🧩 它和“重抽一张图”有什么不同
Flux Kontext 是 Black Forest Labs 推出的上下文图像编辑模型家族，底层用的是 flow matching 架构，而不是传统的扩散路线。这个架构差异带来的实际体验是：它更像一个听得懂需求的修图师，而不是一个靠抽卡碰运气的画师。
传统图像模型的工作方式是“你描述整张画面，我重新画一张”。Flux Kontext 的工作方式是“你上传一张图，告诉我改哪里、保哪里，我只动你指定的部分”。这个区别听起来不大，但在实际修图场景里完全是两种体验——你不需要为了改一个背景颜色而把整张图重抽一遍，结果主角的脸又变了。
它最擅长的几件事：
- 像素级局部编辑——只动你圈定的区域，其余部分保持原样。移除照片角落的杂物、调产品包装上某一处颜色，不会影响画面其他位置。
- 角色一致性保持——保留图像中的独特元素（参考角色或物体），让它在多个场景和环境之间保持一致。做漫画分镜、角色设定图、多张品牌物料时特别有用。
- 风格迁移——把照片转成油画、3D、草图或动漫风格，同时保留原始构图和主体结构。
- 文字编辑——直接修改图片中已有的文字内容，支持字符一致性编辑。
它目前有两个版本：Flux-Kontext-Pro 和 Flux-Kontext-Max。Pro 更快更便宜，适合日常编辑；Max 质量更高，适合对细节要求苛刻的场景。
📦 三种安装路线，按你的工具选
路线一：Claude Code Skill（推荐给 Claude Code 用户）
如果你用 Claude Code 做开发，安装 flux-kontext skill 是最顺手的路径。在项目根目录执行：
npx skills add https://github.com/agentspace-so/runcomfy-agent-skills/tree/main/skills/flux-kontext这个 skill 本质上是把 Flux Kontext Pro 的官方 prompting 模式打包成了 Claude 能读的指令文件。它调用的底层命令是 runcomfy run blackforestlabs/flux-1-kontext/pro/edit，通过本地 RunComfy CLI 执行。
装好之后不需要额外配置。Claude 检测到“flux kontext”“kontext”“BFL kontext”或任何明确要求用这个模型编辑图片的表述时，会自动触发。
路线二：MCP Server（推荐给 Cursor / Windsurf / VS Code 用户）
如果你用的不是 Claude Code，而是 Cursor、Windsurf、VS Code 或 Codex，可以通过 MCP 协议接入。在终端执行：
claude mcp add flux-kontext -s user -- npx -y @runapi.ai/flux-kontext-mcp或者在你的 MCP 配置文件中手动添加：
{
"mcpServers": {
"flux-kontext": {
"command": "npx",
"args": ["-y", "@runapi.ai/flux-kontext-mcp"],
"env": { "RUNAPI_API_KEY": "${RUNAPI_API_KEY}" }
}
}
}这个 MCP server 暴露了三个工具：text_to_image（创建生成任务）、get_task（查询任务状态）和 check_pricing（查价格，无需密钥）。
你需要先在 runapi.ai 注册一个 API key，配置为环境变量 RUNAPI_API_KEY。支持 flux-kontext-max 和 flux-kontext-pro 两个模型。
路线三：ComfyUI 自定义节点（推荐给本地工作流用户）
如果你在 ComfyUI 里工作，社区有现成的节点包可以装。推荐 ComfyUI-TuZi-Flux-Kontext，支持文生图、单图编辑和多图融合三种模式：
cd ComfyUI/custom_nodes/
git clone https://github.com/LKbaba/ComfyUI-TuZi-Flux-Kontext.git
cd ComfyUI-TuZi-Flux-Kontext
pip install -r requirements.txt第一次重启安装完成后，关闭 ComfyUI，填写 .env 文件中的 API key，再重启一次即可运行。Pro 模型约 0.14 元/次，Max 约 0.28 元/次。
另外，ComfyUI 官方模板库也已原生支持 Flux.1 Kontext Dev 版本，更新 ComfyUI 后在 Workflow → Browse Templates → Flux 里就能找到。
🛠️ 装好之后怎么用
不管走哪条路线，使用逻辑都是一样的：上传一张图 + 写一句编辑指令。模型只认这两个输入。
在 Claude Code 里，你直接这样说：
用 flux-kontext 把这张产品图背景换成纯白摄影棚，产品本身不要动。输出用 Pro 模型。在 Cursor 或其他支持 MCP 的工具里，你可以先让 Agent 查一下价格再决定用哪个版本：
先帮我查一下 flux-kontext-pro 和 max 的价格，然后用便宜的版本改这张图：把天空换成阴天。在 ComfyUI 里，用 Flux.1 Kontext - Editing 节点，连上输入图片，在 prompt 输入框里写编辑指令，选好 Pro 或 Max 模型，就可以跑。
几个典型的应用场景：
- 电商产品图。换背景、调色、移除瑕疵，产品外观和 Logo 保持不变。
- 漫画分镜和角色设定。同一个角色出现在不同场景里，脸型、发型、服装颜色保持一致。这是它区别于通用图像模型最明显的能力。
- 品牌物料批量生产。一套产品图需要适配不同渠道的尺寸和风格，局部编辑比重新生成整张图更可控。
- 老照片修复。去划痕、补缺失区域、调色，同时保留照片原有的年代感和人物特征。
💡 几个让出图更稳的提示词技巧
Flux Kontext 的提示词写法和很多图像模型不一样。它不需要堆画质词——“beautiful”“better”“make it different”这类词对它没有意义，因为它没有编辑边界的概念。它需要的是明确的对象、动作和不变量。
- 同时说明“改什么”和“保什么”。这是最核心的写法。不要只说“换背景”，要说“change the background to a snowy mountain landscape, keep the subject the same”。模型需要知道哪些东西你不想它碰。
- 用具体名词，不用代词。写“the woman with short black hair”比写“她”有效得多。模型没有“刚才提到的那个她”这种上下文记忆，每次编辑都要重新点名。
- 复杂编辑拆成多步。先改背景，确认效果后再改服装，最后调光线。一次只做一件事，成功率远高于一口气写一大段。
- 在 ComfyUI 里用 Inpainting 节点可以大幅简化提示词。当你用
Kontext Inpainting Conditioning节点圈定了遮罩区域之后，工作流只对遮罩区域生效，提示词可以简化到“turn hair silver”这种程度就够。 - 颜色描述要精确。不要写“改成暖色调”，写“将主色调改为 #D4A574 的暖棕色”。模糊的颜色词是出图不稳定的主要原因之一。
🔀 什么时候用它，什么时候换别的
Flux Kontext 不是万能的。了解它的边界，比把它用在错误的场景里更省时间。
它的核心优势是单图、精准、可控。当你手里已经有一张满意的图，只想改其中一小块时，它是最顺手的工具。角色一致性保持也是它的强项——同一角色在多张图里保持脸型和特征。
但如果你需要的是多图融合（把好几张参考图合成一张新画面），Nano Banana 2 的 14 张参考图能力更合适。如果你需要在图片里渲染大量精确文字（海报、广告图），Nano Banana 2 的文本渲染管线更可靠——Flux Kontext 能处理文字编辑，但它不是为这个场景专门优化的。如果你需要从零生成一张全新的创意图，那应该用文生图模型，而不是编辑模型。
🤖 适合哪些 AI 工具
Flux Kontext 不绑定任何单一平台。只要工具能调用 Flux Kontext 的 API 或 MCP 接口，就能用上它的编辑能力。
目前经过验证的兼容方式包括：Claude Code（通过 skill 或 MCP server）、Cursor、Windsurf、VS Code、Codex CLI、Roo Code，以及任何支持 MCP 协议的宿主。在 ComfyUI 中则通过自定义节点或官方模板使用。
需要留意的是，Flux Kontext 的 Pro 和 Max 版本都是云端 API 调用，不是本地模型。如果你需要完全本地运行，可以关注 Flux.1 Kontext Dev 版本，它可以在自己的 GPU 上跑，但效果和 Pro/Max 有差距，且对提示词更敏感——有些提示词下 Dev 版本可能完全不做任何编辑。
◯ 评论 0