Series）、具体型号（RTX 4090）和操作系统（Windows 11）。点击“搜索”并下载最新的Game Ready或Studio驱动程序。
- 运行安装程序，选择“自定义安装”，并务必勾选“执行清洁安装”，以确保驱动安装干净。安装完成后再次重启Windows。

在WSL2（Ubuntu）中安装CUDA工具包：

再次打开你的Ubuntu终端。
依次执行以下命令来安装NVIDIA为WSL2准备的CUDA工具包。这个过程会下载几百MB的文件，请保持网络通畅。

# 首先，更新软件包列表 sudo apt update # 然后，安装CUDA工具包（此命令适用于Ubuntu 22.04） wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-keyring_1.1-1_all.deb sudo dpkg -i cuda-keyring_1.1-1_all.deb sudo apt update sudo apt -y install cuda-toolkit-12-4

验证GPU是否可用：
- 安装完成后，在Ubuntu终端中输入以下命令：
```
nvidia-smi
```
- 如果配置成功，你会看到一个表格，显示了你的RTX 4090显卡信息、驱动版本以及CUDA版本（应该是12.4或更高）。看到这个，就说明最难的坎已经过去了——你的WSL2现在可以全力调用你的显卡了！

3. 部署Nunchaku FLUX.1 CustomV3工作流

环境搞定，现在我们来部署主角。我们将使用ComfyUI这个强大的图形化节点工具来运行Nunchaku FLUX.1 CustomV3工作流。

3.1 安装Miniconda与创建Python环境

为了管理Python版本和依赖库，我们使用Miniconda。

在Ubuntu终端中，下载并安装Miniconda：
```
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh
```
- 安装过程中，一直按回车阅读许可协议，输入yes同意。
- 当问及安装路径时，直接按回车使用默认路径。
- 最后询问“Do you wish the installer to initialize Miniconda3?”，一定要输入yes，这会将conda命令添加到你的shell配置中。
关闭当前终端，再重新打开一个新的Ubuntu终端。这时你应该能在命令行开头看到(base)字样，说明conda已激活。
创建一个专用于本项目的Python环境（这里以Python 3.10为例）：
```
conda create -n flux python=3.10 -y conda activate flux
```
看到命令行提示符从(base)变成(flux)，说明你已经进入了新建的环境。

3.2 克隆仓库与安装依赖

克隆包含Nunchaku FLUX.1 CustomV3工作流的仓库（这里假设仓库地址为example/repo，你需要替换为实际地址）：
```
git clone https://github.com/example/repo.git cd repo
```
安装PyTorch及相关依赖。请根据你的CUDA版本（我们之前安装的是12.4）选择对应的命令。在(flux)环境下执行：
```
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
```
安装ComfyUI及其他项目要求的依赖。通常项目会提供一个requirements.txt文件：
```
pip install -r requirements.txt
```
如果项目没有该文件，你可能需要参考其文档手动安装comfyui等包。

3.3 下载模型与加载工作流

放置模型文件：根据项目说明，你需要将下载好的nunchaku-flux.1-dev基础模型、flux.1-turbo-alpha加速模型以及ghibsky-illustration的LoRA文件，放入ComfyUI对应的模型文件夹中，通常是ComfyUI/models/checkpoints和ComfyUI/models/loras。
启动ComfyUI：在项目目录下，运行启动命令：
```
python main.py
```
如果一切顺利，终端会输出一个本地访问地址，通常是http://127.0.0.1:8188。
在Windows中访问：打开你的Windows浏览器（Chrome、Edge等），在地址栏输入http://127.0.0.1:8188，就能看到ComfyUI的界面了。

4. 快速上手：你的第一张AI生成图

现在，你已经成功打开了ComfyUI的大门。让我们用最简单的方式生成第一张图片。

加载工作流：在ComfyUI界面中，点击右侧的“Load”按钮，或者从菜单栏选择“Load”。找到并选择项目提供的nunchaku-flux.1-dev-myself.json工作流文件并加载。这时，画布上会出现一系列连接好的节点，这就是预设好的Nunchaku FLUX.1 CustomV3流水线。
修改提示词：在节点图中，找到名为“CLIP Text Encode (Prompt)”或类似的节点。双击其中的文本框，删除默认文字，输入你想要图片的描述，例如：a beautiful fantasy landscape with a crystal clear lake and ancient trees, ghibli style, masterpiece, best quality。
点击生成：确认所有节点连接无误后（预设工作流通常已连好），点击界面右上角大大的“Queue Prompt”按钮。
等待与查看：后台开始运行。你可以在终端看到生成进度。稍等片刻（时间取决于你的提示词复杂度和迭代步数），图片就会在“Save Image”节点预览，并自动保存到输出目录。
保存图片：在“Save Image”节点生成的图片上右键，可以选择“Save Image”将其保存到本地。

恭喜！你已经在自己的Windows电脑上，利用RTX4090，通过Nunchaku FLUX.1 CustomV3工作流生成了第一张AI绘画作品。你可以尝试修改提示词、调整采样器步数、切换不同的风格LoRA，来探索无限的可能性。

5. 常见问题与优化建议

部署过程很少一帆风顺，这里列出几个你可能遇到的问题和解决办法。

5.1 部署过程中可能遇到的“坑”

nvidia-smi命令不生效：检查Windows驱动是否安装正确，并确认在PowerShell中执行了wsl --set-default-version 2。尝试在Windows PowerShell中运行wsl --shutdown重启WSL，然后再打开Ubuntu试试。
运行python main.py时提示缺少模块：确保你已经在(flux)的conda环境下，并且正确安装了requirements.txt中的所有依赖。有时需要手动安装一些系统库，比如libgl1-mesa-glx。
生成图片时显存不足（OOM）：虽然RTX4090有24GB显存，但如果分辨率设置过高或同时加载多个大模型，也可能溢出。尝试在ComfyUI的工作流中降低生成图片的宽度和高度（如从1024x1024降至768x768），或者减少采样步数。
生成速度不如预期：确认在ComfyUI的采样器节点中，是否正确加载了FLUX.1-Turbo-Alpha相关的模型或配置。Turbo模型通常需要配合特定的采样器（如Euler a）和较少的步数（如20步）才能发挥加速效果。

5.2 让体验更好的小技巧

使用--listen参数启动：如果你想在局域网内的其他设备（比如iPad）上访问ComfyUI界面，可以使用python main.py --listen命令启动。这样会监听所有网络接口，通过你的电脑IP地址加端口号就能访问。
管理多个工作流：ComfyUI支持保存和加载工作流（.json文件）。将调试好的、不同用途的工作流（比如人像专用、风景专用）分别保存下来，以后可以一键加载，非常方便。
探索社区节点：ComfyUI的强大之处在于其可扩展性。你可以安装第三方自定义节点，来实现面部修复、高清放大、背景移除等更多高级功能。