今天给大家演示一个基于 Flux 与 Kontext 的 ComfyUI 工作流，用于从模特图中自动提取服装，并在保持原尺寸与细节的前提下生成白底成品图。整个流程结合模型加载、图像处理、提示词生成与再渲染输出，让读者能直观看到如何利用这套工作流实现“服装分离与特征保真”的完整操作链。文章目录工作流介绍核心模型Node节点工作流程大模型应用RH_LLMAPI_NODE 自动生成服装提取指令的语义控制中心使用方法应用场景开发与应用工作流介绍这个工作流围绕“从原图提取模特服装并生成高质量白底呈现”展开。它通过加载 Flux 与 Kontext 相关模型、结合 CLIP 文本编码和 LLM API 自动生成精准提示词，再配合 VAE 编码与 KSampler 进行重绘。流程中还加入了图像拼接、缩放与条件融合节点，使工作流不仅能保留服装细节，也能确保位置、大小和质感与原图一致。模型、节点、编码器与推理链条互相配合，实现从输入图片到最终白底服装图的稳定输出。核心模型核心模型部分主要负责文本理解、潜空间转换与最终图像生成。UNETLoader 负责载入 Flux1 Kontext 模型作为图像生成基础，VAEEncode 与 VAEDecode 负责图像与潜空间的互转，DualCLIPLoader 用来处理文本编码输入，而 LoraLoaderModelOnly 则增强模型对服装外观细节的理解能力。它们组合后形成一个能精确执行“服装提取指令”并保留原始服装纹理的模型体系。模型名称说明UNETLoader加载 Flux1 Kontext 模型，用于图像重绘与编辑。VAEEncode
