Flow Edit 是一种能够精准编辑图像内部特定区域，同时保持其他元素不变。以下工作流使用Flow Edit Sampler并通过搭配Flow Edit Guider节点，结合提示词控制，达到编辑图像的目的。
原图提示词是a billboard in a city with the text "LOVE IS ALL YOU NEED"。
目标提示词是a billboard in a city with the text "FLUX IS ALL YOU NEED"。
Flow Edit 通过精准的局部编辑能力，将图像中的“LOVE”替换为“FLUX”，同时保持广告牌的整体风格、字体、光照和周围环境不变。
但是以上有个问题，LOVE和FLUX的字数是一样的，若是将LOVE变为stablediffusion，则会出现以下情况，它没有匹配love，而是将下面与stablediffusion字数差不多的词进行替换了，且还没换完全。
skip_steps: 在采样过程中跳过的步数。可以看到，只有skip_steps=0和skip_steps=4换成功了，其他都没换成功，但是skip_steps=0把下面字体的颜色稍微变动了一下。
还有，在该工作流中并没有看到总的步数，但是后台有步数。可以看到，默认是28步，当加入skip_steps后，总步数就变为了28-skip_steps。
refine_steps: 在采样过程中用于优化的步数。以下是refine_steps从0到8下的效果，基本都能将LOVE替换为FLUX，风格有所不同。当然也只有refine_steps=0能够在修改词语后基本与原图保持一致了。
还有就是工作流中对源图像的提示词也使用了1.5的FluxGuidance。从以下可以看到，FluxGuidance确实是1.0到2.0的效果最好。当然，这也得配合目标图像中使用的FluxGuidance，为5.5，下图中当FluxGuidance接近于5.5时，LOVE并没有被提换。因此源图像的FluxGuidance要和目标图像中的FluxGuidance区分开来，不要接近。
Flow dit当然不仅仅是图片中字体的替换。还可以是以下替换，直接对主体进行替换，这里就不作示例了。
