Z-Image Turbo Lora 推理：在 ComfyUI 中运行 AI Toolkit LoRA 以获得训练匹配的结果
此工作流通过 RC Z-Image Turbo (RCZimageTurbo) 自定义节点运行 Z-Image Turbo Lora 推理，使用 AI Toolkit 训练的 LoRA。RunComfy 构建并开源了这个用于 Z-Image Turbo Lora 推理的自定义节点——请参见 runcomfy-com GitHub 组织库 中的代码。
如果您在 AI Toolkit（RunComfy Trainer 或其他地方）上训练了一个 LoRA，并且在 ComfyUI 中的 Z-Image Turbo Lora 推理结果与训练预览相比看起来“偏差”，那么此工作流是回到训练匹配行为的最快方式。
为什么 Z-Image Turbo Lora 推理在 ComfyUI 中看起来常常不同
真正的目标是与 AI Toolkit 的训练管道对齐，以实现 Z-Image Turbo Lora 推理。 大多数 Z-Image Turbo Lora 推理 不匹配并不是由于一个错误的调节钮引起的——它们发生是因为推理 管道 发生了变化。
AI Toolkit 训练预览是通过模型特定的 Z-Image Turbo Lora 推理 实现生成的。在 ComfyUI 中，人们常常用通用图重新构建 Z-Image Turbo（或使用不同的 LoRA 注入方法），然后通过复制步骤/CFG/种子来“匹配”训练预览。但即便数字相同，不同的管道也会发生变化。
RCZimageTurbo 自定义节点的作用
RC Z-Image Turbo (RCZimageTurbo) 节点包裹了一个 Z-Image-Turbo 特定的推理管道（请参见 `src/pipelines/zimage_turbo.py` 中的参考实现），以便 Z-Image Turbo Lora 推理 与 AI Toolkit 训练预览管道保持一致。
如何使用 Z-Image Turbo Lora 推理工作流
步骤 1：打开工作流
打开 RunComfy Z-Image Turbo Lora 推理工作流。
步骤 2：导入您的 LoRA（2 种选择）
- 选项 A（RunComfy 训练结果）：
RunComfy → Trainer → LoRA Assets → 找到您的 LoRA → ⋮ → 复制 LoRA 链接**
- 选项 B（AI Toolkit LoRA 在 RunComfy 之外训练）：
复制一个直接的 .safetensors 下载链接到您的 LoRA 并将该 URL 粘贴到 lora_path 中（无需将其下载到 ComfyUI/models/loras）。
步骤 3：为 Z-Image Turbo Lora 推理配置 RCZimageTurbo 自定义节点
- 在 Z-Image Turbo Lora 推理 工作流中，选择 RC Z-Image Turbo (RCZimageTurbo) 并将您的 LoRA 粘贴到
lora_path
- 配置 Z-Image Turbo Lora 推理 的其余参数（这些都在节点 UI 中）：
prompt：您的主要文本提示（如果您在训练中使用了触发词，请包括它们）width/height：输出分辨率sample_steps：推理步骤（Turbo 通常是低步数）guidance_scale：指导/CFGseed：固定种子以重现，随机种子以探索seed_mode：选择 randomize（或等效项）以探索，或保持固定种子以重现lora_scale：LoRA 强度negative_prompt(optional)：仅在采样/训练期间使用时hf_token(optional)：仅在从私人 Hugging Face 资产加载时需要
如果您在训练期间自定义了采样，请打开您在 AI Toolkit 中使用的训练 YAML 并在此处镜像相同的值（尤其是 width、height、sample_steps、guidance_scale、seed）。 如果您在 RunComfy 上训练，您也可以打开 LoRA Config 在 Trainer → LoRA Assets 中并复制您在训练预览中使用的值：
步骤 4：运行 Z-Image Turbo Lora 推理
- 点击 Queue/Run → 输出通过 SaveImage 自动保存
Z-Image Turbo LoRA 推理故障排除
大多数“训练预览与 ComfyUI 推理”问题是由 管道不匹配 引起的，而不是一个错误的参数。 恢复 训练匹配结果 的最快方法是通过 RunComfy 的 RCZimageTurbo 自定义节点运行推理，该节点在 管道级别 上与 AI Toolkit 训练预览对齐 LoRA 注入、预处理和采样。
1. 为什么在 aitoolkit 中的样本预览看起来很棒，但相同的提示词在 ComfyUI 中看起来要差得多？如何在 ComfyUI 中重现这种情况？
为什么会这样
即便提示、步骤、CFG 和种子相同，使用 不同的推理管道（通用采样图与训练预览管道）会改变：
- LoRA 的应用位置/方式
- 提示和负提示的处理
- 预处理默认值
- 重新加载和缓存行为
如何修复（推荐）
- 使用 RCZimageTurbo 运行推理，以便 管道与 AI Toolkit 训练预览匹配。
- 精确镜像训练预览值：
width、height、sample_steps、guidance_scale、seed。 - 包括在训练期间使用的相同 触发词 并保持
lora_scale一致。
2. 使用 Z-Image LoRA 和 ComfyUI 时出现消息 "lora key not loaded"
为什么会这样
LoRA 是通过一个不匹配 Z-Image Turbo 预期目标模块的加载器或图注入的，因此一些键未能应用或被忽略。
如何修复（最可靠）
- 使用 RCZimageTurbo 并在节点内通过
lora_path加载 LoRA。 这执行了 模型特定、管道级别 LoRA 注入，避免了大多数键不匹配问题。 - 验证：
lora_scale > 0- 文件是
.safetensorsLoRA，而不是基础检查点 - 文件已完全下载（未截断）
3. 启用 ai-toolkit z-image-turbo loras
为什么会这样
一些标准的 ComfyUI Z-Image Turbo 工作流与 ai-toolkit 训练的 Z-Image Turbo LoRA 不完全兼容。
如何修复
- 使用 RCZimageTurbo 进行推理，以便 推理管道与 AI Toolkit 训练预览管道保持一致。
- 将 RCZimageTurbo 视为比较输出时的参考实现。
4. Z-Image Turbo LoKR: "lora key not loaded" 和权重被忽略（LoRA 有效）
为什么会这样 LoKR 适配器与标准 LoRA 行为不同，ComfyUI 中的一些推理路径可能 静默忽略 LoKR 权重。
推荐方法
- 为训练匹配的推理，优先选择 LoRA 并通过 RCZimageTurbo 运行。
- 如果您专门训练了 LoKR，请使用明确支持 LoKR 的推理管道，或导出/训练一个 LoRA 变体以获得一致的结果。
5. safetensors 文件不完整
为什么会这样
.safetensors 文件部分下载或损坏（通常由于重定向或下载中断）。
如何修复
- 使用 直接
.safetensors文件 URL 重新下载（避免页面链接）。 - 如果通过工作流资产下载，请等待下载完全完成后再运行推理。
- 如果不确定，请将文件大小与预期大小进行比较。
6. 错误：加载检查点时无法检测到模型类型
为什么会这样
LoRA 或适配器文件正在使用 错误的加载器 加载（例如，被视为基础模型检查点）。
如何修复
- 不要将 LoRA 作为检查点加载。
- 始终通过 RCZimageTurbo 中的
lora_path传递 LoRA，确保在管道级别正确加载和注入。 - 仔细检查基础模型、LoRA 和适配器是否各自加载在正确的位置。
现在运行 Z-Image Turbo Lora 推理
打开 RunComfy Z-Image Turbo Lora 推理 工作流，将您的 LoRA 粘贴到 lora_path，并运行 RCZimageTurbo 以在 ComfyUI 中进行训练匹配的推理。