ComfyUI LoRA 指南：使用、疊加與故障排除

什麼是 LoRA？

LoRA（Low-Rank Adaptation）是一種微調 AI 模型的技術，無需從頭重新訓練模型。LoRA 不會修改所有模型參數，而是隻調整一小部分參數 — 因此生成的文件非常緊湊（通常為 10–200 MB），可以加載到任何兼容的基礎模型之上。

可以把基礎模型想像成一位全能的畫家，而 LoRA 則是專項訓練課程 — 一個可以教畫家特定的角色設計，另一個教特定的藝術風格，還有一個教打光技巧。

為什麼使用 LoRA？

開始使用

1. 下載 LoRA

在模型分享網站上查找 LoRA。請確保 LoRA 與你的基礎模型兼容（例如 SD1.5 的 LoRA 適用於 SD1.5 檢查點，SDXL 的 LoRA 適用於 SDXL 檢查點）。

2. 安裝文件

將下載的 .safetensors 文件放置到：

ComfyUI/models/loras/

3. 添加節點

在你的工作流中，在 Load Checkpoint 和後續管線之間添加一個 Load LoRA 節點。連接方式：

• model 輸入 → 連接 Load Checkpoint 的 MODEL 輸出
• clip 輸入 → 連接 Load Checkpoint 的 CLIP 輸出

Load LoRA 節點會輸出兩者的修改版本，然後將它們連接到你的 CLIP Text Encode 和 KSampler 節點。

Load LoRA 參數

調節強度

• 0.5–0.8 對大多數 LoRA 來說是一個不錯的起始範圍
• 過高（>1.0）可能導致偽影或過飽和
• 過低（<0.3）可能沒有明顯效果
• 每個 LoRA 都有自己的最佳值 — 需要通過實驗來找到

疊加多個 LoRA

你可以將多個 Load LoRA 節點依次串聯。一個節點的輸出連接到下一個節點的輸入：

Load Checkpoint → Load LoRA (風格) → Load LoRA (角色) → CLIP Text Encode → KSampler

疊加時注意：

• 降低各個 LoRA 的強度 — 每個從 0.4–0.6 開始，以避免衝突
• 順序可能有影響 — 如果效果不理想，嘗試不同的排列順序
• 注意衝突 — 兩個在相似概念上訓練的 LoRA 可能會互相干擾

常見 LoRA 類型

獲得最佳效果的技巧

• 使用觸發詞 — 許多 LoRA 需要在提示詞中包含特定關鍵詞。請在 LoRA 的說明頁面查看這些觸發詞
• 匹配基礎模型 — SD1.5 的 LoRA 不能用於 SDXL，反之亦然
• 先用簡單提示詞測試 — 在組合複雜提示詞之前，先單獨測試 LoRA 的效果
• 添加新 LoRA 文件後刷新 ComfyUI — 如果新文件沒有出現在節點下拉菜單中，請刷新頁面

常見問題與解決方法

LoRA 沒有出現在下拉菜單中

• 確保文件位於 ComfyUI/models/loras/ 目錄中（不要放在子文件夾中，除非 ComfyUI 已配置為遞歸掃描）
• 添加新文件後刷新 ComfyUI（F5）或重啟
• 檢查文件擴展名 — 應為 .safetensors（不是 .ckpt 或 .pt）

LoRA 沒有明顯效果

• 強度過低 — 將 strength_model 提高到 0.7–1.0
• 缺少觸發詞 — 許多 LoRA 需要在提示詞中包含特定關鍵詞。請在 Civitai 的模型頁面查看觸發詞
• 基礎模型不匹配 — SD1.5 的 LoRA 不能用於 SDXL 檢查點，反之亦然

輸出圖像看起來"過度處理"或過飽和

• 強度過高 — 將 strength_model 降低到 0.5–0.7
• LoRA 衝突 — 如果疊加了多個 LoRA，請降低每個的強度
• cfg 過高 — 將 KSampler 的 cfg 值降低到 6–8

錯誤："LoRA key not found" 或類似提示

• 版本不匹配 — 該 LoRA 是為不同的模型架構訓練的
• 下載損壞 — 重新下載 LoRA 文件

下一步

• 文生圖 — 在添加 LoRA 之前先掌握基礎工作流
• 圖生圖 — 將 LoRA 與參考圖像結合使用
• 放大指南 — 增強 LoRA 生成的圖像