企业官网建设流程全解析

• 人工智能
• 大模型
• 媒体生成
• 多模态

本文是基于 README.md 编写的部署与使用指南，面向 ComfyUI 用户：将 Qwen-Image 2.1 官方模型仓库中针对 ComfyUI 重新打包的 8 个单文件模型（.safetensors）按目录放置、选型与运行文本生成、图生图、背景移除等官方工作流。读完本文你将掌握：每个模型文件在 ComfyUI 中的正确落盘位置、不同精度变体的适用场景与硬件权衡、Prompt Enhancer 与 TextGenerate 节点的配合方式，以及如何导入官方 Workflow 模板完成文生图与图像编辑。

一、仓库定位：面向 ComfyUI 的 Qwen-Image 2.1 模型再打包

本仓库（hf_mirrors/Comfy-Org/Qwen-Image-2.1）的核心作用是将 Qwen 官方发布的 Qwen-Image 2.1 系列模型重新打包为 ComfyUI 可直接加载的单文件格式（diffusion-single-file），原模型仓库位于 HuggingFace 的Qwen/Qwen-Image-2.1。

仓库采用 Git LFS 管理全部模型权重（见 .gitattributes 中*.safetensors filter=lfs规则），文件以 LFS 指针形式存在于仓库中，实际权重由 LFS 存储，因此克隆仓库后必须执行git lfs pull才能获取完整权重。文件命名中的后缀含义：

• bf16：bfloat16 全精度权重，质量最佳、显存占用最大；
• int8_convrot：INT8 量化权重，为线性层/卷积层（Convolution）旋转（Rot）重排后的低精度变体，在显存与质量间取得平衡；
• w4a8：权重 4-bit、激活 8-bit 的混合量化变体，体积最小、显存占用最低。

仓库中实际存放的文件与 LFS 声明的大小如下（单位 GiB，数值由size字段换算）：

提示：上述文件在仓库中均为 Git LFS 指针文本（约 130 字节），通过git lfs pull拉取后才会成为真正的权重文件；磁盘需求约为表中大小之和，请预留充足空间。

二、安装：将文件放入 ComfyUI 对应模型目录

README 明确给出了文件目录映射关系。ComfyUI 通过models/下的子目录按类型加载模型，因此路径必须严格对应，否则节点无法在列表中看到对应模型：

📂 ComfyUI/ └── 📂 models/ ├── 📂 diffusion_models/ │ ├── qwen_image_2.1_bf16.safetensors │ └── qwen_image_2.1_int8_convrot.safetensors ├── 📂 text_encoders/ │ ├── qwen3vl_8b_bf16.safetensors │ ├── qwen3vl_8b_int8_convrot.safetensors │ ├── qwen3vl_8b_w4a8.safetensors │ ├── qwen3.5_9b_qwen_image_2.1_pe_i2i.int8_convrot.safetensors │ └── qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensors └── 📂 vae/ └── qwen_image_2.1_vae_bf16.safetensors

对应关系可以总结为三条规则：

1. 扩散主干（Diffusion Model）：diffusion_models/下的两个qwen_image_2.1_*.safetensors放入ComfyUI/models/diffusion_models/；
2. 文本编码器（Text Encoder）：text_encoders/下的 5 个文件放入ComfyUI/models/text_encoders/，其中既包含用于提示词理解的基础编码器（qwen3vl_8b 系列），也包含用于提示词增强的编码器（qwen3.5_9b 系列）；
3. VAE：qwen_image_2.1_vae_bf16.safetensors放入ComfyUI/models/vae/。

文本编码器的两种角色

README 中特别说明：qwen3.5_9b_qwen_image_2.1_pe_*系列模型（pe即 Prompt Enhancer）是专门用于提示词增强的模型，必须搭配TextGenerate 节点使用，而不是作为常规文本编码器直接接入 CLIP 加载节点。两个变体分别对应两种场景：

• qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensors：服务于 Text-to-Image（文生图）工作流；
• qwen3.5_9b_qwen_image_2.1_pe_i2i.int8_convrot.safetensors：服务于 Image Edit / I2I（图生图、图像编辑）工作流。

而qwen3vl_8b_*三个变体才是真正承担提示词编码任务的视觉语言文本编码器：bf16（全精度）、int8_convrot（INT8 量化）、w4a8（4-bit 权重 + 8-bit 激活）。它们与扩散主干之间通过精度匹配可以灵活组合，例如“int8 主干 + int8 编码器”适合中低显存环境，“bf16 主干 + bf16 编码器”适合追求最佳质量的显存充足环境。

三、选型参考：不同精度变体的适用场景

模型仓库为扩散主干与文本编码器各提供了多个精度变体，结合文件命名与常见实践可以给出如下选型思路（具体显存需求请以 ComfyUI 实际加载为准）：

• w4a8的“4-bit 权重 + 8-bit 激活”混合量化是三个文本编码器变体中体积最小的（5.9 GiB），适合在小显存显卡上运行完整管线；
• 无论选择哪个变体，VAE 都使用唯一的qwen_image_2.1_vae_bf16.safetensors（0.6 GiB），无需选择；
• 同名变体的质量差异属于量化引入的近似，实际效果建议在同一工作流中切换对比验证。

四、工作流：官方提供的三套模板

README 提供了三套官方工作流模板（存放于 Comfy-Org 的 workflow_templates 仓库）：

1. Text-to-Image（文生图）：image_qwen_image_2_1_t2i.json
2. Image Edit（图像编辑/图生图）：image_qwen_image_2_1_image_edit.json
3. Remove Background（背景移除）：image_qwen_image_2_1_background_removal.json

4.1 文生图工作流（T2I）

工作流模板image_qwen_image_2_1_t2i.json展示的是最基础、也是最能体现整套模型能力的流程，核心链路为：

TextGenerate（可选：Prompt Enhancer）→ 文本编码器（qwen3vl_8b）→ 扩散主干（qwen_image_2.1）→ VAE 解码 → 图像输出

• 输入：文本提示词；
• 可选增强：将提示词送入qwen3.5_9b_qwen_image_2.1_pe_t2i模型进行语义增强后再编码；
• 输出：生成的图片。

4.2 图像编辑工作流（Image Edit）

image_qwen_image_2_1_image_edit.json面向图生图与局部编辑场景，在 T2I 链路的基础上增加输入图像分支：

• 输入：文本提示词 + 参考/编辑目标图像；
• 可选增强：提示词送入qwen3.5_9b_qwen_image_2.1_pe_i2i模型（I2I 专用变体）增强；
• 输出：编辑后的图片。

该模板官方配图以 Before / After 形式展示输入与输出效果，是验证图像编辑能力的最直观入口。

4.3 背景移除工作流（Remove Background）

image_qwen_image_2_1_background_removal.json是 Qwen-Image 2.1 的图像理解与生成能力的典型应用：输入图片 + 适当的移除背景提示词，输出透明背景/去背景结果。官方同样以 Before / After 形式展示。

4.4 如何导入工作流

在 ComfyUI 中导入官方工作流模板的标准操作：

1. 获取模板 JSON 文件（可从 workflow_templates 仓库下载image_qwen_image_2_1_t2i.json等文件）；
2. 在 ComfyUI 界面中点击Load（加载），或直接将 JSON 文件拖拽到画布上；
3. 模板中的节点会自动展开，此时在对应节点下拉框中选择你已安装的模型文件（因为模型文件名可能与模板默认值略有差异，需手动确认）；
4. 点击Queue Prompt（提交）运行。

注意：导入模板前请确保diffusion_models/、text_encoders/、vae/三个目录中的文件已就位，且 TextGenerate 节点所需的qwen3.5_9b_*_pe_*模型已放入text_encoders/。

五、实现原理与源码佐证

虽然本仓库是一个纯模型分发仓库（不含 Python 源码、测试或配置实现），但通过仓库结构可以印证 ComfyUI 的加载机制与本文档的部署要求：

1. 目录即类型：ComfyUI 以models/下的子目录作为模型类型命名空间（diffusion_models、text_encoders、vae分别对应 Diffusion Model、Text Encoder、VAE 三类加载器），这正是 README 强调目录映射的原因——文件放错目录将无法被对应节点识别。
2. LFS 指针文件：仓库中的.safetensors文件实际是 Git LFS 指针文本（含oid sha256与size字段），表明模型权重由 LFS 远端提供；.gitattributes中*.safetensors filter=lfs规则确认了这一点。这意味着克隆后必须执行git lfs pull才能获得可加载的权重，直接复制指针文件到 ComfyUI 目录将导致加载失败。
3. 单一文件（diffusion-single-file）：README 的tags声明comfyui与diffusion-single-file，说明仓库将完整模型打包为单一.safetensors文件（而非拆分到多个文件），这与 ComfyUI 的 UNETLoader / DiffusionModelLoader 等单文件加载接口的设计一致，也方便用户直接替换或备份模型。

从源码结构可以推断，ComfyUI 加载这些单文件模型时，会解析 safetensors 头部的张量名称与形状以识别模型架构（例如qwen_image_2.1主干的 UNet/DiT 结构与 VAE 的通道配置），再依据权重名称装配进对应的模型类；因此文件命名中的架构标识（如qwen3vl_8b、qwen3.5_9b、qwen_image_2.1）是 ComfyUI 识别模型身份、匹配正确加载器的重要依据，不建议修改文件名。

六、常见问题与排查建议

• 模型不出现在下拉列表：检查文件是否放置在正确的子目录（diffusion_models/、text_encoders/、vae/），并确认已通过git lfs pull拉取真实权重（指针文件无法加载）。
• 加载报错/架构不匹配：确认所选文件与节点类型匹配——扩散主干应接入 Diffusion Model 类节点，qwen3vl_8b_*接入文本编码器类节点，qwen3.5_9b_*_pe_*只接入 TextGenerate 节点，VAE 接入 VAE 类节点。
• 显存不足（OOM）：优先将扩散主干与文本编码器切换为int8_convrot或w4a8变体，这两个量化系列可将权重体积降至 bf16 的一半乃至三分之一（见第三节选型表）。
• 工作流导入后提示缺少模型：模板 JSON 中的模型名称可能与本地文件名不完全一致，手动在节点下拉框中选择对应文件即可。

七、结语

本仓库以“目录即类型、单文件即模型”的方式，将 Qwen-Image 2.1 全链路（提示词增强 → 文本编码 → 扩散生成 → VAE 解码）所需的 8 个模型文件整理成 ComfyUI 可直接使用的形态。只要按 README.md 的目录映射正确放置文件、按场景选择精度变体、并配合官方三套工作流模板（T2I、Image Edit、Remove Background），即可在 ComfyUI 中快速搭建基于 Qwen-Image 2.1 的文生图、图像编辑与背景移除能力。

• 人工智能
• 大模型
• 媒体生成
• 多模态