文生图玩熟之后，多数人缺的不是模型，是控制力 ：想要"保持这张图的构图，换一种质感"，或者"按这张图的空间关系重新生成"。这就是 ControlNet 的主场。本篇实测 FLUX 系的两个 ControlNet 专用模型------Canny（线稿约束）和 Depth（深度约束） ------同一个工作流双分支并行，外加 Florence-2 自动反推提示词，12G 显存的 4070 Ti 上单分支 30 步 68 秒出图。
一、效果先看
五联图从左到右：输入原图（雨夜古镇）→ Canny 控制图（白线稿）→ Canny 重构结果 → Depth 控制图（近亮远暗）→ Depth 重构结果。两个控制器的性格差异一目了然：
- Canny 锁轮廓：灯笼、屋檐、石板路的边缘线条被严格保留，画面细节重新演绎------适合"同构图换风格/换材质"
- Depth 锁空间：街道的纵深关系保持，前景背景层次不动，主体形状自由度更大------适合"同场景换内容"
提示词我没写一个字------Florence-2-large 看图自动生成英文描述，拼接质量前缀后送进双通道文本编码，全自动。当然你也可以手动写死提示词，控制欲更强的玩法。
二、环境与模型
环境：官方便携版 ComfyUI（v0.39 内核）+ 4070 Ti 12G + 64G 内存。需要装两个自定义节点包（Manager 里搜名字装，或 git clone）：
- ComfyUI-Florence2（Florence2ModelLoader/Run，反推提示词）
- comfyui_controlnet_aux（AIO_Preprocessor，Canny/Depth 预处理）
模型 8 件（Flux 老玩家大概率已有大半，每件都给了官方页 + 网盘备份双链接）：
| 模型文件 | 大小 | 放置目录 | 官方下载 | 网盘备份 |
|---|---|---|---|---|
| flux1-canny-dev-fp8.safetensors | 11.9 GB | diffusion_models | 官方下载页 | 网盘下载 |
| flux1-Depth-Dev_FP8.safetensors | 11.9 GB | diffusion_models | 官方下载页 | 网盘下载 |
| Florence-2-large-PromptGen-v1.5（整目录） | 3.3 GB | models/LLM/ | 官方下载页 | 网盘下载（zip 解压到 LLM 目录） |
| depth_anything_v2_vitl.pth | 1.34 GB | controlnet_aux 自动下载* | 官方下载页 | 网盘下载 |
| t5xxl_fp8_e4m3fn.safetensors | 4.9 GB | text_encoders | 官方下载页 | 网盘下载 |
| clip_l.safetensors | 0.25 GB | text_encoders | 官方下载页 | 网盘下载 |
| ae.sft | 0.34 GB | vae | 官方下载页 | 网盘下载 |
| Flux Dev 4-step Lora.safetensors | 0.15 GB | loras | 官方下载页 | 网盘下载 |
*DepthAnythingV2 权重正常路径是首次运行时自动下载；国内网络容易失败，手动放置目录是 custom_nodes/comfyui_controlnet_aux/ckpts/depth-anything/Depth-Anything-V2-Large/。官方 HuggingFace 国内可把链接里的 huggingface.co 换成 hf-mirror.com 直连；网盘是同文件备份，点开自动带提取码。
三、工作流三步跑
第 1 步：按表放模型，装两个自定义节点包。
第 2 步：载入文末工作流，把你的图拖进 LoadImage（建议 1024 上下，横竖都行）。
第 3 步：点运行，看两个分支各出一张图。关键参数（原工作流配置，实测好使）：
| 参数 | 值 | 说明 |
|---|---|---|
| 预处理分辨率 | 1024 | Canny/Depth 控制图的生成分辨率 |
| 采样 | euler / simple，30 步 | cfg=1（ControlNet 模型特性） |
| 4-step LoRA | 强度 0.6 | 官方加速 LoRA，30 步压到 68 秒的关键 |
| guidance | 30 | CLIPTextEncodeFlux 的引导值 |
| seed | 固定 | 两个分支同 seed 方便对比 |
想改风格：把 Florence 自动反推换成你自己的提示词（写进 clip_l 和 t5xxl 两个文本框）------比如输入图用古镇，提示词写"赛博朋克霓虹夜景"，Canny 分支会给你一张轮廓不变、气质全变的图。这就是这套工作流最爽的玩法。
四、实测踩坑
1. DepthAnythingV2 权重下载失败是常态。 controlnet_aux 首跑要联网拉权重，国内直连 huggingface.co 基本失败且报错很隐晦（LocalEntryNotFoundError）。解法见上表的手动放置路径。
2. 自定义节点装完要重启。 Florence2 和 controlnet_aux 都是整包装载，热加载不生效。另外 Florence-2 需要 transformers 4.4x（新版 5.x 会报 BertModel 缺属性，降级 pip install transformers==4.46.3 可解）。
3. CLIPTextEncodeFlux 有两个文本框。 clip_l 和 t5xxl 各填一份（可以填一样的），只填一个另一个为空会导致提示词残缺。
4. 12G 显存跑双分支的姿势。 两个 11.9GB 的 fp8 模型是先后加载的（canny 分支跑完自动卸载再载 depth），不是同时驻留；单分支峰值显存 10G 左右。内存 32G 以下建议一次只跑一个分支。
五、下载汇总
工作流（城通网盘，点击自动带提取码）：
模型见第二节双链表格。FLUX.1 Dev 系模型按 Black Forest Labs 非商用许可使用。
你手头有什么想"保结构换质感"的图？评论区丢上来，我挑几张跑 Canny/Depth 双版本给你看。