# ComfyUI LoRA使用教程

在 checkpoint 和采样器之间插入 Load LoRA，核对 MODEL/CLIP 两条路径与权重家族，做可追溯强度对照。

本地结构与素材核验，未执行 ComfyUI 前端导入或扩散/ESRGAN 推理。图像与原 JSON 来源见 provenance.json。所有工作流为 UI 格式 0.4，与 prompt-api.json 分开。权重不打包。

## 使用

1. python check.py
2. 查看 models.csv，按模型出处准备文件。
3. 用本地 ComfyUI 打开 workflow.json，重新选择 Loader 下拉和输入。
4. 自己完成真实小样，填写 acceptance.csv。

## 1. 下载兼容模型清单

本页官方示例为 dreamshaper_8 checkpoint 与 blindbox_V1Mix LoRA，先查来源许可证与 SD1.5 家族。下载包只有工作流和清单，不包含模型；使用自己 LoRA 时记录训练基模。

## 2. 正确放置两类权重

checkpoint 放 models/checkpoints、LoRA 放 models/loras，重启或刷新后在各自 Loader 选择实际文件。文件名不在下拉时先处理目录与下载完整性，不连续点击排队。

## 3. 核对 MODEL 与 CLIP 两路

Checkpoint MODEL 和 CLIP 输入 LoraLoader；输出 MODEL 接 KSampler，输出 CLIP 接两个文本编码节点。只替换模型路径而让文本还走旧 CLIP，会与本页标准连接不同。

## 4. 读取发布方的触发词

把 LoRA 作者要求的关键词加入正向提示，并保留其他变量。不同 LoRA 不一定需要触发词，也不共用提示格式；不能把本站范例文本当成所有模型通用指令。

## 5. 做零强度和中等强度对照

先将 strength_model/strength_clip 均设零保存 baseline，再各设 0.6 做样图；保持 seed、尺寸与文本一致。两种强度独立记录，避免只说 LoRA 权重一个数。

## 6. 检查风格与副作用

实际输出并排检查轮廓、风格、背景与瑕疵，记录是否改变主体识别。官方比较图来自官方文档样例；本页未运行模型，不能当作你设置 0.6 的实测结果。

## 7. 保存恢复点与模型出处

保留 baseline 和最终 JSON、文件哈希、触发词及实际输出，失败时先撤回 LoRA 接入再判断架构问题。用 python check.py 核对 MODEL/CLIP 连线，仅证明结构。


queue_client.py 默认只查询；--submit 明确触发本地真实推理。batch_manifest.py 仅生成计划，未提交。故障日志、history 响应和空验收栏是教材，不是本站成功实测。

## 官方来源

- https://docs.comfy.org/tutorials/basic/lora
- https://github.com/Comfy-Org/ComfyUI
- https://docs.comfy.org/troubleshooting/model-issues