C ComfyAtlas

发布于 2026年5月20日

ComfyUI 里的 LoRA 入门:风格和角色模型怎么用

什么是 LoRA、文件放哪里、怎么把它接进文生图工作流。包含强度调节、多个 LoRA 叠加、还有最容易让新手踩坑的触发词习惯。

LoRA(Low-Rank Adaptation,低秩适配)是一个小文件,用来把基础扩散模型往特定的风格、角色或概念方向”推”一下,不需要重新训练整个模型。一个普通的 LoRA 是 50–200 MB,一个完整的 SDXL checkpoint 是 7 GB。这个比例就是 LoRA 满天飞的原因 — 训练成本低、分享方便、还能叠加。

本文假设你已经能跑通一个文生图工作流。还不行的话先看第一个工作流教程。能跑通之后,加一个 LoRA 就是多一个节点的事。

LoRA 到底干什么

扩散模型是一摞权重矩阵。训练 LoRA 会为每一层产生一对小很多的矩阵。推理时这两个小矩阵相乘后加到原权重上,模型表现得像稍微变了一点的另一个模型 — 一个被往 LoRA 训练目标方向拉过的模型。

实际意义:

LoRA 文件放哪

放进:

ComfyUI/models/loras/

子文件夹随便分。多数人按来源或类型分:

ComfyUI/models/loras/
  character/
    aragorn-sdxl.safetensors
    sailor-moon-1.5.safetensors
  style/
    pixel-art-xl.safetensors
    studio-ghibli.safetensors
  concept/
    wide-angle-lens.safetensors

加完文件,点 ComfyUI 右上角刷新按钮 — 下拉菜单会重新读目录,不用重启。

去哪下载 LoRA

主要两个地方:

LoRA 详情页一定会写基础模型。SD 1.5、SDXL、FLUX、Pony、Illustrious 这几个互不通用。下载的 LoRA 必须匹配你 Load Checkpoint 里加载的 checkpoint。

好的详情页还会包含:

如果详情页没有触发词、没有示例提示词,这是个差页面,跳过。

Load LoRA 节点

在节点菜单里搜 Load LoRA。这个节点有:

输入(左侧):

输出(右侧):

控件:

这个节点夹在 Load Checkpoint 和后续节点之间,拦截 MODEL 和 CLIP。

接线

拿你能跑通的文生图图。看 Load Checkpoint 出去的几根线:

VAE 那根别动 — LoRA 不影响 VAE。但要拦截 MODEL 和 CLIP 两根:

  1. 加一个 Load LoRA 节点夹在 Load Checkpoint 和后续之间
  2. 断开 Load Checkpoint 到 KSampler 的 MODEL 线
  3. 连:Load Checkpoint.MODEL → Load LoRA.model → Load LoRA.MODEL → KSampler.model
  4. 断开 CLIP 那两根线
  5. 连:Load Checkpoint.CLIP → Load LoRA.clip → Load LoRA.CLIP → 两个文本编码器

完事。下拉里选一个 LoRA,强度都设 1.0 起步。

触发词的习惯

新手最容易栽在这。很多 LoRA 必须在正向提示词里出现一个特定的标记才会被激活。这个标记是训练时定的,提示词里没有它,LoRA 的效果会很弱甚至看不到。

举例(虚构,但代表性强):

LoRA: aragorn-sdxl.safetensors
触发词: aragorn-strider
用法: "portrait of aragorn-strider in a forest, cinematic lighting"
LoRA: pixel-art-xl.safetensors
触发词: pixel art
用法: "pixel art of a fox sitting on a moss-covered rock"

每次都查 LoRA 详情页的触发词。如果 LoRA 强度 1.0 接进去图却一点没变 — 多半是没用触发词。

也有些 LoRA 是”常驻”的,不需要触发词。详情页会说明。

强度调节

三种数值组合,三种不同表现:

strength_modelstrength_clip行为
1.01.0完整效果,默认起点
0.60.6微妙融入,适合往基础风格里渗一点
1.21.0视觉效果强、提示词响应正常。风险:容易把图烤糊
1.00.0视觉风格应用了,但提示词理解保持干净。处理麻烦组合时有用
0.00.0LoRA 关闭(等于没接节点)

第一次跑,1.0 / 1.0。结果太强(脸变形、颜色爆炸)就降到 0.7。太弱试 1.1 — 但超过 1.2 通常会破坏生成。

strength_clip 比大多数人意识到的更重要。如果一个角色 LoRA 把提示词理解污染了(模型”忘了”蓝色是什么意思),把 strength_clip 降到 0.5 左右,strength_model 留 1.0。

多个 LoRA 叠加

两个 LoRA 同时用,把 Load LoRA 节点串起来:

Load Checkpoint → Load LoRA(风格) → Load LoRA(角色) → KSampler

每个节点修改它收到的 MODEL 和 CLIP 然后传下去。顺序的影响小于总强度的影响。

叠加经验法则:总强度保持在 1.0–1.5 之间。两个 LoRA 各 0.7 没问题。三个全 1.0 几乎一定出垃圾图。模型的”余量”有限,多个微调互相抢就开始打架。

风格 LoRA + 角色 LoRA 叠加:

常见失败

加不加 LoRA 图一样

图过饱和、扭曲、烤糊

你没要求画脸的地方脸都崩了

”LoRA not found” / 下拉是空的

颜色/风格对了,但角色不对

LoRA、checkpoint、embedding 区别

下载内容三种类型的速查表:

类型体积放哪干啥
Checkpoint2–24 GBmodels/checkpoints/整个模型。替换扩散大脑
LoRA50–500 MBmodels/loras/给模型打补丁,风格/角色/概念
Embedding5–500 KBmodels/embeddings/仅文本侧,模型新认识的一个”词”

LoRA 是中间路线 — 小到能随便下,表达力又足以真改变生成。网上看到的工作流大多用 1-2 个 LoRA 加基础 checkpoint。

下一步

你现在能把任何角色或风格 LoRA 套到基础文生图工作流上了。两个自然的下一站:

各有专题教程。

#lora#微调#工作流#stable-diffusion#教程