ComfyUI-Lora-Manager

GitHub
1.1k 103 简单 1 次阅读 今天GPL-3.0图像插件
AI 解读 由 AI 自动生成,仅供参考

ComfyUI-Lora-Manager 是专为 ComfyUI 打造的一站式 LoRA 模型管理助手,旨在彻底简化模型的整理、预览与应用流程。面对日益增长的 LoRA 模型库,用户常受困于文件杂乱、元数据缺失以及工作流整合繁琐等痛点,而这款工具通过直观的本地网页界面(localhost:8188/loras),让模型管理变得井井有条。

它不仅支持高效的模型分类与缩略图预览,还具备独特的“配方”管理与检查点组织功能,帮助用户快速回溯和复用创作思路。其核心亮点在于“一键工作流集成”,用户只需简单操作即可将选定模型自动嵌入当前生成流程,大幅降低技术门槛。此外,配套的浏览器扩展程序(支持 Chrome 和 Firefox)能直接联动 Civitai 网站,实时显示本地已拥有的模型并实现一键下载,无缝打通了从发现到使用的闭环。

无论是刚接触 AI 绘画的普通爱好者,还是追求高效产出的专业设计师或研究人员,ComfyUI-Lora-Manager 都能显著提升工作效率,让创作者将更多精力聚焦于艺术构思而非文件管理。

使用场景

一位专注于角色设计的数字艺术家正在 ComfyUI 中批量生成不同风格的二次元角色图,需要频繁切换和测试数十个不同的 LoRA 模型以寻找最佳效果。

没有 ComfyUI-Lora-Manager 时

  • 模型管理混乱:本地存放着上百个未分类的 LoRA 文件,仅靠文件名难以回忆具体风格,每次尝试新模型都要在文件夹中盲目翻找。
  • 工作流打断严重:在 Civitai 浏览到新模型后,需手动复制链接、打开下载器、等待完成,再回到 ComfyUI 刷新节点并重新连接,流程繁琐且易出错。
  • 参数调试低效:无法直观预览模型效果或查看元数据,往往需要构建完整工作流并运行一次后才能知道该 LoRA 是否适用,极大浪费算力与时间。
  • 协作共享困难:想要复现某个特定角色的生成效果时,难以快速记录并分享包含具体 LoRA 版本和参数配置的完整“配方”。

使用 ComfyUI-Lora-Manager 后

  • 可视化高效组织:通过内置的 Web 界面直接预览所有 LoRA 缩略图与元数据,支持标签分类和搜索,瞬间定位所需模型。
  • 一键集成工作流:配合浏览器扩展,在 Civitai 页面即可检测已拥模型并一键下载,随后在 ComfyUI 中点击即可自动将 LoRA 节点插入当前工作流。
  • 即时验证与复用:无需运行完整生成即可预览模型信息,利用“配方管理”功能保存成功的工作流组合,随时一键调用或分享给团队成员。
  • 闭环体验流畅:从发现、下载、管理到应用,全流程在统一生态内完成,让创作者能专注于创意调整而非文件运维。

ComfyUI-Lora-Manager 将原本碎片化、高摩擦的模型试错过程,转化为流畅可视化的创意探索之旅,显著提升了艺术创作的迭代效率。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes该工具是 ComfyUI 的插件(自定义节点),并非独立运行的应用程序,因此其运行环境完全依赖于宿主 ComfyUI 的配置。它主要提供 LoRA 模型的管理、下载和组织功能,界面访问地址为 http://localhost:8188/loras。此外,项目还提供了一个配套的浏览器扩展(支持 Chrome 和 Firefox),用于在 Civitai 网站上直接查看已拥有的模型并一键下载。
python未说明
ComfyUI
ComfyUI-Lora-Manager hero image

快速开始

ComfyUI LoRA 管理器

用 ComfyUI 的终极 LoRA 伴侣彻底革新你的工作流程!

Discord 发布版本 发布日期

这是一套全面的工具集,可简化在 ComfyUI 中组织、下载和应用 LoRA 模型的过程。凭借配方管理、检查点整理以及一键式工作流集成等强大功能,使用模型将变得更加快速、流畅且轻松。可通过以下地址访问界面:http://localhost:8188/loras

界面预览

📺 教程:一键式 LoRA 集成

观看本快速教程,了解如何使用全新的一键式 LoRA 集成功能:

一键式 LoRA 集成教程

🌐 浏览器扩展

借助我们的配套浏览器扩展,提升你在 Civitai 上的浏览体验吧!查看你已拥有的模型、一键下载新模型,并高效管理你的下载内容。

LM Civitai 扩展预览

📚 了解更多:完整教程


🤝 支持者表彰

我由衷感谢每一位支持本项目开发的朋友。看到这么多人认可我的工作,是我所能获得的最佳动力。你们的信任与支持对打造如今这款工具起到了至关重要的作用,借此机会我要特别向那些帮助实现这一切的人表示感谢。

🌟 特别致谢

dispenser, EbonEagle, DanielMagPizza, Scott R

💖 支持者(666 位)

点击查看所有了不起的支持者

失眠艺术设计、megakirbs、布伦诺克、2018cfh、W+K+White、wackop、塔坎、卡尔G、$MetaSamsara、itismyelement、onesecondinosaur、stone9k、罗森塔尔、弗朗西斯科·塔蒂斯、安德鲁·威尔逊、格雷布什、Gooohokrbe、瑞奇·卡特、韩宗元、OldBones、VantAI、runte3221、FreelancerZ、埃德加·特赫达、利亚姆·麦克道格尔、弗雷泽·克罗斯、多态不定型、伯迪、马克·威芬、豪尔赫·胡斯尼、基巴、Skalabananen、雷诺·林、sig、克里斯蒂安·伯恩、DM、Sen314、艾斯托根、J\B/ 8r0wns0n、Snaggwort、阿尔莱基诺·希昂、查尔斯·布莱克莫尔、罗布·威廉姆斯、ClockDaemon、KD、Omnidex、泰勒·特鲁布肖恩、Release Cabrakan、Tobi_Swagg、SG、carozzz、詹姆斯·杜利、zenbound、秃鹫、jmack、马克·科内格里奥、讽刺标签、Cosmosis、iamresist、RedrockVP、沃尔芬、FloPro4Sho、詹姆斯·托德、史蒂文·普费弗、蒂姆、Lisster、迈克尔·王、Illrigger、汤姆·科里根、杰基·王、fnkylove、朱利安·V、史蒂文·欧文斯、Yushio、Vik71it、Echo、Lilleman、罗伯特·斯泰西、PM、托德·凯克、Mozzel、银杏叶、Sterilized、BadassArabianMofo、帕斯卡·达勒、quarz、格雷格、Penfore、JSST、esthe、lmsupporter、IamAyam、wfpearl、Baekdoosixt、乔纳森·罗斯、杰克·B·敏捷、Nazono_hito、梅尔维尔·帕里什、丹尼尔·鸽子、Lustre、JW Sin、contrite831、亚历克斯、bh、被没收的Zyra、马龙·丹尼尔斯、Starkselle、亚伦·布劳尔、LacesOut!、greebles、亚当·肖、Tee Gee、安东尼·里佐、塔雷克·赫尔米、M Postkasse、ASLPro3D、雅各布·霍勒尔、FinalyFree、Weasyl、蒂米、约翰尼、科里·帕扎、塔克、冈萨洛·安德烈·阿连德斯·洛佩斯、扎克·贡瑟、大红、whudunit、卢克·乔布、dl0901dm、菲利普·亨佩尔、corde、尼克·沃克、lh qwe、Bishoujoker、conner、aai、不列颠人海尔布鲁恩、托里、wildnut、亮眼睛公主、AbstractAss、费利佩·多斯桑托斯、ViperC、让·贾伦、亚历山大·武伊奇克、AM Kuro、马库斯、S Sang、卡尔P、Akira_HentAI、MagnaInsomnia、戈登·科尔、yuxz69、道格拉斯·加斯帕尔、AlexDuKaNa、乔治、andrew.tappan、dw、N/A、The Spawn、菲尔、graysock、Greenmoustache、zounic、fancypants、Digital、JaxMax、takyamtom、奚明 刘、Jwk0205、Bro Xie、준희 김、batblue、carey6409、Olive、太郎 ゲーム、某个叫巴里的家伙、马克斯·马克伦德、友博弘·巴巴、大卫·奥尔特加、AELOX、Nicfit23、Noora、wamekukyouzin、drum matthieu、Dogmaster、马特·温泽尔、Mattssn、Lex Song、约翰·保存为、克里斯托弗·米歇尔、塞尔日·贝肯坎普、吉米·莱德贝特、LeoZero、安东尼·蓬特斯、ApathyJones、nahinahi9、达斯汀·陈、dan、Yaboi、Mouthlessman、Steam Steam、达蒙·坎利夫、CryptoTraderJK、Davaitamin、御宅族fra、Ran C、tedcor、Fotek Design、亚当·泰勒、Weird_With_A_Beard、MadSpin、Pozadine1、Qarob、AIGooner、inbijiburu、Luc、ProtonPrince、DiffDuck、elu3199、尼克“Loadstone”D、Hasturkun、乔恩·沙曼、Ubivis、CloudValley、thesoftwaredruid、wundershark、mr_dinosaur、linnfrey、Gamalonia、Vir、Pkrsky、Joboshy、波西米亚下士、Dan、约瑟夫·兰兹尔、塞思·克里斯滕森、格里芬·达尔伯格、德拉文T、yer fey、Error_Rule34_Not_found、杰拉尔德·韦利、Roslynd、Geolog、jinxedx、Neco28、Aquatic Coffee、Dankin、ethanfel、克里斯蒂安·巴斯克斯、弗兰克·尼蒂、Magic Noob、Focuschannel、道格·彼得森、杰夫、布鲁斯、凯文·约翰·鸭、安东尼·法克斯兰德、凯文·克里斯托弗、Ouro Boros、Blackfish95、dd、保罗·克罗尔、MiraiKuriyamaSy、分号排水管、Thesharingbrother、Bas Imagineer、Pat Hen、约翰·斯塔森、ResidentDeviant、Nihongasuki、JC、Prompt Pirate、uwutismxd、诱饵、Tyrswood、Ray Wing、Ranzitho、Gus、地狱的禄、MJG、大卫·拉瓦莱、ae、Tr4shP4nda、WRL_SPR、capn、约瑟夫、米尔科·卡祖拉、dan、Piccio08、kumakichi、cppbel、starbugx、Moon Knight、몽타주、Kland、zenobeus、Jackthemind、ryoma、Stryker、raf8osz、ElitaSSJ4、blikkies、克里斯、布赖恩M、Nerezza、sanborondon、泰勒·放克、aezin、Thought2Form、jcay015、凯文·皮科、埃里克·洛佩斯、Shock Shockor、马特奥·库里奇、Goldwaters、Zude、Eris3D、m、皮尔斯·麦克布莱德、乔舒亚·格雷、凯勒、米科·海米拉、aRtFuL_DodGeR、杰米·奥格莱特里、a _、詹姆斯·科尔曼、CrimsonDX、Martial、battu、埃米尔·安德森、查德Idk、DarkSunset、比利·格拉德基、优治·金子、Probis、杜尚·里班、ItsGeneralButtNaked、乔丹·肖、Rops Alot、萨姆、sjon kreutz、Nimess、SRDB、Ace Ventura、g unit、Youguang、Metryman55、andrewzpong、FrxzenSnxw、BossGame、lrdchs、momokai、Hailshem、kudari、娜奥米·黑尔·丹奇、dc7431、ken、Inversity、AIVORY3D、epicgamer0020690、乔舒亚·波拉塔、keemun、SuBu、RedPIXel、Kevinj、Wind、Nexus、Ramneek“Guy”Ashok、squid_actually、Nat_20、爱德华·周、kyoumei、RadStorm04、JohnDoe42054、比利希尔、emyth、chriphost、KitKatM、socrasteeze、ResidentDeviant、gzmzmvp、Welkor、约翰·马丁、理查德、安德鲁、罗伯特·韦格蒙德、Littlehuggy、moranqianlong、格雷戈里·科热米亚克、mrjuan、布赖恩·布耶、Sadlip、春·约图、埃里克·惠特尼、乔伊·卡拉汉、伊万·塔迪奇、迈克·西蒙、Morgandel、凯隆·马汉、Matura Arbeit、诺亚、雅各布·麦克丹尼尔、X、斯隆·斯蒂迪、TBitz33、匿名dkjglfleeoeldldldlkf、Temikus、Artokun、迈克尔·泰勒、SendingRavens、德里克·贝克、迈克·安东尼·斯科特、阿提拉·贝尔克·佩克杜亚尔、迈克·多切蒂、内森、Decx 、保罗·哈茨尤克、elitassj、雅各布·温特、Distortik、大卫、Meilo、Pen Bouryoung、四糸凜音、shinonomeiro、Snille、马尔滕·阿尔伯斯、khanh duy、xybrightsummer、jreedatchison、PhilW、Tree Tagger、Janik、克罗克特、Cruel、MRBlack、米切尔·罗布森、Kiyoe、humptynutz、michael.isaza、Kalnei、Whitepinetrader、OrganicArtifact、斯科特、MudkipMedkitz、deanbrian、POPPIN、亚历克斯·沃特曼、科迪、Raku、smart.edge5178、emadsultan、InformedViewz、CHKeeho80、Bubbafett、leaf、Menard、Skyfire83、亚当·莱因哈特、D、Pitpe11、TheD1rtyD03、moonpetal、SomeDude、g9p0o、nanana、TheHolySheep、Monte Won、SpringBootisTrash、carsten、ikok、Buecyb99、4IXplr0r3r、dfklsjfkljslfjd、hayden、ahoystan、利兰·桑德斯、Wolfe7D1、Ink Temptation、鲍勃·巴克、edk、Kalli Core、Aeternyx、elleshar666、YOU SINWOO、ja s、道格·梅森、Kauffy、杰里米·汤森德、EpicElric、肖恩·沃茨、欧文·格沃兹德、约翰·J·莱恩汉、埃利奥特·E、托马斯·瓦纳、Theerat Jiramate、爱德华·肯尼迪、贾斯汀·布莱洛克、Devil Lude、尼克·卡格、凯文·斯托达德、杰克·多尔、Vane Holzer、psytrax、Ezokewn、hexxish、CptNeo、notedfakes、Maso、埃里克·凯彻姆、NICHOLAS BAXLEY、迈克·斯科特、凯文·华莱士、马修斯·库托、Saya、ChicRic、mercur、J C、Ed Wang、瑞安·普雷斯利·Ng、韦斯·西姆斯、Donor4115、伊夫·波泽瓦拉、Teriak47、就我一个人、拉夫·斯塔赫林、Вячеслав Маринин、Lyavph、菲利波·费拉里、可乐·马修、OniNoKen、伊恩·怀斯利、Zertens、NOHOW、Apo、nekotxt、choowkee、Clusters、ibrahim、Highlandrise、philcoraz、mztn、ImagineerNL、MrAcrtosSursus、al300680、pixl、Robin、chahknoir、马库斯·thronico、nd、keno94d、詹姆斯·梅尔策、巴特比、Renvertere、Rahuy、Hermann003、D、Foolish、RevyHiep、Captain_Swag、obkircher、gwyar、D、edgecase、Neoxena、mrmhalo、dg、马尔滕·哈姆斯、以色列、Muratoraccio、SelfishMedic、Ginnie、adderleighn、EnragedAntelope、艾伦+Cano、FeralOpticsAI、Pavlaki、generic404、马特乌什+科谢拉、道格+林托尔、Noor、Yorunai、Bula、quantenmecha、abattoirblues、杰森·纳什、比利男孩84、DarkRoast、zounik、letzte、Nasty+Hobbit、SgtFluffles、lrdchs2、Duk3+Rand0m、KUJYAKU、NathenChoi、托马斯+Reck、Larses、cocona、Coeur+de+cochon、大卫·申克、han b、Nico、香蕉乔、 G3n、多诺万·詹金斯、JBsuede、迈克·艾德、beersandbacon、马克西米利安·派科、Invis、贾斯汀·休斯顿、Time Valentine、james、OrochiNights、迈克·朱、ACTUALLY_the_Real_Willem_Dafoe、gonzalo、Seraphy、Михал Михалыч、雨の心 落、马特、AllTimeNoobie、jumpd、约翰C、Rim、Dismem、Frogmilk、SPJ、Xan Dionysus、内森·李、Mewtora、Middo、Forbidden Atelier、布莱恩·鲁特科夫斯基、Adictedtohumping、Towelie、赛勒斯·费特、让-弗朗索瓦·SEMA、库尔特、max blo、Xenon Xue、杰克·约翰尼·吉姆、爱德华·腾·艾克、蔡·权、Inyoshu、Goober719、查德·巴恩斯、詹姆斯·明、vanditking、kripitonga、Rizzi、nimin、OMAR LUCIANO、汉尼拔、Jo+Example、布伦特·伯特拉姆、eumelzocker、dxjaymz、L C、Dude

发行说明

v1.0.3

  • 自定义配方存储路径 - 新增支持为配方配置自定义存储路径,并在更改位置时提供迁移支持,以移动现有配方数据。
  • LM 文本/提示节点的通配符支持 - LM 文本节点和提示节点现在支持新的/wildcard命令,具备运行时通配符扩展功能,并支持动态提示语法,从而实现更灵活的提示构建。
  • 系统诊断(“医生”) - 新增诊断功能,帮助更清晰地发现环境和设置问题。
  • 用户状态备份支持 - 新增用户状态备份支持,配套UI以及在设置中更清晰的备份范围提示信息。
  • 已下载状态可见性 - 新增更清晰的已下载状态用户体验,使之前下载过的模型版本更容易识别。
  • 自动补全性能改进 - 修复了自动补全性能问题,以减少标签搜索开销并提高响应速度。

v1.0.2

  • 模型下载历史追踪 - LoRA管理器现在会保存已下载模型版本的历史记录,即使该版本当前不在您的库中,也能识别是否曾经下载过。
  • 跳过已下载过的模型版本 - 新增设置“跳过已下载过的模型版本”,帮助避免重复下载您过去已经下载过的模型版本。
  • LoRA堆栈组合节点触发词修复 - 修复了一个问题:来自LORA_STACK输入的触发词更新无法正确传播到LoRA堆栈组合节点。
  • CivitAI示例图片兼容性 - 改进了对CivitAI CDN子域名的支持,使示例图片加载更加可靠。

v1.0.1

  • 批量导入配方 - 可同时从多个URL或目录导入配方,并优化并发处理。
  • 批量下载缺失的LoRA - 配方新增批量操作:选择多个配方后,可一次性下载所有选定配方中缺失的LoRA。
  • 仅导入配方选项 - 只保存配方元数据而不下载缺失的LoRA,方便您先保存感兴趣的配方,待需要时再下载依赖项。
  • 可编辑配方提示 - 直接在配方详情模态框中编辑配方提示。
  • 检查点加载LM节点 - 行为与ComfyUI内置的加载检查点节点相同,额外增加了从额外文件夹路径加载检查点的功能。
  • UNET加载LM节点 - 行为与ComfyUI内置的加载扩散模型节点相同,支持从额外文件夹路径和GGUF格式加载(需使用ComfyUI-GGUF自定义节点)。
  • LoRA堆栈组合节点 - 将两个LoRA堆栈合并为一个。例如:分别使用随机化器处理角色和风格的LoRA,然后再合并应用。
  • LoRA池正则过滤 - 使用自定义的包含/排除规则正则表达式来筛选进入池中的LoRA。
  • 基础模型类型动态获取 - 基础模型类型现在会从Civitai API动态获取,确保与最新可用模型保持同步。
  • 提示自动补全增强 - 支持Tab键确认、可配置行为,并改进了多词标签匹配功能。
  • 基础模型下载排除 - 当您只想下载特定类型的模型时,可以将某些基础模型排除在下载之外。
  • 成人内容模糊阈值设置 - 可配置成人内容预览的模糊级别(PG13 / R / X / XXX,默认为R+)。
  • 实验性:Nunchaku Qwen LoRA支持 - 实验性支持加载并应用于Nunchaku量化的Qwen-Image模型的LoRA。
  • Bug修复与UX改进 - 各种修复使工作流程更加顺畅。

v1.0.0

  • 额外文件夹路径支持 - 新增支持LoRA管理器专用的额外模型根路径。这允许从ComfyUI标准文件夹之外的其他位置加载LoRA,有助于避免在处理大型模型库时出现性能问题。
  • 设置界面全面改版 - 重新设计了设置界面,布局更加整洁,便于查找和配置应用设置。
  • 惰性哈希计算 - 对大型模型文件(检查点和扩散模型)实现了惰性哈希计算。哈希值仅在必要时才会计算,从而最大限度地减少冗余磁盘I/O,并显著加快应用初始化速度。
  • 里程碑与支持者表彰 - 更新了支持者窗口,在达到v1.0.0里程碑之际,向所有项目支持者表示感谢。非常感谢社区一直以来的支持!
  • Bug修复与UX提升 - 各种Bug修复和用户体验改进,使工作流程更加流畅。

v0.9.16

  • 重复检测增强 - 模型重复模式现在会尊重筛选器配置,使得在特定筛选结果中更容易找到重复组。
  • 标签逻辑切换 - 在筛选面板中新增OR/AND切换开关,用于包含标签筛选,提供更灵活的基于标签的模型搜索功能。
  • 元数据刷新跳过路径 - 新增设置,可将特定路径排除在元数据刷新操作之外。当从远程源获取元数据时,这些路径下的模型将被跳过。
  • 提示节点中的动态触发词 - 提示节点现在支持动态数量的触发词输入,以获得更大的灵活性。
  • 抢先体验更新 - 模型更新现在会显示抢先体验信息,并新增设置以忽略抢先体验更新(如需)。
  • LM Civitai扩展集成 - 新增与LM Civitai扩展的集成。点击模型更新中的下载按钮后,下载任务将发送至该扩展的下载队列,实现无缝的一键下载。

v0.9.15

  • 筛选器预设 - 可将筛选组合保存为预设,以便快速切换和重新应用。
  • Bug修复 - 修复了各种Bug,提升了稳定性。

v0.9.14

  • LoRA循环节点 - 引入了新的LoRA循环节点,可在指定的LoRA之间进行迭代循环,并支持重复次数和暂停迭代功能。具体示例请参考新的“Lora Cycler”模板工作流。
  • 增强型提示节点与标签自动补全 - 提升了提示节点的功能,基于Danbooru + e621标签的合并数据提供了全面的标签自动补全。支持标签搜索和自动补全功能。实现了命令系统,例如使用/character/artist等快捷指令进行特定类别的标签搜索。新增/ac/noac命令,可快速启用或禁用自动补全功能。详细技巧请参阅ComfyUI -> 模板 -> ComfyUI-Lora-Manager中的“Lora Manager Basic”模板工作流。
  • Bug修复与稳定性提升 - 解决了多个Bug,并提高了整体稳定性。

v0.9.12

  • LoRA 随机化系统 - 引入了全面的 LoRA 随机化系统,包含 LoRA 池和 LoRA 随机化节点,用于灵活且动态的生成工作流。
  • LoRA 随机化模板 - 请参考新的“LoRA 随机化”模板工作流,了解灵活随机化模式、锁定与复用选项等详细示例。
  • 配方文件夹 - 在配方页面引入了文件夹系统,用户可以像管理模型一样自由地组织配方。
  • 配方批量操作 - 新增批量模式支持,可通过直观的控件(如点击拖拽选择、拖拽到文件夹、Ctrl+A 全选)对选定的配方进行批量移动、删除和设置基础模型。
  • 提示词搜索与排序 - 可按提示词内容搜索配方,并按配方名称、导入日期或 LoRA 数量排序,以提升浏览体验。
  • 配方收藏 - 将特定配方标记为收藏,方便快速访问。
  • 视频配方支持 - 支持视频配方(可通过 LM 扩展或 URL 导入;不支持直接导入视频文件)。
  • 性能优化 - 修复了性能问题,显著提升了启动和加载速度。首次扫描后,无论收藏规模如何,后续加载都将即时完成。
  • ComfyUI 节点 2.0 支持 - 基本支持 ComfyUI 节点 2.0。

v0.9.10

  • 更智能的更新匹配 - 用户现在可以选择仅按基础模型匹配或不限制基础模型来检查和分组更新;版本列表还支持在同基础版本与所有版本之间切换。
  • 灵活的标签筛选 - 筛选面板现支持标签排除功能:单击标签可包含,再次单击则排除,第三次单击则清空,从而实现更强、更灵活的标签筛选。
  • 许可证可见性与控制 - 模型详情页头部及 ComfyUI 预览弹窗现显示 Civitai 许可证图标。筛选面板新增许可证包含/排除选项,同时推出全新全局上下文菜单操作“刷新许可证元数据”,用于获取缺失的许可证信息。
  • 配方改进 - 配方现允许导入时不含任何 LoRA,且配方详情页会显示相关检查点,便于参考。
  • 更好的 ZIP 下载 - 下载打包为 ZIP 的模型时,模型文件将被解压至目标模型文件夹;包含多个模型文件的 ZIP(例如 WanVideo 的高低 LoRA 对)将作为独立模型添加。
  • 模板工作流更新 - 更新了“卓越小马示例”模板工作流,并为每个 LoRA Manager 节点提供了使用指南。
  • Bug 修复与稳定性提升 - 进行了常规修复并提升了稳定性。

v0.9.9

  • 检查更新功能 - 用户现在可在批量模式下检查所有模型或选定模型的更新。有可用更新的模型将在其模型卡片上显示“有更新”徽章,用户还可筛选仅显示有更新的模型。
  • 模型版本管理 - 在模型模态窗口中新增“版本”选项卡,集中管理模型的所有版本,提供下载、删除和忽略更新等功能。
  • 将检查点发送至 ComfyUI - 用户现在可点击检查点卡片上的发送按钮,直接将检查点发送至 ComfyUI 当前工作流中的检查点或扩散模型加载节点。
  • 自定义模型卡片显示 - 新增设置,允许用户选择在模型卡片上显示模型名称还是文件名。
  • 新路径模板占位符 - 新增 {model_name}{version_name} 路径模板占位符,以实现更灵活的文件组织。
  • ComfyUI 自动路径修正设置 - 在 ComfyUI 中新增设置,用于启用或禁用自动路径修正功能。

v0.9.8

  • CivArchive API 完全支持 - 新增对 CivArchive API 的完整支持,作为 Civitai API 之外的备用元数据来源。即使模型已从 Civitai 删除,仍可通过 CivArchive API 获取元数据。
  • 从 CivArchive 下载模型 - 新增直接从 CivArchive 下载模型的功能,类似于从 Civitai 下载。只需点击“下载”按钮并粘贴模型 URL 即可下载相应模型。
  • 自定义优先级标签 - 引入自定义优先级标签功能,允许用户定义自定义优先级标签。这些标签将在编辑标签时或使用默认路径进行自动整理/下载时作为建议显示,从而实现更精准、更可控的文件夹组织。指南
  • 标签拖放重排 - 在标签编辑模式中新增拖放功能,以便更便捷地重新排列标签。
  • 示例图片面板中的下载控制 - 在“下载示例图片”面板中新增停止控制,以更好地管理下载。
  • 带自动补全的 Prompt (LoraManager) 节点 - 新增带有自动补全功能的 Prompt (LoraManager) 节点,用于添加嵌入向量。
  • 子图中的 Lora Manager 节点 - Lora Manager 节点现支持放置于子图中,以实现更灵活的工作流组织。

v0.9.6

  • 元数据归档数据库支持 - 新增下载和使用元数据归档数据库的功能,使用户能够访问已从 CivitAI 删除的模型的元数据。
  • 应用级代理设置 - 引入了在应用程序内配置全局代理的支持,便于在网络限制环境下使用该管理器。
  • Bug 修复 - 修复了多项 bug,以提升稳定性和可靠性。

v0.9.2

  • 批量自动整理功能 - 新增批量自动整理功能。现在您可以选择多个模型,并根据当前的路径模板设置自动整理它们,从而实现更高效的管理。
  • Bug 修复 - 修复了若干 bug,以提升稳定性和可靠性。

v0.9.1

  • 增强的批量操作 - 改进了批量操作功能,新增套索选择和批量操作上下文菜单,提供更直观、类似桌面应用的用户体验。
  • 新增批量操作 - 新增批量为多个模型添加标签和设置基础模型的功能。

v0.9.0

  • UI 全面升级,提升导航体验 - 将顶部的扁平文件夹标签替换为全新的文件夹侧边栏和面包屑导航系统,使文件夹浏览与选择更加直观便捷。
  • 双模式文件夹侧边栏 - 新增的文件夹侧边栏提供两种显示模式:“列表模式”模拟经典文件夹视图,“树状模式”则以层级结构呈现文件夹,方便用户轻松浏览嵌套目录。
  • 国际化支持 - 引入多语言支持,现已支持英语、简体中文、繁体中文、西班牙语、日语、韩语、法语、俄语和德语。欢迎母语人士反馈,帮助优化翻译质量。
  • 自动文件名冲突解决 - 实现文件自动重命名功能(原名 + 短哈希值),避免下载或移动模型时出现文件名冲突。
  • 性能优化与错误修复 - 进行了多项性能改进和错误修复,确保应用运行更稳定、响应更迅速。

查看更新历史


⚠ 重要提示:要使用 CivitAI 下载功能,您需要:

  1. 在您的个人资料设置中获取 CivitAI API 密钥。
  2. 将其添加到 LoRA 管理器的设置页面。
  3. 保存设置。

核心功能

  • 🚀 高性能

    • 快速加载和浏览模型
    • 大型收藏集也能流畅滚动
  • 🌐 丰富的模型集成

    • 直接从 CivitAI 下载
    • 支持预览图片和视频
    • 显示模型描述及版本选择
    • 一目了然地查看触发词
    • 一键将预设值整合到工作流中
  • 🔄 检查点管理

    • 扫描并整理检查点模型
    • 对收藏进行筛选和搜索
    • 查看和编辑元数据
    • 清理磁盘空间,高效管理存储
  • 🧩 LoRA 配方

    • 保存并分享喜爱的 LoRA 组合
    • 记录生成参数以便日后参考
    • 快速应用于工作流
    • 支持导入导出功能,便于社区共享
  • 💻 用户友好

    • 可通过 ComfyUI 菜单一键访问
    • 提供上下文菜单,快速执行操作
    • 支持自定义备注和使用提示
    • 多文件夹支持
    • 可配置成人内容模糊阈值(PG13 / R / X / XXX,默认为 R+
      • 例如:将阈值设置为 PG13 时,在启用模糊功能的情况下,PG13RXXXX 的预览都会被模糊处理
    • 初始化过程中提供可视化进度指示

安装方法

方法一:ComfyUI 管理器(推荐给 ComfyUI 用户)

  1. 打开 ComfyUI
  2. 进入 管理器 > 自定义节点管理器
  3. 搜索 lora-manager
  4. 点击 安装

方法二:便携式独立版(无需 ComfyUI)

  1. 下载 便携式压缩包
  2. 将提供的 settings.json.example 文件复制一份,重命名为 settings.json,放置于 comfyui-lora-manager 文件夹中。
  3. 编辑新创建的 settings.json 文件,填入正确的模型文件夹路径和 CivitAI API 密钥。
    • 如果希望配置信息保留在仓库文件夹内而非用户设置目录,请将 "use_portable_settings": true 设置为真。
  4. 运行 run.bat
    • 如需更改启动端口,可编辑 run.bat 并修改参数(如 --port 9001)。

方法三:手动安装

git clone https://github.com/willmiao/ComfyUI-Lora-Manager.git
cd ComfyUI-Lora-Manager
pip install -r requirements.txt

使用说明

  1. 您可以通过两种方式访问 LoRA 管理器:
  2. 在界面中,您可以:
    • 浏览并整理您的 LoRA 模型。
    • 直接从 CivitAI 下载模型。
    • 自动获取或手动设置预览图片。
    • 查看并复制每个 LoRA 对应的触发词。
    • 添加个人备注和使用建议。
  3. 若要在工作流中使用 LoRA:
    • 将“Lora 加载器 (LoraManager)”节点添加到您的工作流中。
    • 在管理器界面中选择一个 LoRA。
    • 点击“复制”按钮或右键菜单中的“复制 LoRA 语法”选项。
    • 将内容粘贴到 Lora 加载器节点的文本输入框中。
    • 该节点会自动应用预设强度和触发词。

TextLM / PromptLM 中的通配符功能

Text (LoraManager)Prompt (LoraManager) 支持 /wildcard 自动补全以及运行时通配符扩展。

  • 通配符文件存放在 {settings 文件夹}/wildcards/ 目录下。
  • 当您输入 /wildcard 且尚未创建任何通配符文件时,自动补全下拉菜单会显示确切的文件夹路径,并允许您直接打开该文件夹。
  • 支持的格式:.txt.yaml.yml.json

格式规则:

  • wildcards/animals/cat.txt 将变为 __animals/cat__
  • .txt 文件每行仅包含一个选项。
  • YAML / JSON 文件使用嵌套键,最终键值为字符串数组。

示例:

# wildcards/color.txt
red
blue
green

使用时写作 __color__

# wildcards/colors.yaml
palette:
  warm:
    - red
    - orange

使用时写作 __palette/warm__

Save Image 节点的文件名格式模板

Save Image 节点支持使用模式代码动态生成文件名。您可以按照以下格式模板自定义图像的命名方式:

可用的模式代码

  • %seed% - 插入生成种子编号。
  • %width% - 插入图像宽度。
  • %height% - 插入图像高度。
  • %pprompt:N% - 插入正面提示词(限制 N 个字符)。
  • %nprompt:N% - 插入负面提示词(限制 N 个字符)。
  • %model:N% - 插入模型/检查点名称(限制 N 个字符)。
  • %date% - 插入当前日期时间,格式为“yyyyMMddhhmmss”。
  • %date:FORMAT% - 插入自定义格式的日期,其中:
    • yyyy 表示 4 位年份。
    • yy 表示 2 位年份。
    • MM 表示 2 位月份。
    • dd 表示 2 位日期。
    • hh 表示 2 位小时。
    • mm 表示 2 位分钟。
    • ss 表示 2 位秒。

示例

  • image_%seed%image_1234567890
  • gen_%width%x%height%gen_512x768
  • %model:10%_%seed%dreamshape_1234567890
  • %date:yyyy-MM-dd%2025-04-28
  • %pprompt:20%_%seed%beautiful landscape_1234567890
  • %model%_%date:yyMMdd%_%seed%dreamshaper_v8_250428_1234567890

您可以组合多种模式,为生成的图像创建详细且条理清晰的文件名。

独立模式

现在您可以将 LoRA Manager 从 ComfyUI 中独立运行:

  1. 对于 ComfyUI 用户

    • 至少启动一次带有 LoRA Manager 的 ComfyUI,以便在用户设置文件夹中的 settings.json 文件中初始化必要的路径信息(参见上述路径)。
    • 确保已安装依赖项:pip install -r requirements.txt
    • 从您的 ComfyUI 根目录运行:
      python custom_nodes\comfyui-lora-manager\standalone.py
      
    • 您可以通过以下地址访问界面:http://localhost:8188/loras
    • 您也可以通过参数指定不同的主机或端口:
      python custom_nodes\comfyui-lora-manager\standalone.py --host 127.0.0.1 --port 9000
      
  2. 对于非 ComfyUI 用户

    • 复制提供的 settings.json.example 文件,创建一个名为 settings.json 的新文件。仅需更新 API 密钥、可选语言和文件夹路径——库注册表将在 LoRA Manager 启动时自动创建。
    • 编辑 settings.json,填入正确的模型文件夹路径和 CivitAI API 密钥(您可以在准备好配置之前保留默认值)。
    • 如果您希望 LoRA Manager 读写项目目录下的 settings.json 文件,可以启用便携模式,将 "use_portable_settings": true 设置为真。
    • 安装所需依赖项:pip install -r requirements.txt
    • 运行独立模式:
      python standalone.py
      
    • 您可以通过浏览器访问界面:http://localhost:8188/loras

    注意:首次启动此版本时,现有安装会自动将旧版 settings.json 从插件文件夹迁移到用户设置目录。

此独立模式提供了一种轻量级的选项,用于管理您的模型和配方集合,而无需运行完整的 ComfyUI 环境,因此即使主要使用其他稳定扩散界面的用户也会觉得它非常有用。

测试与覆盖率

后端

安装开发依赖项,并运行带有覆盖率报告的 pytest:

pip install -r requirements-dev.txt
COVERAGE_FILE=coverage/backend/.coverage pytest \
  --cov=py \
  --cov=standalone \
  --cov-report=term-missing \
  --cov-report=html:coverage/backend/html \
  --cov-report=xml:coverage/backend/coverage.xml \
  --cov-report=json:coverage/backend/coverage.json

HTML、XML 和 JSON 报告文件将存储在 coverage/backend/ 目录下,方便您在本地或通过 CI 工作流检查代码热点。

前端

运行 Vitest 覆盖率测试套件,以分析组件热点:

npm run test:coverage

文档

  • metadata.json 模式文档.metadata.json 附带文件格式的完整参考,包括所有字段、类型及 LoRA、检查点和嵌入模型的示例。

贡献

感谢您对参与 ComfyUI LoRA Manager 开发的兴趣!由于该项目目前仍处于早期阶段,正处于快速开发和重构之中,我们暂时不接受拉取请求。

不过,您的反馈和想法对我们来说极其重要:

  • 如发现任何问题,请随时提交问题
  • 通过 GitHub 问题提出功能需求
  • 分享您的改进建议

我们感谢您的理解,并期待在项目架构稳定后能够接受代码贡献。


致谢

本项目受到其他优秀 ComfyUI 扩展的启发,并从中受益:


☕ 支持

如果您觉得本项目有所帮助,请考虑支持其开发:

ko-fi

Patreon

微信:点击查看二维码

💬 社区

加入我们的 Discord 社区,获取支持、参与讨论并了解最新动态: Discord 服务器


星标历史

星标历史图表

版本历史

v1.0.32026/04/15
v1.0.22026/04/06
v1.0.12026/04/02
v1.0.02026/03/03
v0.9.162026/02/22
v0.9.152026/02/04
v0.9.142026/02/02
v0.9.132026/01/21
v0.9.122026/01/19
v0.9.112025/11/29
v0.9.102025/11/24
v0.9.92025/11/03
v0.9.82025/10/15
v0.9.72025/10/09
v0.9.62025/10/07
v0.9.52025/09/24
v0.9.42025/09/20
v0.9.32025/09/16
v0.9.22025/09/06
v0.9.12025/09/05

相似工具推荐

openclaw

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。 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。 OpenClaw 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

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-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。 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。

162.1k|★★★☆☆|1周前
开发框架图像Agent

ComfyUI

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。 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。 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。

108.3k|★★☆☆☆|6天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|6天前
插件Agent图像

markitdown

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。 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。 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

93.4k|★★☆☆☆|1周前
插件开发框架

LLMs-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。 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。 LLMs-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

90.1k|★★★☆☆|1周前
语言模型图像Agent