lora-scripts

傻瓜式训练 Stable Diffusion 模型，点点鼠标就能炼出专属 LoRA

lora-scripts 是一个基于 kohya-ss 训练器的 Stable Diffusion 模型训练工具，提供 LoRA 和 Dreambooth 训练脚本及图形界面。它解决了普通用户难以通过命令行完成模型微调的问题，将复杂的训练参数配置封装成直观的 GUI 操作，支持数据集管理、训练参数预设、模型预览等功能。核心能力包括：支持多种扩散模型架构（如 SD1.5、SDXL），提供 LoRA、Dreambooth、Finetune 等多种训练方式，内置图像预处理和标签编辑工具，并支持分布式训练和断点续训。项目旨在降低 AI 绘画模型定制门槛，让创作者无需深入编程即可训练出个性化风格或角色模型。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 6143

维护状态维护中

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队Akegarasu

所属国家

官网地址

GitHubhttps://github.com/Akegarasu/lora-scripts

定价模式free

价格说明开源项目，AGPL-3.0许可，可免费使用和修改，无付费版本。

访问状态

是否开源是

开源协议AGPL-3.0

主要语言Python

技术栈/模型dreambooth,finetune,lora,stable-diffusion

GitHub 星标★ 6143

30天Star增速

HF 下载量

上线时间2023-01-22 00:00:00

最近更新2026-09-22 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

难度：入门约 15 分钟部署方式：本地安装 7 步

环境要求

Windows 或 Linux 操作系统
本地已安装 Python 环境（安装脚本会自动创建 venv 虚拟环境）
网络可访问 GitHub 与 Python 依赖源（用于下载依赖）

安装与启动步骤

1获取项目代码

从 GitHub 仓库克隆 lora-scripts（或从 Releases 页面下载压缩包），然后进入项目目录。
```
git clone https://github.com/Akegarasu/lora-scripts
your/path/lora-scripts
```
2Windows 安装依赖

在项目目录下运行 install.ps1，脚本会自动创建 venv 并安装必要依赖。
```
.install.ps1
```
3国内用户安装

中国大陆用户请改用 install-cn.ps1，使用国内源安装依赖，速度更快。
```
.install-cn.ps1
```
4Linux 安装依赖

在 Linux 下运行 install.bash，脚本会创建 venv 并安装必要依赖。
```
bash install.bash
```
5Windows 启动 GUI

依赖安装完成后运行 run_gui.ps1 启动训练图形界面（Train WebUI）。
```
.
un_gui.ps1
```
6Linux 启动 GUI

在 Linux 下运行 run_gui.sh 启动同一套训练图形界面。
```
bash run_gui.sh
```
7手动运行训练脚本

如需传统方式训练，可跳过 GUI，直接在 venv 环境下手动运行仓库内的训练脚本。

如何确认成功

执行 run_gui.ps1 或 run_gui.sh 后，出现训练 WebUI 界面（含 Tensorboard、WD 1.4 Tagger、Tag Editor 等标签页）即启动成功。

常见问题

Q：国内下载依赖很慢或失败怎么办？

A：改用 install-cn.ps1 进行安装，README 专门为中国大陆用户提供了该脚本。

Q：Windows 和 Linux 的安装命令一样吗？

A：不一样。Windows 运行 install.ps1（国内用 install-cn.ps1），Linux 运行 install.bash，两者都会自动创建 venv。

Q：安装完怎么进入图形界面？

A：Windows 运行 run_gui.ps1，Linux 运行 run_gui.sh，即可启动 Train WebUI。

Q：不想用 GUI，能命令行训练吗？

A：可以，README 保留了 Legacy 方式：手动运行训练脚本进行训练，具体脚本需查看仓库内容。

注意事项

安装脚本会自动创建虚拟环境 venv 并安装依赖，无需手动配置环境。
中国大陆用户优先使用 install-cn.ps1，避免依赖下载超时。
GUI 只是 kohya-ss/sd-scripts 的前端封装，实际训练仍依赖 sd-scripts 训练器。

核心亮点

提供完整图形界面，无需写代码即可完成 LoRA 训练全流程
内置多种主流模型架构支持，如 SD1.5、SDXL，兼容性好
集成图像预处理、标签编辑、数据集管理，一站式解决训练准备

不足之处

文档以中文为主，对国际用户不够友好
依赖 kohya-ss 训练器，部分高级功能需手动修改配置

适用场景

个人创作者训练特定风格或角色的 LoRA 模型
小团队快速微调 Stable Diffusion 模型用于产品原型
教学场景中演示扩散模型训练流程

替代项目

kohya-ss/sd-scripts、bmaltais/kohya_ss、Linaqruf/kohya-trainer

项目介绍

lora-scripts 是模型训练领域的开源项目，由 Akegarasu 开发，2023 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（6,143）位列前 8%，在模型训练分类的 518 个项目里位列前 8%。

近 44 天，它的 GitHub 星标从 6,095 增加到 6,143，净增 48。

项目仍在小幅维护中，最近一次代码更新于 2026-09-22。AGPL-3.0许可，可免费使用和修改，无付费版本。

它主要面向的使用场景是：个人创作者训练特定风格或角色的LoRA模型。同类可对比的替代方案包括 kohya-ss/sd-scripts、bmaltais/kohya_ss、Linaqruf/kohya-trainer。

上一篇：lora

下一篇：dpm-solver