ComfyUI LoRA 指南：使用、叠加与故障排除

什么是 LoRA？

LoRA（Low-Rank Adaptation）是一种微调 AI 模型的技术，无需从头重新训练模型。LoRA 不会修改所有模型参数，而是只调整一小部分参数 — 因此生成的文件非常紧凑（通常为 10–200 MB），可以加载到任何兼容的基础模型之上。

可以把基础模型想象成一位全能的画家，而 LoRA 则是专项训练课程 — 一个可以教画家特定的角色设计，另一个教特定的艺术风格，还有一个教打光技巧。

为什么使用 LoRA？

开始使用

1. 下载 LoRA

在模型分享网站上查找 LoRA。请确保 LoRA 与你的基础模型兼容（例如 SD1.5 的 LoRA 适用于 SD1.5 检查点，SDXL 的 LoRA 适用于 SDXL 检查点）。

2. 安装文件

将下载的 .safetensors 文件放置到：

ComfyUI/models/loras/

3. 添加节点

在你的工作流中，在 Load Checkpoint 和后续管线之间添加一个 Load LoRA 节点。连接方式：

• model 输入 → 连接 Load Checkpoint 的 MODEL 输出
• clip 输入 → 连接 Load Checkpoint 的 CLIP 输出

Load LoRA 节点会输出两者的修改版本，然后将它们连接到你的 CLIP Text Encode 和 KSampler 节点。

Load LoRA 参数

调节强度

• 0.5–0.8 对大多数 LoRA 来说是一个不错的起始范围
• 过高（>1.0）可能导致伪影或过饱和
• 过低（<0.3）可能没有明显效果
• 每个 LoRA 都有自己的最佳值 — 需要通过实验来找到

叠加多个 LoRA

你可以将多个 Load LoRA 节点依次串联。一个节点的输出连接到下一个节点的输入：

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

叠加时注意：

• 降低各个 LoRA 的强度 — 每个从 0.4–0.6 开始，以避免冲突
• 顺序可能有影响 — 如果效果不理想，尝试不同的排列顺序
• 注意冲突 — 两个在相似概念上训练的 LoRA 可能会互相干扰

常见 LoRA 类型

获得最佳效果的技巧

• 使用触发词 — 许多 LoRA 需要在提示词中包含特定关键词。请在 LoRA 的说明页面查看这些触发词
• 匹配基础模型 — SD1.5 的 LoRA 不能用于 SDXL，反之亦然
• 先用简单提示词测试 — 在组合复杂提示词之前，先单独测试 LoRA 的效果
• 添加新 LoRA 文件后刷新 ComfyUI — 如果新文件没有出现在节点下拉菜单中，请刷新页面

常见问题与解决方法

LoRA 没有出现在下拉菜单中

• 确保文件位于 ComfyUI/models/loras/ 目录中（不要放在子文件夹中，除非 ComfyUI 已配置为递归扫描）
• 添加新文件后刷新 ComfyUI（F5）或重启
• 检查文件扩展名 — 应为 .safetensors（不是 .ckpt 或 .pt）

LoRA 没有明显效果

• 强度过低 — 将 strength_model 提高到 0.7–1.0
• 缺少触发词 — 许多 LoRA 需要在提示词中包含特定关键词。请在 Civitai 的模型页面查看触发词
• 基础模型不匹配 — SD1.5 的 LoRA 不能用于 SDXL 检查点，反之亦然

输出图像看起来"过度处理"或过饱和

• 强度过高 — 将 strength_model 降低到 0.5–0.7
• LoRA 冲突 — 如果叠加了多个 LoRA，请降低每个的强度
• cfg 过高 — 将 KSampler 的 cfg 值降低到 6–8

错误："LoRA key not found" 或类似提示

• 版本不匹配 — 该 LoRA 是为不同的模型架构训练的
• 下载损坏 — 重新下载 LoRA 文件

下一步

• 文生图 — 在添加 LoRA 之前先掌握基础工作流
• 图生图 — 将 LoRA 与参考图像结合使用
• 放大指南 — 增强 LoRA 生成的图像