[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-Nerogar--OneTrainer":3,"tool-Nerogar--OneTrainer":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",145895,2,"2026-04-08T11:32:59",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108111,"2026-04-08T11:23:26",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":73,"owner_company":73,"owner_location":73,"owner_email":73,"owner_twitter":73,"owner_website":73,"owner_url":75,"languages":76,"stars":92,"forks":93,"last_commit_at":94,"license":95,"difficulty_score":10,"env_os":96,"env_gpu":97,"env_ram":98,"env_deps":99,"category_tags":108,"github_topics":109,"view_count":32,"oss_zip_url":73,"oss_zip_packed_at":73,"status":17,"created_at":114,"updated_at":115,"faqs":116,"releases":145},5661,"Nerogar\u002FOneTrainer","OneTrainer","OneTrainer is a one-stop solution for all your Diffusion training needs.","OneTrainer 是一款专为扩散模型训练打造的一站式开源解决方案，旨在简化从数据准备到模型微调的全流程。它有效解决了用户在不同模型架构间切换工具繁琐、训练配置复杂以及缺乏可视化监控等痛点，让创作者能更专注于内容创作而非环境搭建。\n\n无论是希望定制专属画风的设计师、需要高效实验的研究人员，还是想尝试模型训练的开发者，都能通过其友好的图形界面（GUI）或灵活的命令行模式轻松上手。OneTrainer 展现了强大的兼容性，支持包括 FLUX.1、Stable Diffusion 全系列、Hunyuan Video 在内的多种主流模型，并提供全量微调、LoRA 和嵌入训练等多种方法。\n\n其技术亮点在于丰富的自动化与优化功能：内置数据集工具可自动为图片生成描述或创建掩码；支持多分辨率混合训练与长宽比分桶，显著提升训练效率；独有的遮罩训练功能允许仅针对图像特定区域进行学习。此外，它还集成了自动备份、实时 TensorBoard 监控及训练中直接采样预览等功能，甚至能将 EMA 权重暂存于 CPU 以节省显存。OneTrainer 将专业的训练流程变得直观可控，是提升扩散模型训练效率的得力助手。","# OneTrainer\n\nOneTrainer is a one-stop solution for all your Diffusion training needs.\n\n\u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002FKwgcQd5scF\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FNerogar_OneTrainer_readme_e26ce8c7d01a.png\" alt=\"OneTrainer Discord\"\u002F>\u003C\u002Fa>\u003Cbr>\n\n## Features\n\n-   **Supported models**: Z-Image, Qwen Image, FLUX.1, Flux.2 Dev and Klein, Chroma, Stable Diffusion 1.5, 2.0, 2.1, 3.0, 3.5, SDXL, Würstchen-v2, Stable Cascade,\n    PixArt-Alpha, PixArt-Sigma, Sana, Hunyuan Video and inpainting models\n-   **Model formats**: diffusers and ckpt models\n-   **Training methods**: Full fine-tuning, LoRA, embeddings\n-   **Masked Training**: Let the training focus on just certain parts of the samples\n-   **Automatic backups**: Fully back up your training progress regularly during training. This includes all information to seamlessly continue training\n-   **Image augmentation**: Apply random transforms such as rotation, brightness, contrast or saturation to each image sample to quickly create a more diverse dataset\n-   **TensorBoard**: A simple TensorBoard integration to track the training progress\n-   **Multiple prompts per image**: Train the model on multiple different prompts per image sample\n-   **Noise Scheduler Rescaling**: From the paper\n    [Common Diffusion Noise Schedules and Sample Steps are Flawed](https:\u002F\u002Farxiv.org\u002Fabs\u002F2305.08891)\n-   **EMA**: Train your own EMA model. Optionally keep EMA weights in CPU memory to reduce VRAM usage\n-   **Aspect Ratio Bucketing**: Automatically train on multiple aspect ratios at a time. Just select the target resolutions, buckets are created automatically\n-   **Multi-Resolution Training**: Train multiple resolutions at the same time\n-   **Dataset Tooling**: Automatically caption your dataset using BLIP, BLIP2 and WD-1.4, or create masks for masked training using ClipSeg or Rembg\n-   **Model Tooling**: Convert between different model formats from a simple UI\n-   **Sampling UI**: Sample the model during training without switching to a different application\n\n![OneTrainerGUI.gif](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FNerogar_OneTrainer_readme_d1d9232a790a.gif)\n\n> [!NOTE]\n> Explore our 📚 wiki for essential tips and tutorials after installing. Start [here!](https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fwiki).\n> For command-line usage, see the [CLI Mode section](#cli-mode).\n\n\n## Installation\n\n> [!IMPORTANT]\n> Installing OneTrainer requires Python >=3.10 and \u003C3.14.\n> You can download Python at https:\u002F\u002Fwww.python.org\u002Fdownloads\u002Fwindows\u002F.\n> Then follow the below steps.\n\n#### Automatic installation\n\n1. Clone the repository `git clone https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer.git`\n2. Run:\n    - Windows: Double click or execute `install.bat`\n    - Linux and Mac: Execute `install.sh`\n\n#### Manual installation\n\n1. Clone the repository `git clone https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer.git`\n2. Navigate into the cloned directory `cd OneTrainer`\n3. Set up a virtual environment `python -m venv venv`\n4. Activate the new venv:\n    - Windows: `venv\\scripts\\activate`\n    - Linux and Mac: Depends on your shell, activate the venv accordingly\n5. Install the requirements `pip install -r requirements.txt`\n\n> [!Tip]\n> Some Linux distributions are missing required packages for instance: On Ubuntu you must install `libGL`:\n>\n> ```bash\n> sudo apt-get update\n> sudo apt-get install libgl1\n> ```\n>\n> Additionally it's been reported Alpine, Arch and Xubuntu Linux may be missing `tkinter`. Install it via `apk add py3-tk` for Alpine and `sudo pacman -S tk` for Arch.\n\n## Updating\n\n#### Automatic update\n\n-   Run `update.bat` or `update.sh`\n\n#### Manual update\n\n1. Cd to folder containing the repo `cd OneTrainer`\n2. Pull changes `git pull`\n3. Activate the venv `venv\u002Fscripts\u002Factivate`\n4. Re-install all requirements `pip install -r requirements.txt --force-reinstall`\n\n## Usage\n\nOneTrainer can be used in **two primary modes**: a graphical user interface (GUI) and a **command-line interface (CLI)** for finer control.\n\nFor a technically focused quick start, see the [Quick Start Guide](docs\u002FQuickStartGuide.md) and for a broader overview, see the [Overview documentation](docs\u002FOverview.md). Otherwise visit [our wiki!](https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer)\n\n### GUI Mode\n\n#### Windows\n\n-   To start the UI, navigate to the OneTrainer folder and double-click `start-ui.bat`\n\n#### Unix-based systems\n\n-   Execute `start-ui.sh` and the GUI will pop up.\n\n### CLI Mode\n\nIf you need more control or a headless approach OT also supports the command-line interface. All commands **need** to be run inside the active venv created during installation.\n\nAll functionality is split into different scripts located in the `scripts` directory. This currently includes:\n\n-   `train.py` The central training script\n-   `train_ui.py` A UI for training\n-   `caption_ui.py` A UI for manual or automatic captioning and mask creation for masked training\n-   `convert_model_ui.py` A UI for model conversions\n-   `convert_model.py` A utility to convert between different model formats\n-   `sample.py` A utility to sample any model\n-   `create_train_files.py` A utility to create files needed when training only from the CLI\n-   `generate_captions.py` A utility to automatically create captions for your dataset\n-   `generate_masks.py` A utility to automatically create masks for your dataset\n-   `calculate_loss.py` A utility to calculate the training loss of every image in your dataset\n\nTo learn more about the different parameters, execute `\u003Cscript-name> -h`. For example `python scripts\\train.py -h`\n\nIf you are on Mac or Linux, you can also read [the launch script documentation](LAUNCH-SCRIPTS.md) for detailed information about how to run OneTrainer and its various scripts on your system.\n\n## Troubleshooting\n\nFor general troubleshooting or questions, ask in [Discussions](https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fdiscussions), check the [Wiki](https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fwiki) or join our [Discord](https:\u002F\u002Fdiscord.gg\u002FKwgcQd5scF).\n\nIf you encounter a reproducible error you first must run update.bat or update.sh and confirm the issue is still able to be reproduced. Then export anonymized debug information to help us solve an issue you are facing and upload it as part of your Github Issues submission.\n\n-   On Windows double click `export_debug.bat`\n-   On Unix-based systems execute `.\u002Frun-cmd.sh generate_debug_report`\n\nThese will both create a `debug_report.log`.\n\n> [!WARNING]\n> We require this file for GitHub issues going forward. Failure to provide it or not manually providing the necessary info will lead to the issue being closed in most circumstances\n\n## Contributing\n\nContributions are always welcome in any form. For new functionality please open a Github discussion or join our discord so that we can align and avoid duplicated work. You can find more information about contributing [here](docs\u002FContributing.md).\n\nBefore you start looking at the code, I recommend reading about the project structure [here](docs\u002FProjectStructure.md).\nFor in depth discussions, you should consider joining the [Discord](https:\u002F\u002Fdiscord.gg\u002FKwgcQd5scF) server.\n\nYou also **NEED** to **install the required developer dependencies** for your current user and enable the Git commit hooks, via the following commands (works on all platforms; Windows, Linux and Mac):\n\n> [!IMPORTANT]\n> Be sure to run those commands _without activating your venv or Conda environment_, since [pre-commit](https:\u002F\u002Fpre-commit.com\u002F) is supposed to be installed outside any environment.\n\n```sh\ncd OneTrainer\npip install -r requirements-dev.txt\npre-commit install\n```\n\nNow all of your commits will automatically be verified for common errors and code style issues, so that code reviewers can focus on the architecture of your changes without wasting time on style\u002Fformatting issues, thus greatly improving the chances that your pull request will be accepted quickly and effortlessly.\n\n## Related Projects\n\n-   **[MGDS](https:\u002F\u002Fgithub.com\u002FNerogar\u002Fmgds)**: A custom dataset implementation for Pytorch that is built around the idea of a node based graph.\n-   **[Stability Matrix](https:\u002F\u002Fgithub.com\u002FLykosAI\u002FStabilityMatrix)**: A swiss-army knife installer which wraps and installs a broad range of diffusion software packages including OneTrainer\n-   **[Visions of Chaos](https:\u002F\u002Fsoftology.pro\u002Fvoc.htm)**: A collection of machine learning tools that also includes OneTrainer.\n-   **[StableTuner](https:\u002F\u002Fgithub.com\u002Fdevilismyfriend\u002FStableTuner)**: A now defunct (archived) training application for Stable Diffusion. OneTrainer takes a lot of inspiration from StableTuner and wouldn't exist without it.\n","# OneTrainer\n\nOneTrainer 是您所有扩散模型训练需求的一站式解决方案。\n\n\u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002FKwgcQd5scF\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FNerogar_OneTrainer_readme_e26ce8c7d01a.png\" alt=\"OneTrainer Discord\"\u002F>\u003C\u002Fa>\u003Cbr>\n\n## 功能特性\n\n-   **支持的模型**: Z-Image、通义万相、FLUX.1、Flux.2 Dev 和 Klein、Chroma、Stable Diffusion 1.5、2.0、2.1、3.0、3.5、SDXL、Würstchen-v2、Stable Cascade、PixArt-Alpha、PixArt-Sigma、Sana、Hunyuan Video 以及修复类模型\n-   **模型格式**: diffusers 和 ckpt 模型\n-   **训练方法**: 全量微调、LoRA、嵌入\n-   **掩码训练**: 让训练仅关注样本中的特定部分\n-   **自动备份**: 在训练过程中定期完整备份您的训练进度，包括所有信息以便无缝继续训练\n-   **图像增强**: 对每个图像样本应用随机变换，如旋转、亮度、对比度或饱和度调整，以快速创建更多样化的数据集\n-   **TensorBoard**: 简单的 TensorBoard 集成，用于跟踪训练进度\n-   **每张图片多个提示词**: 在每个图像样本上使用多个不同的提示词进行训练\n-   **噪声调度重缩放**: 基于论文 [常见的扩散噪声调度和采样步数存在缺陷](https:\u002F\u002Farxiv.org\u002Fabs\u002F2305.08891)\n-   **EMA**: 训练您自己的 EMA 模型。可选地将 EMA 权重保留在 CPU 内存中，以减少显存占用\n-   **宽高比分桶**: 自动同时在多种宽高比上进行训练。只需选择目标分辨率，分桶会自动创建\n-   **多分辨率训练**: 同时训练多种分辨率\n-   **数据集工具**: 使用 BLIP、BLIP2 和 WD-1.4 自动为您的数据集添加标题，或使用 ClipSeg 或 Rembg 为掩码训练创建掩码\n-   **模型工具**: 通过简单的用户界面在不同模型格式之间进行转换\n-   **采样界面**: 在训练过程中无需切换到其他应用程序即可对模型进行采样\n\n![OneTrainerGUI.gif](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FNerogar_OneTrainer_readme_d1d9232a790a.gif)\n\n> [!注意]\n> 安装后，请浏览我们的 📚 维基页面，获取必备技巧和教程。从[这里](https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fwiki)开始！对于命令行使用，请参阅 [CLI 模式章节](#cli-mode)。\n\n\n## 安装\n\n> [!重要提示]\n> 安装 OneTrainer 需要 Python >=3.10 且 \u003C3.14。\n> 您可以从 https:\u002F\u002Fwww.python.org\u002Fdownloads\u002Fwindows\u002F 下载 Python。\n> 然后按照以下步骤操作。\n\n#### 自动安装\n\n1. 克隆仓库 `git clone https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer.git`\n2. 运行：\n    - Windows: 双击或执行 `install.bat`\n    - Linux 和 Mac: 执行 `install.sh`\n\n#### 手动安装\n\n1. 克隆仓库 `git clone https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer.git`\n2. 进入克隆后的目录 `cd OneTrainer`\n3. 设置虚拟环境 `python -m venv venv`\n4. 激活新创建的虚拟环境：\n    - Windows: `venv\\scripts\\activate`\n    - Linux 和 Mac: 根据您的 shell 类型，相应地激活虚拟环境\n5. 安装依赖包 `pip install -r requirements.txt`\n\n> [!提示]\n> 某些 Linux 发行版可能缺少必要的软件包。例如，在 Ubuntu 上您必须安装 `libGL`：\n>\n> ```bash\n> sudo apt-get update\n> sudo apt-get install libgl1\n> ```\n>\n> 此外，有报告称 Alpine、Arch 和 Xubuntu Linux 可能缺少 `tkinter`。对于 Alpine，可通过 `apk add py3-tk` 安装；对于 Arch，则使用 `sudo pacman -S tk`。\n\n## 更新\n\n#### 自动更新\n\n-   运行 `update.bat` 或 `update.sh`\n\n#### 手动更新\n\n1. 切换到包含仓库的文件夹 `cd OneTrainer`\n2. 拉取最新更改 `git pull`\n3. 激活虚拟环境 `venv\u002Fscripts\u002Factivate`\n4. 重新安装所有依赖包 `pip install -r requirements.txt --force-reinstall`\n\n## 使用方法\n\nOneTrainer 可以在**两种主要模式**下使用：图形用户界面 (GUI) 和**命令行界面 (CLI)**，以实现更精细的控制。\n\n如果您需要技术性较强的快速入门指南，请参阅 [快速入门指南](docs\u002FQuickStartGuide.md)，若想获得更全面的概述，请参阅 [概述文档](docs\u002FOverview.md)。否则请访问 [我们的维基](https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer)。\n\n### GUI 模式\n\n#### Windows\n\n-   要启动界面，导航到 OneTrainer 文件夹并双击 `start-ui.bat`\n\n#### Unix 系统\n\n-   执行 `start-ui.sh`，GUI 就会弹出。\n\n### CLI 模式\n\n如果您需要更多控制或无头方式，OT 也支持命令行界面。所有命令**必须**在安装时创建的活动虚拟环境中运行。\n\n所有功能被拆分为位于 `scripts` 目录下的不同脚本。目前包括：\n\n-   `train.py` 中心训练脚本\n-   `train_ui.py` 训练用的用户界面\n-   `caption_ui.py` 用于手动或自动添加标题及为掩码训练创建掩码的用户界面\n-   `convert_model_ui.py` 模型转换用的用户界面\n-   `convert_model.py` 用于在不同模型格式之间进行转换的实用工具\n-   `sample.py` 用于对任何模型进行采样的实用工具\n-   `create_train_files.py` 用于仅通过 CLI 训练时创建所需文件的实用工具\n-   `generate_captions.py` 用于自动为您的数据集生成标题的实用工具\n-   `generate_masks.py` 用于自动为您的数据集创建掩码的实用工具\n-   `calculate_loss.py` 用于计算数据集中每张图像训练损失的实用工具\n\n要了解不同参数的更多信息，请执行 `\u003C脚本名> -h`。例如 `python scripts\\train.py -h`\n\n如果您使用的是 Mac 或 Linux，还可以阅读 [启动脚本文档](LAUNCH-SCRIPTS.md)，以获取有关如何在您的系统上运行 OneTrainer 及其各种脚本的详细信息。\n\n## 故障排除\n\n如需一般故障排除或有任何疑问，请在 [讨论区](https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fdiscussions) 提问，查看 [维基](https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fwiki) 或加入我们的 [Discord](https:\u002F\u002Fdiscord.gg\u002FKwgcQd5scF)。\n\n如果您遇到可复现的错误，首先应运行 update.bat 或 update.sh，并确认问题仍然可以复现。然后导出匿名化的调试信息，以帮助我们解决您遇到的问题，并将其作为 GitHub Issues 提交的一部分上传。\n\n-   在 Windows 上，双击 `export_debug.bat`\n-   在 Unix 系统上，执行 `.\u002Frun-cmd.sh generate_debug_report`\n\n这两者都会生成一个 `debug_report.log`。\n\n> [!警告]\n> 今后我们在处理 GitHub Issues 时都需要此文件。如果未能提供该文件，或未手动提供必要信息，大多数情况下该问题将被关闭。\n\n## 贡献\n\n我们欢迎任何形式的贡献。如果您计划添加新功能，请先在 GitHub 上发起讨论，或加入我们的 Discord 服务器，以便我们协调工作，避免重复劳动。有关贡献的更多信息，请参阅 [这里](docs\u002FContributing.md)。\n\n在开始查看代码之前，建议您先阅读关于项目结构的说明 [这里](docs\u002FProjectStructure.md)。\n\n如需深入讨论，建议您加入 [Discord](https:\u002F\u002Fdiscord.gg\u002FKwgcQd5scF) 服务器。\n\n此外，您还需要为当前用户安装所需的开发依赖项，并启用 Git 提交钩子，具体命令如下（适用于所有平台：Windows、Linux 和 Mac）：\n\n> [!重要提示]\n> 请务必在未激活虚拟环境或 Conda 环境的情况下运行这些命令，因为 [pre-commit](https:\u002F\u002Fpre-commit.com\u002F) 应该安装在任何环境之外。\n\n```sh\ncd OneTrainer\npip install -r requirements-dev.txt\npre-commit install\n```\n\n现在，您的每次提交都会自动检查常见的错误和代码风格问题，这样代码评审人员就可以专注于您更改的架构设计，而无需浪费时间在样式或格式问题上，从而大大提高您的拉取请求被快速、顺利接受的机会。\n\n## 相关项目\n\n-   **[MGDS](https:\u002F\u002Fgithub.com\u002FNerogar\u002Fmgds)**：一个基于节点图理念构建的 PyTorch 自定义数据集实现。\n-   **[Stability Matrix](https:\u002F\u002Fgithub.com\u002FLykosAI\u002FStabilityMatrix)**：一款多功能安装工具，用于封装和安装包括 OneTrainer 在内的多种扩散模型软件包。\n-   **[Visions of Chaos](https:\u002F\u002Fsoftology.pro\u002Fvoc.htm)**：一套机器学习工具集合，其中也包含 OneTrainer。\n-   **[StableTuner](https:\u002F\u002Fgithub.com\u002Fdevilismyfriend\u002FStableTuner)**：一款现已停止维护（已归档）的 Stable Diffusion 训练应用。OneTrainer 受到 StableTuner 的诸多启发，如果没有它，OneTrainer 也就不会存在了。","# OneTrainer 快速上手指南\n\nOneTrainer 是一款专为扩散模型（Diffusion Models）训练打造的一站式解决方案，支持从 SD1.5 到 FLUX.2、Hunyuan Video 等多种主流模型的微调、LoRA 训练及嵌入训练。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Windows、Linux 或 macOS\n*   **Python 版本**：必须为 **3.10 ≤ Python \u003C 3.14**\n    *   下载地址：[Python 官网](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002F)\n*   **Git**：用于克隆代码仓库\n*   **Linux 用户额外依赖**：\n    *   Ubuntu\u002FDebian: `sudo apt-get install libgl1`\n    *   Alpine: `apk add py3-tk`\n    *   Arch Linux: `sudo pacman -S tk`\n\n> **提示**：国内用户在安装 Python 包时，建议配置清华或阿里镜像源以加速下载：\n> `pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n\n## 安装步骤\n\n您可以选择自动安装（推荐）或手动安装。\n\n### 方式一：自动安装（推荐）\n\n1.  **克隆仓库**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer.git\n    ```\n\n2.  **执行安装脚本**\n    进入目录并运行对应系统的脚本，它将自动创建虚拟环境并安装依赖。\n\n    *   **Windows**:\n        双击 `install.bat` 或在终端执行：\n        ```cmd\n        cd OneTrainer\n        install.bat\n        ```\n\n    *   **Linux \u002F macOS**:\n        ```bash\n        cd OneTrainer\n        chmod +x install.sh\n        .\u002Finstall.sh\n        ```\n\n### 方式二：手动安装\n\n如果您需要更精细的控制，请按以下步骤操作：\n\n1.  **克隆并进入目录**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer.git\n    cd OneTrainer\n    ```\n\n2.  **创建并激活虚拟环境**\n    ```bash\n    python -m venv venv\n    ```\n    *   **Windows**: `venv\\scripts\\activate`\n    *   **Linux \u002F macOS**: `source venv\u002Fbin\u002Factivate`\n\n3.  **安装依赖**\n    ```bash\n    pip install -r requirements.txt\n    # 国内加速示例\n    # pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n## 基本使用\n\nOneTrainer 提供图形界面（GUI）和命令行（CLI）两种模式。\n\n### 1. 启动图形界面 (GUI)\n\n这是最直观的使用方式，适合大多数用户进行模型训练、数据集标注和采样。\n\n*   **Windows**:\n    双击 `start-ui.bat` 或在终端运行：\n    ```cmd\n    start-ui.bat\n    ```\n\n*   **Linux \u002F macOS**:\n    确保已激活虚拟环境，然后运行：\n    ```bash\n    .\u002Fstart-ui.sh\n    ```\n\n启动后，您将在界面中配置训练参数、选择模型（如 FLUX.1, SDXL 等）、设置数据集路径并开始训练。\n\n### 2. 命令行模式 (CLI)\n\n适用于无头服务器运行或需要脚本化控制的场景。**所有命令必须在激活虚拟环境下执行**。\n\n核心脚本位于 `scripts` 目录，常用命令如下：\n\n*   **开始训练**:\n    ```bash\n    python scripts\u002Ftrain.py --config_path path\u002Fto\u002Fconfig.json\n    ```\n    *(注：通常先通过 GUI 生成配置文件，或使用 `create_train_files.py` 辅助生成)*\n\n*   **查看帮助参数**:\n    ```bash\n    python scripts\u002Ftrain.py -h\n    ```\n\n*   **其他实用工具**:\n    *   自动标注数据集：`python scripts\u002Fgenerate_captions.py`\n    *   生成掩码（用于局部训练）：`python scripts\u002Fgenerate_masks.py`\n    *   模型格式转换：`python scripts\u002Fconvert_model.py`\n    *   模型采样测试：`python scripts\u002Fsample.py`\n\n> **下一步**：安装完成后，强烈建议访问 [官方 Wiki](https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fwiki) 查看详细的功能教程和参数说明。","一位独立游戏开发者希望将自己绘制的角色原画训练成专属的 FLUX.1 LoRA 模型，以便在游戏中快速生成不同动作和表情的角色素材。\n\n### 没有 OneTrainer 时\n- **环境配置繁琐**：需要手动编写复杂的 Python 脚本拼接 Diffusers 库，频繁遭遇依赖冲突，光是搭建训练环境就耗费数天。\n- **数据预处理低效**：必须单独运行脚本为每张图生成描述词（Caption）和掩码（Mask），无法在训练过程中动态调整增强策略（如旋转、亮度）。\n- **调试过程割裂**：训练开始后无法直观查看效果，需停止训练、切换软件加载权重采样，反复试错极大拖慢迭代速度。\n- **容错成本高昂**：缺乏自动备份机制，一旦训练中途断电或报错，之前的进度全部丢失，只能从头再来。\n\n### 使用 OneTrainer 后\n- **一键启动训练**：通过图形界面直接选择 FLUX.1 模型和 LoRA 模式，自动处理环境依赖，几分钟内即可开始训练。\n- **全流程自动化**：内置 BLIP 和 ClipSeg 工具，自动完成图片描述生成与局部掩码制作，并实时应用图像增强以增加数据多样性。\n- **边训边看**：利用集成的采样 UI，在训练过程中直接生成测试图验证效果，结合 TensorBoard 实时监控损失曲线，即时调整参数。\n- **安心无忧**：系统定期自动备份完整训练状态，即使意外中断也能无缝从断点继续，彻底消除进度丢失风险。\n\nOneTrainer 将原本支离破碎的扩散模型训练流程整合为流畅的一站式体验，让创作者能专注于艺术创意而非技术折腾。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FNerogar_OneTrainer_d1d9232a.gif","Nerogar",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FNerogar_2062ec5a.png","https:\u002F\u002Fgithub.com\u002FNerogar",[77,81,85,88],{"name":78,"color":79,"percentage":80},"Python","#3572A5",98.5,{"name":82,"color":83,"percentage":84},"Shell","#89e051",0.7,{"name":86,"color":87,"percentage":84},"Batchfile","#C1F12E",{"name":89,"color":90,"percentage":91},"Dockerfile","#384d54",0.1,2913,273,"2026-04-08T10:38:15","AGPL-3.0","Windows, Linux, macOS","未说明（作为扩散模型训练工具，通常强烈建议配备 NVIDIA GPU 以支持 CUDA 加速，但 README 未明确列出具体型号、显存大小或 CUDA 版本要求）","未说明",{"notes":100,"python":101,"dependencies":102},"1. Linux 用户可能需要手动安装系统级依赖，例如 Ubuntu 需安装 'libgl1'，Alpine\u002FArch\u002FXubuntu 可能需安装 'tkinter'。2. 开发贡献者需在不激活虚拟环境的情况下安装 'requirements-dev.txt' 并配置 git hooks。3. 支持多种模型格式（diffusers 和 ckpt）及训练方法（全量微调、LoRA、Embeddings）。4. 首次使用建议查阅 Wiki 获取详细教程。",">=3.10, \u003C3.14",[103,104,105,106,107],"torch (通过 requirements.txt 安装)","diffusers (隐含支持)","transformers (隐含用于 BLIP\u002FCLIP 等)","tensorboard","pre-commit (开发依赖)",[15,14],[110,111,112,113],"fine-tuning","lora","training","image-model-training","2026-03-27T02:49:30.150509","2026-04-09T05:22:29.224012",[117,122,127,132,137,141],{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},25679,"OneTrainer 是否支持 FLUX.1 模型？有哪些限制和推荐配置？","FLUX.1 支持已在主分支（master branch）可用。目前存在以下限制和建议：\n1. 仅支持 LoRA 训练，暂不支持全量微调（fine-tuning）。\n2. 量化方案仅支持 NF4；LoRA 的 FP8 训练在 `fp8` 分支处于测试阶段。\n3. 基础模型仅支持 diffusers 格式。\n4. 建议使用 RAM 卸载功能，并配备至少 64GB 内存。\n5. 关于显存和秩（Rank）：在 24GB 显存的消费级显卡上，超过 Rank 16 可能难以训练。测试表明 Rank 16-32 通常足以获得良好细节（如皮肤纹理），最高可在特定配置下达到 Rank 64 甚至 128（需大显存）。\n6. 推荐的高效配置参数：优化器使用 adamw8bit，Rank 设为 16，开启 train_t5xxl，启用 split_qkv，并设置 loraplus_unet_lr_ratio=4。","https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fissues\u002F418",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},25680,"如何解决训练时相似度（likeness）下降的问题？","如果在使用标题（captions）训练初期发现角色相似度下降，可以尝试以下方法恢复：\n1. **合并检查点**：将当前模型与少量“过拟合”的检查点以极低比例（0.05-0.1）进行合并。这通常能完全恢复相似度并增加灵活性。\n2. **基座模型选择**：可以尝试合并如 Juggernaut v9（需配合 fp16 VAE 修复以避免白球伪影）或 EpicRealism XL v4 等写实模型，这通常不会影响相似度。\n3. **VAE 编码技巧**：在 ComfyUI 中使用主体的图像进行 VAE 编码（VAEEncode），这能显著提升相似度，同时保持模型的灵活性。\n4. **辅助控制**：如果需要中远距离的面部效果，可以在训练好的模型上叠加低强度（0.5-1.5）的 InstantID 或 ControlNet，使用 8-10 张面部照片作为参考。","https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fissues\u002F116",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},25681,"为什么 OneTrainer 内置转换的 .safetensors 文件与 diffusers 备份的效果不一致？","部分用户反馈 OneTrainer 自动保存的 .safetensors 文件在 likeness（相似度）和生成内容上与同 epoch 的 diffusers 备份文件存在差异（例如面部扭曲或元素丢失）。\n解决方案：不要直接使用 OneTrainer 内置转换生成的 .safetensors 文件。建议在 ComfyUI 中加载 diffusers 格式的备份文件，然后使用 `diffusersloader` 节点连接 `checkpointsave` 节点，手动将其转换为 .safetensors 格式。通过此方法转换的文件质量与原始的 diffusers 备份一致，效果更佳。","https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fissues\u002F224",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},25682,"加载某些模型（特别是 Inpainting 模型）时报错怎么办？","有用户报告在加载 SD1.5 的 Inpainting 模型（如 realisticVisionV60B1 的 Inpaint 版本）时出现 \"could not load model\" 错误，而非 Inpainting 模型则正常。这可能与模型加载器对特定头文件或权重的处理有关。\n建议排查步骤：\n1. 确认是否仅特定类型的模型（如 Inpainting 版本）报错。\n2. 尝试更新 OneTrainer 到最新版本，因为开发团队持续改进虚拟环境（venv）和安装流程以解决此类兼容性问题。\n3. 如果问题依旧，可能是该特定模型文件格式与当前加载器不兼容，建议暂时使用非 Inpainting 版本或等待官方修复。","https:\u002F\u002Fgithub.com\u002FNerogar\u002FOneTrainer\u002Fissues\u002F275",{"id":138,"question_zh":139,"answer_zh":140,"source_url":126},25683,"如何提升训练数据的多样性以避免模型只生成特定视角（如只有背面或侧面）？","如果训练数据中某些视角（如背面、侧面或特定服装）占比较高且缺乏正面视图，模型可能会倾向于只生成这些视角。解决方法包括：\n1. **调整标题策略**：尝试在不使用详细标题（captions）的情况下进行训练，有时这能迫使模型学习更通用的特征而不是过度依赖文本描述中的视角信息。\n2. **数据平衡**：虽然用户希望保留特定服装的特征，但需注意数据集的视角平衡。如果无法补充正面图，可以尝试通过数据增强（如随机旋转裁剪，若软件支持）来模拟不同视角，尽管原讨论中提到用户尚未尝试掩码（masking）技术。\n3. **混合训练**：结合使用无标题训练和有标题训练，或者在训练后期合并其他通用模型以增加灵活性。",{"id":142,"question_zh":143,"answer_zh":144,"source_url":126},25684,"之前的训练设置导致完全无法训练，是配置错误吗？","如果您使用较新的设置发现训练完全无法启动或立即失败，这可能不是您的配置错误。维护者曾指出，某个版本的最新设置中存在一个阻止训练完全运行的 Bug，该问题已在近期修复。\n建议操作：请确保您已将 OneTrainer 更新到最新版本（可以通过运行 update.bat 或重新拉取代码），然后再尝试使用相同的设置进行训练。",[]]