maji-merger

在 WebUI 里拖拽调参,几秒合并出全新模型

maji-merger 是一个专为 Stable Diffusion WebUI 设计的模型合并扩展插件。它解决了在 WebUI 界面中手动合并多个模型(如 checkpoint、LoRA)时操作繁琐、参数调整不便的问题。该插件提供直观的图形化界面,支持多种主流合并算法(如加权和、插值等),允许用户精细调节各模型的权重比例,并实时预览合并效果。核心能力包括:多模型灵活组合、自定义合并参数、一键生成合并后的模型文件,以及无缝集成到现有 WebUI 工作流中。通过简化模型合并流程,它帮助创作者更高效地探索模型混合带来的风格融合与能力增强,无需编写代码或使用命令行工具。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 72
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队ddPn08
所属国家
官网地址
定价模式free
价格说明开源项目,Apache-2.0许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型stable-diffusion,stable-diffusion-webui,stable-diffusion-webui-plugin
GitHub 星标★ 72
30天Star增速
HF 下载量
上线时间2023-03-07 00:00:00
最近更新2026-02-13 00:00:00
维护状态低维护
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2

使用教程

核心亮点

  • 图形化界面替代命令行,降低模型合并门槛
  • 支持多模型权重实时调节,探索组合更灵活
  • 与 WebUI 生态无缝集成,安装即用

不足之处

  • 项目处于早期,功能覆盖有限,高级合并算法可能缺失
  • 文档/社区待观察

适用场景

  • 想快速融合多个风格模型,生成独特画风的创作者
  • 需要批量测试不同模型权重组合的调参实验
  • 在 WebUI 工作流中希望无缝合并模型,避免切换工具

替代项目

SuperMerger、sd-webui-modelscope-merger、Stable Diffusion WebUI 内置合并功能

项目介绍

maji-merger 是模型训练领域的开源项目,由 ddPn08 开发,2023 年首次发布。

它收录于模型训练分类,该分类目前共有 518 个项目,GitHub 星标数为 72。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-02-13。Apache-2.0许可证,完全免费,无付费版本。

它主要面向的使用场景是:想快速融合多个风格模型,生成独特画风的创作者。同类可对比的替代方案包括 SuperMerger、sd-webui-modelscope-merger、Stable Diffusion WebUI 内置合并功能。

同类项目推荐

Long-RL 开源

让强化学习轻松驾驭超长序列,训练更稳更快

Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)

★ 729 2026-08-09
TPA 开源

把注意力复杂度从平方降到线性,长序列不再卡顿

[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···

★ 463 2026-08-09
minimind 开源

两小时造出你的小模型,练手入门不求人

Train a 64M-parameter LLM from scratch in just 2h!

★ 62178 2026-08-09
pruna 开源

一键优化 AI 模型,推理提速又省资源。

Pruna is a model optimization framework built for developers, enabling you to delive···

★ 1286 2026-08-13