comfyUI-Realtime-Lora
在 ComfyUI 里直接训练、编辑和保存 LoRA，无需切换工具
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 575
技术标签
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- 图像生成编辑器
- NVIDIA 显卡
- 十几张风格图
安装与启动步骤
-
1克隆到节点目录
它是编辑器插件，要放进节点目录。
git clone https://github.com/ShootTheSound/comfyUI-Realtime-Lora -
2重启编辑器
插件靠扫描目录加载，装完必须重启。
-
3选底模
只支持特定系列的快速模型，版本要对。
-
4配训练参数
步数与学习率决定能不能实时出效果。
-
5边训边看
训练过程中直接采样，看风格是否收敛。
如何确认成功
用十几张图训一个小风格模型，训练过程中采样就能看到明显的风格迁移效果
注意事项
- 它是编辑器插件，不是独立训练器。
- 只针对特定快速模型，换底模会失效。
- 小样本训练容易过拟合，别拿它做通用模型。
- 显存占用随分辨率上升很快。
核心亮点
- 原生集成 ComfyUI，训练与生成工作流无缝衔接，无需外部训练脚本
- 支持多种主流模型（Z-image、Flux、SDXL、WAN 2.2 等），覆盖面广
- 提供块级编辑功能，可精细调整 LoRA 的特定部分，提升定制灵活性
不足之处
- 早期项目，文档和社区支持尚不完善，遇到问题可参考资源有限
- 训练功能依赖 ComfyUI 环境，对显存和配置要求较高，入门门槛不低
适用场景
- 在 ComfyUI 中快速训练特定风格的 LoRA 并立即用于生成
- 对已有 LoRA 进行局部微调，如修改某一层的风格影响
- 实验不同模型（如 Flux、SDXL）的 LoRA 训练效果，进行对比
替代项目
kohya-ss/sd-scripts、ComfyUI-Lora-Training、SimpleTuner
上一篇：distill-sd
同类项目推荐
language-planner
开源
用大模型零样本生成任务规划，直接驱动具身智能体。
Official Code for "Language Models as Zero-Shot Planners: Extracting Actionable Know···
AutoGrad-Engine
开源
600 行纯 C# 从零实现 GPT 训练与推理
A complete GPT language model (training and inference) in ~600 lines of pure C#, zer···
RAG-Retrieval
开源
统一微调 RAG 检索模型，让召回更精准
Unify Efficient Fine-tuning of RAG Retrieval, including Embedding, ColBERT, ReRanke···
Visual-ERM
开源
训练视觉奖励模型，让AI输出更符合人类视觉偏好
[NeurIPS 2026] Official Implementation of "Visual-ERM: Reward Modeling for Visual Eq···
prismaquant
开源
按层敏感度自动分配量化精度，省显存不掉点
Mixed-precision quantization for LLMs. Every layer refracts into a different format ···
RAGEN
开源
多轮智能体强化学习训练与推理退化诊断
Agent RL framework for LLM agents: multi-turn reinforcement learning with StarPO and···
ComfyUI-TrainTools-MZ
开源
在 ComfyUI 里拖拽节点，轻松训练自己的 LoRA 模型
在ComfyUI中进行lora微调的节点,依赖于kohya-ss/sd-scripts等训练工具(Nodes for fine-tun···
RLP
开源
把强化学习塞进预训练，让模型天生会决策
[ICLR 2026] Official PyTorch Implementation of RLP: Reinforcement as a Pretraining O···
rlhf-summary-notes
开源
快速理清RLHF算法脉络，一份笔记入门
A brief and partial summary of RLHF algorithms.