OneTrainer

图形化界面搞定扩散模型训练，从 LoRA 到全量微调一站式完成。

OneTrainer 是一个面向扩散模型（Diffusion Model）的一站式训练工具，旨在简化图像生成模型的微调与训练流程。它解决了 Stable Diffusion 等模型训练过程中配置复杂、脚本分散、上手门槛高的问题，将 LoRA、Textual Inversion、DreamBooth、Fine-tuning 等多种训练方式集成在统一的图形界面中。核心能力包括：支持多种主流模型架构（如 SD1.5、SDXL、Flux 等），提供直观的 WebUI 操作，内置数据预处理、采样预览、损失曲线可视化等功能，并支持多 GPU 并行训练。项目采用 Python 编写，基于 PyTorch 生态，通过模块化设计让新手也能快速开始训练，同时为进阶用户保留灵活的参数配置。

开源 free 模型训练

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3216

维护状态活跃

是否开源是

定价模式 free

项目数据

分类模型训练

开发团队Nerogar

所属国家

官网地址

GitHubhttps://github.com/Nerogar/OneTrainer

定价模式free

价格说明开源项目，AGPL-3.0许可证，可免费使用和自行部署。

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fine-tuning,image-model-training,lora,training

GitHub 星标★ 3216

30天Star增速

HF 下载量

上线时间2023-04-12 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数7

使用教程

难度：入门约 15 分钟部署方式：本地安装 8 步

环境要求

Python >=3.10 且 <3.14（README 明确要求）
Git（用于克隆仓库）
Windows 可直接使用 install.bat；Linux/Mac 使用 install.sh
Ubuntu 等 Linux 发行版需额外安装 libGL；Alpine/Arch/Xubuntu 可能还需 tkinter

安装与启动步骤

1克隆仓库

把 OneTrainer 源码下载到本地，命令会把仓库克隆到当前目录下的 OneTrainer 文件夹。
```
git clone https://github.com/Nerogar/OneTrainer.git
```
2进入项目目录

后续所有安装命令都需要在克隆出来的 OneTrainer 目录中执行。
```
cd OneTrainer
```
3自动安装（推荐）

Windows 双击或执行 install.bat；Linux 和 Mac 执行 install.sh。两个命令按平台二选一，不要都跑。
```
install.bat
./install.sh
```
4手动创建虚拟环境

不使用自动脚本时，手动安装的第一步是创建独立虚拟环境，避免污染系统 Python。
```
python -m venv venv
```
5激活虚拟环境

Windows 执行给出的命令；Linux/Mac 根据所用 shell 以相应方式激活（如 source venv/bin/activate）。
```
venvscriptsctivate
```
6安装 Python 依赖

在已激活的虚拟环境中安装 requirements.txt 内声明的全部依赖，耗时取决于网络。
```
pip install -r requirements.txt
```
7补装 Linux 系统库

Ubuntu 缺少 libGL 时执行；Alpine 用 apk add py3-tk、Arch 用 sudo pacman -S tk 补 tkinter。
```
sudo apt-get update
sudo apt-get install libgl1
```
8启动并查阅文档

安装完成后可按 GUI 或 CLI 两种模式使用；README 指向 QuickStartGuide 与 wiki 查看具体用法。

如何确认成功

安装脚本或 pip install 执行过程中不报错、依赖全部装完，即表示环境准备成功。

常见问题

Q：Python 版本有什么要求？

A：README 明确要求 Python >=3.10 且 <3.14，版本不符会导致依赖安装或运行失败。

Q：Linux 下报缺少 libGL 怎么办？

A：Ubuntu 上执行 sudo apt-get update && sudo apt-get install libgl1 即可补上该库。

Q：提示找不到 tkinter 怎么办？

A：Alpine 执行 apk add py3-tk，Arch 执行 sudo pacman -S tk；其他发行版安装对应的 tk 包。

Q：支持哪些模型和训练方式？

A：支持 FLUX.1、SD 1.5/2.x/3.x、SDXL、PixArt、Sana 等，训练方式包括全量微调、LoRA 和 embedding。

Q：GUI 和 CLI 该用哪个？

A：日常使用选图形界面即可；需要更精细控制时用命令行模式，具体参数见官方 QuickStartGuide 与 wiki。

注意事项

自动安装与手动安装二选一即可，不要重复执行。
训练过程中支持自动备份，可完整恢复并继续训练。
内置 TensorBoard 集成，可用来跟踪训练进度。
支持 EMA 与多种数据增强选项，可按需在界面中开启。

核心亮点

提供完整的 WebUI，无需编写代码即可完成从数据准备到模型训练的全流程
内置多种训练模式（LoRA、DreamBooth、Fine-tuning），覆盖不同精度和资源需求
支持 SD1.5/SDXL/Flux 等主流模型，并持续适配新架构

不足之处

文档/社区待观察
对新手而言，参数配置项仍然较多，需要一定学习成本

适用场景

个人开发者快速训练自定义风格的 LoRA 模型
中小团队在本地或单机多卡环境微调图像生成模型
教学和研究场景中，用于实验不同训练超参数对生成效果的影响

替代项目

kohya-ss/sd-scripts、Stable Diffusion WebUI 的 Dreambooth 扩展、SimpleTuner

项目介绍

OneTrainer 是模型训练领域的开源项目，由 Nerogar 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（3,216）位列前 30%，在模型训练分类的 522 个项目里位列前 14%。

近 42 天，它的 GitHub 星标从 3,163 增加到 3,216，净增 53。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。AGPL-3.0许可证，可免费使用和自行部署。

它主要面向的使用场景是：个人开发者快速训练自定义风格的LoRA模型。同类可对比的替代方案包括 kohya-ss/sd-scripts、Stable Diffusion WebUI 的 Dreambooth 扩展、SimpleTuner。

上一篇：Kiln

下一篇：maestro