登录 注册

flux

去点 Star
AI 模型与开发框架
26,057
Stars
1,933
Forks
205
Watchers
222
Open Issues
Apache-2.0
许可证
Python
语言
2024-08-01
创建时间
2025-07-31
最近更新

项目能做什么

FLUX.1 系列模型的官方推理代码仓库。
来源：AI 基于仓库事实生成 · 内容以仓库实际 README 为准

使用说明 查看原始 README 原仓库文档

中文使用说明暂未生成。下面保留原仓库 README 摘录，命令与配置均以原文为准。
原始 README 摘录（英文原文，节选前 3000 字符） 
# FLUX
by Black Forest Labs: https://bfl.ai.

Documentation for our API can be found here: [docs.bfl.ai](https://docs.bfl.ai/).

![grid](assets/grid.jpg)

This repo contains minimal inference code to run image generation & editing with our Flux open-weight models.

## Local installation

```bash
cd $HOME && git clone https://github.com/black-forest-labs/flux
cd $HOME/flux
python3.10 -m venv .venv
source .venv/bin/activate
pip install -e ".[all]"
```

### Local installation with TensorRT support

If you would like to install the repository with [TensorRT](https://github.com/NVIDIA/TensorRT) support, you currently need to install a PyTorch image from NVIDIA instead. First install [enroot](https://github.com/NVIDIA/enroot), next follow the steps below:

```bash
cd $HOME && git clone https://github.com/black-forest-labs/flux
enroot import 'docker://$oauthtoken@nvcr.io#nvidia/pytorch:25.01-py3'
enroot create -n pti2501 nvidia+pytorch+25.01-py3.sqsh
enroot start --rw -m ${PWD}/flux:/workspace/flux -r pti2501
cd flux
pip install -e ".[tensorrt]" --extra-index-url https://pypi.nvidia.com
```

### Open-weight models

We are offering an extensive suite of open-weight models. For more information about the individual models, please refer to the link under **Usage**.

| Name                        | Usage                                                      | HuggingFace repo                                               | License                                                               |
| --------------------------- | ---------------------------------------------------------- | -------------------------------------------------------------- | --------------------------------------------------------------------- |
| `FLUX.1 [schnell]`          | [Text to Image](docs/text-to-image.md)                     | https://huggingface.co/black-forest-labs/FLUX.1-schnell        | [apache-2.0](model_licenses/LICENSE-FLUX1-schnell)                    |
| `FLUX.1 [dev]`              | [Text to Image](docs/text-to-image.md)                     | https://huggingface.co/black-forest-labs/FLUX.1-dev            | [FLUX.1-dev Non-Commercial License](model_licenses/LICENSE-FLUX1-dev) |
| `FLUX.1 Fill [dev]`         | [In/Out-painting](docs/fill.md)                            | https://huggingface.co/black-forest-labs/FLUX.1-Fill-dev       | [FLUX.1-dev Non-Commercial License](model_licenses/LICENSE-FLUX1-dev) |
| `FLUX.1 Canny [dev]`        | [Structural Conditioning](docs/structural-conditioning.md) | https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev      | [FLUX.1-dev Non-Commercial License](model_licenses/LICENSE-FLUX1-dev) |
| `FLUX.1 Depth [dev]`        | [Structural Conditioning](docs/structural-conditioning.md) | https://huggingface.co/black-forest-labs/FLUX.1-Depth-dev      | [FLUX.1-dev Non-Commercial License](model_licenses/LICENSE-FLUX1-dev) |
| `FLUX.1 Canny [dev] LoRA`   | [Structural Conditioning](docs/structural-conditioning.md) | https://huggingface.
阅读完整原文

项目深度分析 AI 生成

基于 FLUX.1 [schnell] 的合规商用极速出图垂直 SaaS

产品构想仅基于 Apache-2.0 协议的 FLUX.1 [schnell] 模型（规避 dev 系列非商用协议风险），结合仓库的 TensorRT 加速能力，打造面向特定场景（如自媒体配图、概念草图、电商背景初稿，具体场景需验证）的极简在线生成与 API 托管工具。
核心功能文生图极速推理（TensorRT 优化）、提示词模板化、商业合规授权说明、按次/订阅计费接口。
目标用户对版权合规敏感的中小企业、独立开发者及内容创作者（推测）。
难度/周期中等（需解决 GPU 资源调度与 TensorRT 镜像构建） · 2-4周（推测） · 成本：中低（主要为按需租用的云端 GPU 算力成本及基础域名服务器费用，推测）
收费模式点数充值（按张计费）或月度订阅制（不承诺具体收益）。
竞争风险FLUX.1 [schnell] 生成质量可能不及 dev 或闭源商业版；GPU 算力成本波动影响毛利；同类套壳工具竞争激烈（推测）。
依据 数据支持的判断

混合路由型可视化图像编辑工作流平台

产品构想将仓库涵盖的 Fill（重绘）、Canny/Depth（结构控制）、Redux（变体）、Kontext（编辑）等复杂 CLI 推理能力封装为直观的画板 WebUI。在商用合规层，采用“本地/测试使用开源代码 + 正式商用无缝路由至官方 docs.bfl.ai API（仓库特征显示支持 apikey）”的混合架构，或支持用户自带企业授权。
核心功能可视化蒙版涂抹与边缘/深度图提取、多模型工作流编排、API Key 托管与官方商业 API 自动路由。
目标用户需要精细控图和改图的设计师、电商美工及游戏美术前期人员（推测）。
难度/周期中高（需开发前端 Canvas 交互画板及多模态管线调度） · 4-8周（推测） · 成本：低至中等（若主要转发官方 API 则无重资产 GPU 运维成本；若自建推理节点则算力成本上升，推测）
收费模式工作流 SaaS 订阅费、增值功能包（如批量处理/团队协作）或 API 消耗加价服务（推测）。
竞争风险若直接向商业用户提供 [dev] 系列模型权重托管将违反 FLUX.1-dev Non-Commercial License；依赖官方 API 时受限于上游定价与政策变化。
依据 已验证事实

TensorRT 高性能推理封装与一键私有化部署套件

产品构想针对仓库 docker=0 且 TensorRT 安装强依赖 enroot 与特定 nvidia/pytorch:25.01-py3 镜像的部署痛点，封装标准化的 Docker/Kubernetes 镜像、Web 服务接口（REST/gRPC）及显存优化脚本，服务拥有自有 GPU 且需内网部署的团队。
核心功能开箱即用的 TensorRT 加速容器镜像、标准化推理 API 网关、显存与并发队列管理、部署监控面板。
目标用户拥有本地算力但缺乏底层推理优化经验的研发团队、AI 基础设施工程师（推测）。
难度/周期中高（需深入熟悉 TensorRT、CUDA 版本兼容及 enroot/Docker 转换） · 3-5周（推测） · 成本：低（前期开发仅需按小时租用测试用 NVIDIA GPU，无持续托管算力支出，推测）
收费模式一次性售卖部署模板/源码授权（仅包含 Apache-2.0 代码封装部分，不含非商用权重）、企业定制化部署与运维技术支持服务。
竞争风险官方或开源社区（如 ComfyUI 生态等，推测）可能很快推出免费的一键包从而压缩商业空间；B2B 客户交付周期长。
依据 尚需验证的假设
AI 基于仓库公开数据分析生成，含推测成分，不构成收益承诺。
报告会保存到 个人中心

竞品与相似项目 GitHub Search 真实检索

相似项目数据正在完善中，暂不展示（避免误导）

项目优势与风险

技术成熟度创建于 2024-08-01，最近推送 2025-07-31
社区活跃Star 26,057 / Fork 1,933 / Issue 222（数据支持，可自行核实）
许可证Apache-2.0
主要风险上游项目方向可能变化；同赛道竞争者较多（见竞品表）；热度与需求不完全等价

安装与使用

此项目未提供 Docker 镜像，安装步骤以原仓库 README 为准（涉及依赖安装与环境配置，对新手门槛较高）。