SDXL LoRA Вывод: Запустите AI Toolkit LoRA в ComfyUI для результатов, соответствующих тренировке
SDXL LoRA Вывод: результаты, соответствующие тренировке, с меньшим количеством шагов в ComfyUI. Этот рабочий процесс запускает Stable Diffusion XL (SDXL) с LoRA, обученными в AI Toolkit, через пользовательский узел RC SDXL (RCSDXL) от RunComfy (открытый код в репозиториях GitHub организации runcomfy-com). Оборачивая специфичный для SDXL конвейер (вместо общего графа выборки) и стандартизируя загрузку и масштабирование LoRA (lora_path / lora_scale) с корректными настройками SDXL, ваши выходные данные в ComfyUI остаются гораздо ближе к тому, что вы видели в просмотрах тренировки.
Если вы обучили SDXL LoRA в AI Toolkit (RunComfy Trainer или в другом месте) и ваши результаты в ComfyUI выглядят "не так", как в просмотрах тренировки, этот рабочий процесс - самый быстрый способ вернуться к поведению, соответствующему тренировке.
Как использовать рабочий процесс SDXL LoRA Вывод
Шаг 1: Откройте рабочий процесс
Откройте RunComfy SDXL LoRA Вывод
Шаг 2: Импортируйте ваш LoRA (2 варианта)
- Вариант A (Результат тренировки RunComfy): RunComfy → Trainer → LoRA Assets → найдите ваш LoRA → ⋮ → Скопировать ссылку LoRA

- Вариант B (LoRA, обученный в AI Toolkit вне RunComfy): Скопируйте прямую ссылку на загрузку
.safetensorsдля вашего LoRA и вставьте этот URL вlora_path.
Шаг 3: Настройте RCSDXL для SDXL LoRA Вывод
В UI узла RCSDXL SDXL LoRA Вывод, установите оставшиеся параметры:
prompt: ваш основной текстовый запрос (включите любые триггерные токены, которые вы использовали во время тренировки)negative_prompt: опционально; оставьте пустым, если не использовали в просмотрах тренировкиwidth/height: разрешение выводаsample_steps: шаги выборки (совпадают с настройками просмотра тренировки при сравнении результатов)guidance_scale: CFG / руководство (соответствует CFG просмотра тренировки)seed: используйте фиксированное значение для воспроизводимости; измените его, чтобы исследовать вариацииlora_scale: сила/интенсивность LoRA
Если вы изменяли выборку во время тренировки, откройте YAML файл тренировки AI Toolkit и скопируйте те же значения сюда — особенно width, height, sample_steps, guidance_scale и seed. Если вы обучались на RunComfy, вы также можете открыть Config LoRA в Trainer → LoRA Assets и скопировать значения просмотра/выборки.

Шаг 4: Запустите SDXL LoRA Вывод
- Нажмите Queue/Run → вывод сохраняется автоматически через SaveImage
Почему SDXL LoRA Вывод часто выглядит иначе в ComfyUI и что делает пользовательский узел RCSDXL
Большинство несоответствий SDXL LoRA не вызваны одной неправильной настройкой — они происходят из-за изменения конвейера вывода. Предпросмотры тренировки AI Toolkit генерируются через специфичное для модели SDXL выполнение вывода, в то время как многие графы ComfyUI реконструированы из общих компонентов. Даже с тем же запросом, шагами, CFG и seed, другой конвейер (и путь внедрения LoRA) может давать заметно другие результаты.
Узел RC SDXL (RCSDXL) оборачивает специфичный для SDXL конвейер вывода, чтобы SDXL LoRA Вывод оставался в соответствии с конвейером предпросмотра тренировки AI Toolkit и использовал последовательное поведение внедрения LoRA для SDXL. Справочная реализация: `src/pipelines/sdxl.py`
Устранение неполадок SDXL LoRA Вывод
Большинство проблем "предпросмотр тренировки против вывода ComfyUI" вызваны несоответствиями конвейеров, а не одной неправильной настройкой. Если ваш LoRA был обучен с AI Toolkit (SDXL), самый надежный способ восстановить поведение, соответствующее тренировке в ComfyUI - это выполнить вывод через пользовательский узел RCSDXL от RunComfy, который выравнивает выборку SDXL + внедрение LoRA на уровне конвейера.
(1) Вывод на lora .safetensor файлах модель sdxl не соответствует образцам в тренировке
Почему это происходит
Даже когда LoRA загружается, результаты могут всё равно отклоняться, если ваш граф ComfyUI не соответствует конвейеру предпросмотра тренировки (разные настройки SDXL, разные пути внедрения LoRA, разное обращение с рафинированием).
Как исправить (рекомендуется)
- Используйте RCSDXL и вставьте вашу прямую ссылку
.safetensorsвlora_path. - Скопируйте значения выборки из вашей конфигурации тренировки AI Toolkit (или RunComfy Trainer → LoRA Assets Config):
width,height,sample_steps,guidance_scale,seed. - Исключите "дополнительные ускоряющие стеки" (LCM/Lightning/Turbo) из сравнения, если вы не обучали/выбирали с ними.
(2) SDXL lora ключ не загружен "lora_te2_text_projection.*"
Почему это происходит
Ваш LoRA содержит ключи проекции SDXL Text Encoder 2, которые ваш текущий путь загрузки не применяет (легко столкнуться, когда внедрение/сопоставление ключей не совпадает с двуэнкодерной настройкой SDXL).
Как исправить (наиболее надежно)
- Используйте RCSDXL и загрузите LoRA через
lora_pathвнутри узла (внедрение на уровне конвейера). - Поддерживайте
lora_scaleпостоянным и включайте те же триггерные токены, которые использовались во время тренировки. - Если предупреждения продолжаются, попробуйте точную контрольную точку, использованную в тренировке (несоответствующие варианты SDXL могут вызывать отсутствующие/игнорируемые ключи).
(3) Больше не могу использовать LoRA с SDXL
Почему это происходит
После обновления ComfyUI / пользовательских узлов, приложение SDXL LoRA может измениться (поведение загрузчика, кэширование, поведение памяти), из-за чего ранее работавшие графы могут не работать или отклоняться.
Как исправить (рекомендуется)
- Используйте RCSDXL, чтобы сохранить стабильный путь вывода SDXL и соответствие тренировке.
- Очистите кэш модели/узла или перезапустите сессию после обновлений (особенно если поведение изменяется только после настройки LoRA/настройки загрузчика).
- Для отладки сначала запустите минимальный рабочий процесс только с базовым SDXL, затем добавьте сложность обратно.
(4) Ошибка планировщика Hook LoRA неверный кэш CLIP в следующем запуске после изменения значения
Почему это происходит
Планировочные/Hook рабочие процессы могут повторно использовать кэшированное состояние CLIP после изменения параметров, что нарушает воспроизводимость и делает поведение LoRA непоследовательным от запуска к запуску.
Как исправить (рекомендуется)
- Для вывода, соответствующего тренировке, предпочтите RCSDXL с простым
lora_path/lora_scaleсначала (избегайте слоев hook/планировщика, пока базовый уровень не соответствует). - Если необходимо использовать узлы hook/планировщика, очистите кэш (или перезапустите) после изменения параметров hook, затем повторно запустите с тем же seed.
(5) Ошибка Ksampler при попытке использовать LORA в inpaiting SDXL
Почему это происходит
Стэки для инпейнтинга патчат модель во время выборки. Некоторые пользовательские узлы / вспомогательные обертки могут конфликтовать с патчингом LoRA, когда вы изменяете настройки в середине сессии, вызывая ошибки KSampler/inpaint worker.
Как исправить (рекомендуется)
- Убедитесь, что LoRA работает в RCSDXL в простом рабочем процессе txt2img сначала (базовый уровень конвейера).
- Добавьте инпейнтинг обратно по одной компоненте за раз. Если ошибка появляется только после изменений, перезапустите/очистите кэш перед повторным запуском.
- Если проблема возникает только с конкретным вспомогательным узлом, попробуйте стандартный путь инпейнтинга или обновите/отключите конфликтующий пользовательский узел.
(6) Я получаю эту ошибку clip отсутствует: ['clip_l.logit_scale', 'clip_l.transformer.text_projection.weight']
Почему это происходит
Это обычно означает, что загруженные активы CLIP/текстового энкодера не соответствуют контрольной точке SDXL, которую вы запускаете (отсутствуют ожидаемые веса CLIP SDXL), что также может делать поведение LoRA "неправильным".
Как исправить (рекомендуется)
- Убедитесь, что вы используете правильную настройку контрольной точки SDXL с правильными текстовыми энкодерами SDXL/компонентами CLIP.
- Затем выполните вывод LoRA через RCSDXL, чтобы путь кондиционирования SDXL оставался последовательным от начала до конца.
Запустите SDXL LoRA Вывод сейчас
Откройте RunComfy SDXL LoRA Вывод рабочий процесс, вставьте ваш LoRA в lora_path, и запустите RCSDXL для вывода SDXL LoRA, соответствующего тренировке, в ComfyUI.


