lora-pilot

一键启动 Docker，搞定 LoRA 训练与验证全流程

lora-pilot 是一个面向 Stable Diffusion 生态的一体化 Docker 镜像，旨在简化 LoRA 模型的训练与验证流程。它整合了 kohya_ss、diffusion-pipe 和 TensorBoard 用于训练，同时内置 ComfyUI 和 InvokeAI 用于生成验证，解决了训练环境配置复杂、工具链割裂的问题。核心能力包括：共享模型目录、模块化组件、自定义集成以及自动化脚本，支持 Flux2、Hunyuan Video 等最新模型，并涵盖数据集准备和图像标注功能。通过开箱即用的容器化方案，用户无需手动安装依赖即可快速搭建完整的训练-验证工作流，适合从数据准备到模型评估的全流程操作。

开源 unknown 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 80

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类图像生成

开发团队vavo

所属国家

官网地址https://www.lorapilot.com

GitHubhttps://github.com/vavo/lora-pilot

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-toolkit,captioning-images,comfyui,datasets-preparation,diffusion-pipe,docker-image,flux2,gpu-computing,hunyuan-video,invokeai,kohya-training,lora,lora-training,runpod-template,sdxl,stable-diffusion,tagging,wan22,z-image-turbo

GitHub 星标★ 80

30天Star增速

HF 下载量

上线时间2025-12-26 00:00:00

最近更新2026-09-22 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2026-08-09

浏览次数4

使用教程

核心亮点

整合 kohya_ss 和 diffusion-pipe 双训练引擎，覆盖主流训练需求
内置 ComfyUI 和 InvokeAI，训练后可直接生成样例验证效果
共享模型目录和自动化脚本，减少重复下载和手动操作

不足之处

文档/社区待观察
Docker 镜像体积可能较大，对磁盘和内存要求较高

适用场景

个人开发者快速搭建本地 LoRA 训练环境
团队统一训练环境，降低协作配置成本
需要同时进行训练和效果验证的批量实验场景

替代项目

kohya_ss、sd-scripts、SimpleTuner

项目介绍

lora-pilot 是模型训练领域的开源项目，由 vavo 开发，2025 年首次发布。

它收录于模型训练分类，该分类目前共有 522 个项目，GitHub 星标数为 80。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。从国内网络环境看，可直接访问。

它主要面向的使用场景是：个人开发者快速搭建本地LoRA训练环境。同类可对比的替代方案包括 kohya_ss、sd-scripts、SimpleTuner。

上一篇：sd-mecha

下一篇：AdaptiveDiffusion