ComfyUI Nasıl Kurulur? Flux Dev ile Görsel Üretim Rehberi

Midjourney aboneliği aylık 10 dolardan başlıyor. Ürettiğiniz görseller Discord’da herkese açık, telif hakkı tartışmalı, model üzerinde hiçbir kontrolünüz yok. Stable Diffusion’ın açtığı yerel çalıştırma yolu farklı bir şey getirdi: kendi bilgisayarınızda, internet bağlantısı olmadan, sınırsız üretim. ComfyUI bu yaklaşımı node tabanlı bir görsel arayüze döktü. Flux Dev ise 2025-2026 döneminin en iyi açık kaynak diffusion modeli olarak yerini sağlamlaştırdı.

Bu yazıda ComfyUI kurulumunu, Flux Dev’in dosya yapısını, ilk workflow’dan LoRA kullanımına kadar pratik adımları bulacaksınız. VRAM’iniz 8 GB’tan az olsa bile çalıştırmak mümkün; o kısmı da ele aldık.

Neden ComfyUI?

AUTOMATIC1111 (A1111) yıllarca açık kaynak görsel üretiminin fiili standardıydı. Web arayüzü geniş eklenti desteğiyle geldi ve giriş engeli düşüktü. Ama bir sorunu var: Flux gibi modern modeller A1111’in pipeline mimarisiyle örtüşmüyor.

ComfyUI farklı bir tasarım kararıyla yola çıktı. Her işlem, birbirine bağlı “node”lardan oluşan görsel bir grafik üzerinde tanımlanır. “Model yükle” bir node, “pozitif prompt gir” başka bir node, “örnekleme yap” bir diğeri. Bu node’lar arasında tel çekerek veri akışını kendiniz kuruyorsunuz. İlk bakışta karmaşık görünür; pratikte esnekliği tartışmasız.

Fooocus karşılaştırma için iyi bir referans nokta: sadece bir prompt kutusu ve birkaç ayar. Hız için ideal, ancak ince kontrol isteyenlerin işini görmüyor.

Flux Dev’in A1111’de çalışmama nedeni mimariyle ilgili. Flux, Diffusion Transformer mimarisini kullanır ve ayrı text encoder, VAE ile model ağırlıklarından oluşur. ComfyUI bu parçaları ayrı node’lara bölmenize olanak tanır; A1111’in monolitik yapısı buna kapalı.

Sistem Gereksinimleri

Hangi Flux versiyonunu çalıştıracağınız doğrudan VRAM miktarına bağlı.

Minimum donanım:

• GPU: NVIDIA RTX 3060 veya üzeri (8 GB VRAM, FP8 ile). AMD RDNA2+ ROCm ile desteklenir; Windows’ta sınırlı. macOS Apple Silicon Metal ile çalışır.
• RAM: 16 GB; model CPU’ya offload gerektirirse 32 GB kritik hale gelir.
• Depolama: Flux Dev BF16 ~23 GB, FP8 ~8 GB, GGUF Q4 ~4 GB. Ayrıca text encoder dosyaları (~9 GB) ve VAE (~335 MB).
• İşletim Sistemi: Windows 10/11, Ubuntu 20.04+, macOS 13+.

ComfyUI Kurulumu

Windows

ComfyUI Desktop önerilen başlangıç noktası. Python ve bağımlılık kurulumunu otomatik yönetir.

1. https://github.com/Comfy-Org/desktop/releases adresinden son sürümü indirin.
2. Yükleyiciyi çalıştırın, kurulum klasörünü seçin.
3. İlk açılışta CUDA sürümünü sorar; GPU’nuz NVIDIA ise CUDA 12.x seçin.

Manuel kurulumu tercih ederseniz:

# Python 3.11 veya 3.12 gerekli
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
python -m venv venv
venv\Scripts\activate
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt

Linux

git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
python3 -m venv venv
source venv/bin/activate
# CUDA 12.1 için:
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt

macOS (Apple Silicon)

git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
python3 -m venv venv
source venv/bin/activate
pip install torch torchvision torchaudio
pip install -r requirements.txt

Metal backend otomatik devreye girer; --use-pytorch-cross-attention argümanı performansı artırabilir.

ComfyUI’yu başlatmak için:

python main.py
# Düşük VRAM için:
python main.py --lowvram
# Çok düşük VRAM (6 GB altı):
python main.py --cpu-vae --lowvram

Tarayıcıda http://127.0.0.1:8188 adresine gidin.

Flux Dev Modeli Yükleme

Flux Dev üç ayrı dosya grubundan oluşur: model ağırlıkları, text encoder’lar ve VAE. Bunları karıştırmak “model not found” hatalarının en yaygın nedeni.

Model Ağırlıkları

HuggingFace’te black-forest-labs/FLUX.1-dev deposuna gidin. Erişim için HF hesabı ve model lisansını kabul etmeniz gerekir.

• flux1-dev.safetensors (~23 GB, BF16 tam hassasiyet): ComfyUI/models/unet/ klasörüne kopyalayın.
• flux1-dev-fp8.safetensors (~8 GB, 8-16 GB VRAM için önerilen): aynı models/unet/ klasörü.

Text Encoder’lar

Flux iki text encoder kullanır. Her iki dosya da ComfyUI/models/clip/ klasörüne gider:

• clip_l.safetensors (~235 MB): CLIP-L encoder, kısa prompt parçalanması için.
• t5xxl_fp16.safetensors (~9.8 GB): T5-XXL encoder, uzun promptları işler. VRAM kısıtlıysa t5xxl_fp8_e4m3fn.safetensors (~5 GB) tercih edin.

VAE

• ae.safetensors (~335 MB): ComfyUI/models/vae/ klasörüne kopyalayın.

Tüm dosyalar yerleştirildikten sonra klasör yapısı şöyle görünmeli:

ComfyUI/
  models/
    unet/
      flux1-dev-fp8.safetensors
    clip/
      clip_l.safetensors
      t5xxl_fp8_e4m3fn.safetensors
    vae/
      ae.safetensors

İlk Workflow: Metin Görsel

ComfyUI’yu ilk açtığınızda gelen varsayılan workflow Flux için uygun değil. Ya sıfırdan kurun ya da hazır bir Flux workflow’u yükleyin.

Temel node zinciri şu sırayla çalışır:

1. UNETLoader: flux1-dev-fp8.safetensors seçin.
2. DualCLIPLoader: clip_l ve t5xxl_fp8_e4m3fn seçin.
3. CLIPTextEncode (Positive): prompt metninizi yazın.
4. CLIPTextEncode (Negative): Flux için genellikle boş bırakılır ya da minimal negatif kullanılır.
5. EmptyLatentImage: 1024x1024 veya 768x1360 gibi boyutlar; toplam piksel ~1 MP mantıklı başlangıç.
6. KSampler parametre ayarları:
   • steps: 20-28 (25 iyi başlangıç)
   • cfg: 3.5-4.5 (Flux düşük CFG’de daha iyi çalışır; 7+ yakmayın)
   • sampler_name: euler
   • scheduler: simple veya normal
7. VAELoader: ae.safetensors seçin.
8. VAEDecode: latent’ı görsele çevirir.
9. SaveImage: çıktıyı ComfyUI/output/ klasörüne kaydeder.

İlk prompt için İngilizce kullanın; T5-XXL İngilizce metni çok daha iyi temsil eder. Türkçe çalışır ama kalite genellikle düşer.

A majestic snow leopard resting on a rocky mountain cliff at golden hour, 
photorealistic, dramatic lighting, 8k detail

İlk görseliniz VRAM miktarına ve seçtiğiniz model versiyonuna bağlı olarak 50 saniye ile birkaç dakika arasında üretilir.

LoRA ve Özel Modeller

LoRA adaptörleri, Flux Dev’i belirli bir stil ya da konsept için ince ayarlayan küçük dosyalardır. Diffusion modellerinde temel modeli yeniden eğitmeden üst katman adaptörü olarak çalışırlar; bu yüzden hem küçük (10-400 MB) hem de hızlı uygulanabilir.

LoRA dosyaları ComfyUI/models/loras/ klasörüne kopyalanır. Workflow’a LoRALoader node’u ekleyin; bu node UNETLoader ile CLIPTextEncode arasına gelir.

Flux uyumlu LoRA’lar için iki ana kaynak: CivitAI’da “Base Model: Flux.1 D” etiketiyle arama yapın; HuggingFace’te flux-lora anahtar kelimesi yeterli.

LoRALoader’da strength_model ve strength_clip değerlerini 0.8 ile başlatın. Değerleri 1.5’in üzerine çıkarmak görseli bozabilir.

VRAM Optimizasyonu

Flux Dev’in tam hassasiyetli versiyonu 24 GB VRAM gerektirir, yani RTX 4090 sınıfı bir kart. Çoğu kullanıcı bu eşiğin altında; seçenekler şöyle sıralanır.

FP8 Quantization

Model ağırlıklarını 8-bit’e indirir; bellek kullanımı yarıya düşer, kalite kaybı çoğu kullanımda fark edilmez. flux1-dev-fp8.safetensors dosyası bunu hazır sunar. ComfyUI tarafında ek ayar gerekmez, dosyayı UNETLoader’a yüklemek yeterlidir.

GGUF Format

GGUF, Llama.cpp’nin CPU optimizasyonu için geliştirdiği formattır. Flux için GGUF versiyonları da var; Q4_K_M yaklaşık 4.5 GB yer kaplar. ComfyUI’da GGUF desteği için ComfyUI-GGUF node eklentisi gerekir. Model kuantizasyon formatları hakkında daha ayrıntılı karşılaştırma ayrı bir yazıda.

CPU Offload argümanları:

# 8 GB VRAM için
python main.py --lowvram

# 6 GB veya altı için
python main.py --lowvram --cpu-vae

# Sadece CPU (GPU yok)
python main.py --cpu

--lowvram modunda ComfyUI model katmanlarını kullanım sırasında VRAM’e yükler ve hemen boşaltır. Üretim yavaşlar ama çalışır.

T5 Encoder boyutu

T5-XXL FP16 (~9.8 GB) tek başına en büyük darboğazdır. FP8 versiyonuna geçmek (~5 GB) çoğu kullanıcı için yeterli kalite sunar. Q8 GGUF versiyonu da mevcut.

Hazır Workflow’lar

ComfyUI’da her workflow, bir JSON dosyasına sığar. Başkasının workflow’unu indirip arayüze sürükle-bırak yapabilir, kendininkini de aynı şekilde paylaşabilirsiniz.

ComfyUI Manager kurulacak ilk eklenti. GitHub’da ltdrdata/ComfyUI-Manager deposunu klonlayın. Manager eksik node’ları otomatik algılar ve yükler; workflow’u açtığınızda bağımlılıkları sorar.

cd ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager
# ComfyUI'yu yeniden başlatın

Hazır Flux workflow’ları için OpenArt.ai ve CivitAI’nın workflow sayfalarına bakın. İndirdiğiniz .json dosyasını ComfyUI arayüzüne sürükleyin ya da “Load” butonuyla açın.

Kendi workflow’unuzu kaydetmek için boş alana sağ tıklayın ve “Save (API format)” seçin.

Sık Karşılaşılan Hatalar

“CUDA out of memory”

En yaygın hata. Çözüm sırası şöyle:

1. --lowvram argümanıyla yeniden başlatın.
2. Daha küçük bir Flux versiyonuna geçin (FP8 veya GGUF).
3. Görsel boyutunu küçültün (1024x1024 yerine 768x768).
4. Tarayıcı dahil diğer GPU yoğun uygulamaları kapatın.

“model not found” veya node kırmızı renkte

Dosya yolu yanlış. Kontrol listesi:

• flux1-dev-fp8.safetensors dosyası models/unet/ içinde mi? (models/checkpoints/ değil)
• clip_l.safetensors ve t5xxl dosyaları models/clip/ içinde mi?
• ae.safetensors dosyası models/vae/ içinde mi?
• Dosya isimlerinde yazım hatası var mı? ComfyUI büyük-küçük harf farkına duyarlı.

“RuntimeError: Expected all tensors to be on the same device”

Bazı node’lar CPU, bazıları GPU’da çalışıyor. ComfyUI’yu tamamen yeniden başlatın. Sorun devam ederse --force-fp16 argümanını deneyin:

python main.py --lowvram --force-fp16

Üretim aşırı yavaş

T5-XXL FP16 yüklüyse FP8 versiyonuna geçin. --lowvram modunda her katman ayrı ayrı taşındığından yavaşlık normaldir. steps değerini 25’ten 20’ye indirmek kaliteyi çok etkilemeden hızı belirgin artırır.

Görsel gri ya da tamamen gürültülü çıkıyor

VAE yüklenmemiş ya da yanlış VAE seçilmiş. VAELoader node’unda ae.safetensors seçili mi kontrol edin.

Alternatif Araçlar ve İleri Adımlar

ComfyUI her kullanım durumu için doğru tercih değil. Daha geniş bir karşılaştırma için yapay zeka görsel oluşturma araçlarına bakabilirsiniz.

Flux Dev ve Flux Schnell arasında da bir tercih noktası var. Schnell yalnızca 4 adımda görsel üretir; RTX 3060’ta bile 5-10 saniye. Kalitesi Dev’in altında kalır ama prototipleme ve toplu üretim için pratiktir. Lisans açısından Schnell ticari kullanıma açıkken Dev araştırma lisansı gerektirir.

ComfyUI’ya alıştıktan sonra iki alan daha açılıyor:

ControlNet, bir görüntünün kenar haritasını, derinlik haritasını ya da poz iskeletini alıp yeni prompt üretimine kılavuzluk ettirir. Node’ları doğrudan KSampler pipeline’ına eklenir.

IPAdapter, referans görsel vererek stil ya da yüz tutarlılığı elde etmenizi sağlar. “Bu fotoğraftaki kişiyi şu stilde çiz” tarzı kullanımlar için güçlü.

Video üretimi için AnimateDiff ve CogVideoX ComfyUI üzerinden çalışıyor. Flux Schnell tabanlı video denemeler de topluluk tarafından geliştiriliyor.

ComfyUI’nun öğrenme eğrisi dik başlar. İlk workflow’u kurarken node’lar arasında kaybolmak bu işin bir parçası. Bir kez temel zinciri kurduğunuzda (model yükle, prompt gir, örnekle, decode et, kaydet) her adımı bağımsız değiştirebilir, yeni node’lar ekleyebilirsiniz. A1111’in tek-buton sadeliği burada yok; karşılığında sisteminizin tam kontrolü elinizde.