colab-flux

Was macht colab-flux?

FLUX 3 Image Klein auf einer gemieteten Colab GPU, gesteuert mit fluxx. Ein fluxx gen startet eine A100 -> installiert diffusers -> lädt FLUX 3 und ein Judge-Modell herunter und lädt sie -> rendert jede Aufnahme (Beste aus mehreren, bewertet) -> lädt die Bilder herunter -> hält die GPU einige Minuten für Nachfolgeaufträge warm, dann stoppt sie sie. Fasse jede Aufnahme, die die Person haben möchte, in einem Aufruf zusammen.

Was die Bilder konsistent macht, ist das Markenprofil, nicht Glück:

• Produkt-Referenzen: echte Fotos des Produkts, die FLUX 3 als Referenzbilder bei jeder Aufnahme übergeben werden, damit das Produkt seine Form, Etiketten und Farben behält (bis zu 10 Referenzen)
• Stil: ein Absatz konkreter fotografischer Sprache, der jeder Szene angehängt wird
• Vermeiden: was niemals erscheint
• Seed: fest pro Marke, sodass dieselbe Szene wieder gleich gerendert wird
• Feedback: jede Aufnahme wird protokolliert; fluxx rate zeichnet auf, was der Person gefallen hat und warum, und du fügst das Muster in den Stil ein

Alles lebt in ~/colab-flux/brands/<name>/: brand.json, refs/, history.jsonl, shots/<time>/.

1. Erste Nutzung: Einrichtung prüfen

Führe fluxx doctor aus (wenn fluxx nicht gefunden wird, führe zuerst sh <this skill's folder>/install.sh aus). Es gibt ok / TODO Zeilen aus. Gehe die Person durch jedes TODO, in einfachen Worten, eines nach dem anderen:

TODO	Was die Person tut	Hinweise
Colab CLI nicht installiert	nichts: du führst sh install.sh aus dem Ordner dieses Skills aus	installiert uv und das offizielle Colab CLI
nicht bei Google angemeldet	führt fluxx login im eigenen Terminal aus	ein Browser öffnet sich für die Google-Anmeldung. Das kannst du nicht für sie/ihn tun
Compute Units	kauft Colab Pro oder Compute Units unter https://colab.research.google.com/signup	der A100 ist nicht im Free-Tier
Hugging Face (optional)	standardmäßig nichts: ohne Token lädt fluxx von einem öffentlichen Mirror herunter, nachdem es die SHA256 jeder Gewichtungsdatei gegen das offizielle Repository geprüft hat. Für das offizielle Repo: fluxx login öffnet die FLUX 3-Seite, sie/er klickt auf "Zustimmen", erstellt ein Lese-Token und fügt es in die versteckte Eingabeaufforderung ein	kostenlos. Bitte sie/ihn niemals, den Token in den Chat einzufügen
keine Marken	nichts: du führst das Marken-Interview unten durch

fluxx login fragt nach dem Token über eine versteckte Eingabeaufforderung, daher wird ein echtes Terminal benötigt: in Claude Code sage der Person, sie solle einen Terminal-Tab öffnen und es dort ausführen (Codex, ähnlich). Wenn sie sagen, dass es erledigt ist, führe fluxx doctor erneut aus.

2. Markeninterview (einmal pro Unternehmen)

Stelle diese Fragen in einer Nachricht, kurz, mit Beispielen, damit es eine Minute dauert zu antworten:

1. Was ist das Unternehmen, und welche(s) Produkt(e) sollen erscheinen? (z.B. "handgegossene Sojakerzen in Bernstein-Gläsern")
2. Wer kauft es, und wo werden die Bilder verwendet? (Shopify, Amazon, Etsy, Instagram, Anzeigen, Print)
3. Der Look, in wenigen Worten oder einer Marke, die sie bewundern. (z.B. "ruhig, warm, skandinavisch, wie Aesop")
4. Irgendetwas, das niemals erscheinen darf? (Personen, Text, Konkurrenzprodukte, Unordnung, bestimmte Farben)
5. Fotos des Produkts: Dateipfade oder per Drag-and-Drop. Ein einfaches, gut beleuchtetes Foto pro Produkt funktioniert am besten.

Wandle dann die Antworten in das Profil um. Übersetze Adjektive in Worte, die ein Fotograf verwenden würde, den das ist es, was FLUX folgt. "Ruhig und warm" wird zu "weiches, diffuses Fensterlicht von links, warme neutrale Palette aus Hafer, Sand und Terrakotta, mattes Leinen und hellbraune Eichenoberflächen, geringe Schärfentiefe, großzügiger Negativraum, redaktionelle Produktfotografie".

fluxx brand new acme-kerzen --business "Acme, handgegossene Sojakerzen in Bernstein-Gläsern" \
  --style "weiches, diffuses Fensterlicht von links, warme neutrale Palette ..." \
  --avoid "Personen, Hände, geschriebener Text außer dem Glas-Etikett, Unordnung" --aspect 4:5
fluxx brand ref acme-kerzen /pfad/zu/glas-vorne.jpg            # Rolle: product (Standard)
fluxx brand ref acme-kerzen /pfad/zu/moodboard.jpg --role style

Seitenverhältnis nach Ziel: Amazon/Shopify-Produktgrid 1:1, Instagram-Feed 4:5, Stories/Reels 9:16, Web-Hero 16:9, Etsy 4:3 oder 1:1. Das Seitenverhältnis der Marke ist der Standard; --aspect überschreibt pro Lauf. Zeige der Person das Profil, das du geschrieben hast (fluxx brand show NAME) und frage, ob es sich nach ihnen anhört.

3. Bilder erstellen

1. fluxx brand show NAME: lies das Profil und das aktuelle Feedback, bevor du etwas schreibst.
2. Schreibe die Szenen. Jeweils eine kurze konkrete Zeile, nur über die Szene. Der Markenstil, die Vermeidungsliste und die Referenzrollen werden automatisch hinzugefügt, und FLUX 3s eigener Prompt-Upsampler (ein 9B-Modell auf der GPU) erweitert jede Zeile zu einer vollständigen Bildunterschrift, also gib keine Tokens aus, um lange Prompts zu schreiben. Gut: das Glas auf einer sonnigen Eichenfensterbank, Morgen, ein Zweig getrockneter Eukalyptus daneben.
3. Sammle jede Aufnahme, die die Person haben möchte, in einem Aufruf (das Starten ist der teure Teil):

   fluxx gen -b acme-kerzen -n 2 "Szene eins" "Szene zwei" "Szene drei"
   fluxx gen -b acme-kerzen --from shots.txt          # eine Szene pro Zeile, # Kommentare ok
   

   Eine Szene kann ihre eigene Form mit einem Präfix festlegen, sodass ein Lauf Formate mischen kann: 16:9 | das Glas auf einer sonnigen Fensterbank, Platz links für eine Überschrift. Ein Kaltstart dauert ~4 Minuten, dann ~45 s pro 4 MP Render. In Claude Code führe es mit run_in_background aus; in Codex lass es laufen. Es gibt einen Bildpfad pro Zeile auf stdout aus; Fortschritt, die Bewertung und Mängel jeder Aufnahme sowie die Compute-Unit-Kosten gehen nach stderr. Wenn eine Person das Produkt in einer Szene verwendet, sage wie: "das Telefonhörer an ihr Ohr haltend, sein Kabel aus dem Rahmen verlaufend; die Telefonbasis nicht sichtbar". FLUX zeichnet das Produkt so, wie die Referenz es zeigt, daher neigt ein angehobener Teil dazu, doppelt zu erscheinen (im Test, ein gehaltener Hörer plus einer noch auf dem Telefon, selbst wenn der Prompt sagte, die Ablage sei leer). Das Herausrahmen des restlichen Produkts aus dem Bild hat es behoben.
4. Best of N, bewertet auf der GPU. Jede Aufnahme rendert bis zu --candidates Bilder (Standard 3). Ein Vision-Language-Judge (Qwen3.5-9B, auf derselben GPU) prüft jedes gegen den Auftrag, die Produkt-Referenzen und die Vermeidungsliste (Anatomie, doppelte Objekte, Produkttreue, störender Text, Attraktivität), behält das beste und stoppt frühzeitig, wenn eines 9+ ohne Mängel erreicht. Die anderen kommen klein in alts/ zurück, damit die Person sie trotzdem auswählen kann.
5. Sieh dir auch die _md.jpg Dateien selbst an (sie sind klein), insbesondere jede Aufnahme, deren stderr-Zeile Mängel oder Bewertungen unter 7 auflistet. Sage, was daran falsch ist, anstatt sie als fertig zu präsentieren. Gib dann der Person den Ordner und die Pfade.
6. Die GPU bleibt danach warm (--keep, Standard 5 Minuten) mit den geladenen Modellen, sodass ein Folge-fluxx gen mit dem gleichen Setup sofort zu rendern beginnt, anstatt nach ~4 Minuten. Frage direkt nach der Präsentation: "Die GPU ist noch für N Minuten warm (etwa X Compute Units, wenn sie im Leerlauf ist). Möchtest du mehr oder Änderungen? Sonst fahre ich sie herunter." Wenn sie fertig sind, führe fluxx stop aus. Wenn sie nichts sagen, stoppt es von selbst. Wenn sie bitten, sie länger zu behalten, übergib --keep 15 beim nächsten Lauf oder speichere eine neue Voreinstellung mit fluxx config keep_minutes 15. --keep 0 stoppt die GPU am Ende des Laufs.

Flags: -n N Variationen pro Szene (Seeds seed..seed+N-1) · --candidates K rendert pro Aufnahme, die beste wird behalten (1-8) · --keep MIN Warmminuten danach · --draft 1 MP Medium nur, ein Kandidat, schneller, zum Erkunden einer neuen Richtung · --aspect W:H · --ref PFAD einmaliges extra Produktfoto · --no-refs · --seed S · --no-upsample wenn die Szenen bereits vollständige Bildunterschriften sind (überspringt einen 19 GB Download) · --out VERZ.

Ausgabe pro Aufnahme: <id>_hd.png (etwa 4 MP, z.B. 2048x2048, für Print, Zoom und Hero-Bilder) und <id>_md.jpg (1024 px lange Seite, für Listings, Web und Social).

4. Marktplatz-Listings (Amazon, Etsy, eBay, Shopify)

Wenn die Bilder für den Online-Verkauf eines Produkts sind, verwende fluxx listing anstelle von gen. Ein Lauf erstellt das Standardset von sechs quadratischen 4 MP Aufnahmen, exportiert einen Ordner pro Marktplatz mit der Reihenfolge, Namen und Größen dieser Seite und entwirft den Listing-Text auf der GPU (das Judge-Modell schreibt es, also keine Claude-Token):

fluxx listing -b acme-kerzen --product "handgegossene Sojakerze in einem Bernstein-Glas mit einem Holzdeckel" \
  --notes "8 oz, 50-Stunden-Brenndauer, Baumwolldocht, Duft: Zeder und Rauch, hergestellt in Oregon" --for amazon,etsy

Aufnahme (Rolle)	Was	Marken-Look
main	Produkt allein auf reinweißem Hintergrund, zentriert	nein: fluxx macht dann den Hintergrund genau RGB 255 und skaliert das Produkt, um 85 % des Rahmens zu füllen (Amazons Hauptbild-Regel)
angle	Dreiviertelansicht auf weißem Hintergrund	nein
detail	Nahaufnahme von Materialien und Verarbeitung	nein
lifestyle	im Gebrauch, in einer Umgebung, die zu den Käufern passt	ja
scale	neben Alltagsgegenständen, damit die Größe offensichtlich ist	ja
gift	in Händen oder als Geschenk, kein Gesicht	ja

Ausgabe im Lauf-Ordner unter markets/<site>/:

Seite	Bilder	Text (listing.md + copy.json), Begrenzungen von fluxx durchgesetzt
amazon	MAIN.jpg, PT01.jpg... 2048 px	Titel 75 Zeichen (Grenze seit Juli 2026), Artikel-Highlights 125, 5 Aufzählungspunkte von 200, Beschreibung 2000, Suchbegriffe 250 Bytes
etsy	01.jpg... 2048 px, zuerst ein gestyltes Bild (es ist das Such-Thumbnail)	Titel 140, 13 Tags von 20 Zeichen, Beschreibung
ebay	01.jpg... 1600 px	Titel 80, Artikelspezifikationen, Beschreibung
shopify	01.jpg... 2048 px	Titel 70, SEO-Titel 60, SEO-Beschreibung 160, Beschreibung, Tags

Regeln für den Agenten:

• Fakten kommen vom Verkäufer. Frage vor dem Lauf nach Größe, Materialien, Lieferumfang und Pflege und übergib sie in --notes. Dem Textmodell wird gesagt, es solle niemals Fakten erfinden, aber lies listing.md und entferne jede Behauptung, die nicht in den Notizen oder im Bild sichtbar ist, bevor die Person veröffentlicht.
• Die Bilder zeigen, was FLUX gezeichnet hat, nicht den echten Artikel. Für main, angle und detail muss das Produkt dem echten Produkt der Person entsprechen: überprüfe es anhand ihrer Fotos und sage ihnen, dass Marktplätze verlangen, dass Bilder den tatsächlichen Artikel zeigen. Lifestyle-Aufnahmen sind, wo generierte Szenen am meisten helfen.
• Das fertige weiße main-Bild wird zur Produktreferenz für die späteren Aufnahmen, sodass Requisiten im eigenen Foto der Person (eine Tischdecke, Dekorationen) nicht in Lifestyle-Aufnahmen durchsickern. Frage trotzdem nach einem einfachen, gut beleuchteten Produktfoto: daraus wird main gezeichnet.
• --only main,lifestyle erstellt eine Teilmenge; --no-refs --ref other.jpg listet ein anderes Produkt der gleichen Marke auf; --for etsy schränkt die Seiten ein.

5. Lernen, was ihnen gefällt

Das Profil wird nur besser, wenn du den Kreislauf schließt. Jedes Mal, wenn die Person auf ein Bild reagiert:

fluxx rate 02-glas-auf-eichenfensterbank-v1 good "liebt das niedrige Morgenlicht"
fluxx rate 03-glas-im-badezimmer-v2 bad "zu unruhig, das Handtuch stiehlt die Aufmerksamkeit"

Wenn zwei oder mehr Bewertungen in die gleiche Richtung weisen, bearbeite brand.json (es ist reines JSON; bearbeite es mit deinen Dateiwerkzeugen): schärfe style, erweitere avoid, füge eine datierte Zeile zu notes hinzu, die sagt, was sich geändert hat und warum. Wenn derselbe Mangel zurückkommt (ein doppeltes Teil, eine falsche Farbe, ein fehlendes Etikett), füge eine einzeilige Regel zu checks hinzu, z.B. "Genau ein Telefonhörer im gesamten Bild". Der Judge zählt dann und überprüft diese Regel bei jedem Kandidaten von nun an; eine allgemeine Bewertung allein hat genau diese Art von Mangel im Test übersehen. Sage der Person in einer Zeile ("Ich habe 'niedriges Morgenlicht' zu deinem Stil hinzugefügt und Requisiten in der Nähe des Glases entfernt"). Eine Aufnahme, die ihnen gefällt, kann eine Stilreferenz werden: fluxx brand ref NAME <pfad>_hd.png --role style (Referenzen sind auf insgesamt 10 begrenzt; FLUX 3 behandelt Stilreferenzen nur als Look, nicht als Inhalt).

Den Stil auf Wunsch ändern ("mach es dunkler und stimmungsvoller", "wir benennen die Marke um zu Pastell"): überschreibe style in brand.json, behalte den alten in notes mit dem Datum, damit sie zurückkehren können, entferne Stilreferenzen, die nicht mehr passen, und biete einen schnellen --draft Lauf von 3-4 bekannten Szenen an, damit sie den neuen Look sehen, bevor sie einen vollständigen Batch machen. Für einen zweiten, separaten Look (z.B. eine Feiertagskampagne), erstelle eine andere Marke mit denselben Produktreferenzen, anstatt sie zu überschreiben.

Regeln

• Ein Aufruf, viele Aufnahmen. Schleife niemals fluxx gen pro Bild. Ein Kaltstart (GPU, ~60 GB an Modellen, Laden) kostet ~4 Minuten. Nachfolgeaufträge innerhalb des Warm-Fensters überspringen ihn.
• Die GPU wird immer gestoppt. Bei einem Fehler stoppt fluxx sie sofort. Bei Erfolg bleibt sie für --keep Minuten warm und ein abgekoppelter Watchdog stoppt sie dann, selbst wenn fluxx oder der Agent weg ist. Während eines Laufs begrenzt der Watchdog sie auf --max-minutes (Standard 60). Wenn ein Lauf mit NOT CONFIRMED STOPPED endet, führe sofort fluxx stop und dann fluxx status aus.
• Keine Geheimnisse im Chat. Das Hugging Face Token wird nur in die versteckte Eingabeaufforderung von fluxx login eingegeben. Es gelangt zur eigenen Colab VM der Person, die es nach dem Lesen von der Festplatte löscht und beim Stoppen gelöscht wird.
• Ihre Bilder bleiben …