如果你用 Ostris AI Toolkit 訓練了 LoRA，然後遇到過這些問題：
- 「AI Toolkit 訓練的 LoRA 在 ComfyUI 裡效果不一樣」
- 「AI Toolkit 預覽 vs ComfyUI 推理不一致」
- 「為什麼訓練 Samples 看起來更好，放到 ComfyUI 就變了？」
- 「AI Toolkit 訓練出來的 LoRA 在 ComfyUI 裡不生效」
……那這篇就是寫給你的。
本文專門講 如何在 ComfyUI 裡執行 AI Toolkit 訓練的 LoRA，並盡量讓結果與 AI Toolkit 的訓練 Samples / Previews 保持一致。
想要非 ComfyUI 的推理（Playground / API）？
見： AI Toolkit Inference: Get Results That Match Your Training Samples (Playground/API)
AI Toolkit Samples 為什麼不匹配 ComfyUI：真正原因
你的 ComfyUI 工作流程，並不是 AI Toolkit 用來渲染訓練 Samples 的那套推理 pipeline。
而且這種不一致發生在 pipeline 級別，所以只複製「看得見」的參數（prompt、seed、steps、CFG/Guidance、解析度）通常 無法復現相同的觀感。
所謂 “pipeline mismatch” 通常意味著：
- Sampler / Scheduler 語義不同
很多 AI Toolkit 的新目標依賴 Flow‑matching 風格採樣（以及模型家族的 scheduler 語義）。ComfyUI 裡「看起來差不多」的 sampler 往往不等價。
- 模型家族的隱藏開關（不會以 steps/CFG 的形式出現）
例如：新架構常見的採樣補丁/shift 參數。
- LoRA 套用方式不同
“Load LoRA” 在不同架構裡可能代表不同事情（adapter vs patch 權重；注入位置不同）。
- Key / module 名稱不匹配
LoRA 表面上「載入成功」，但可能悄悄 沒綁到預期模組，所以效果弱或缺失。
- 基底模型 / 變體漂移
即便很小的差異（dev vs turbo、4B vs 14B、de‑turbo vs turbo、量化差異）也可能大幅改變結果。
一句話：想匹配 AI Toolkit 預覽，你需要對齊 完整的推理 pipeline，而不只是可見參數。
RunComfy 為 ComfyUI 使用者做了什麼
RunComfy 把 AI Toolkit 訓練 Samples/Previews 用的那套推理 pipeline（“Samples/Preview”）按基底模型逐一 對齊到 ComfyUI 推理。
並把這套對齊邏輯打包成：
- ComfyUI 節點（讓「AI Toolkit 預覽 pipeline 行為」可直接在工作流程中使用）
- Training Preview‑Match 工作流程（可直接執行的 ComfyUI 圖，每個基底模型一套）
結果就是：
- 一個基底模型 = 一個 ComfyUI 工作流程：打開與你訓練基底一致的那份
- 放入你的 AI Toolkit LoRA（
.safetensors） - 生成的圖/影片會比「手動調一套隨機 ComfyUI 圖」更穩定地 接近 AI Toolkit 訓練 Samples / Previews
Training Preview‑Match 工作流程庫（一个基底模型 = 一个工作流程）
請選擇與你訓練時使用的基底模型一致的工作流程。
首批發佈支援如下模型。後續會持續補齊，直到覆蓋 所有 AI Toolkit 基底模型。
常見問題排查（AI Toolkit LoRA in ComfyUI）
下面是最常見的「AI Toolkit → ComfyUI」問題與最快修復方式。
「AI Toolkit 訓練 Samples 很好，但 ComfyUI 推理更差 / 不一樣。」
原因：你沒有在 ComfyUI 使用 AI Toolkit 的訓練預覽推理 pipeline。
修復：使用你訓練基底對應的 Training Preview‑Match 工作流程（一個基底模型一套）。
跳轉： Training Preview‑Match 工作流程庫
「我已經匹配 prompt/seed/steps/CFG，但還是不一樣。」
原因：當 sampler/scheduler + pipeline 邏輯 不同時，只匹配參數是不夠的。
修復：別再試圖「手動調到一致」。直接用基底對應的 Preview‑Match 工作流程。
跳轉： Training Preview‑Match 工作流程庫
「LoRA 在 ComfyUI 裡能載入，但幾乎沒效果。」
原因：最常見是以下之一：
- 基底工作流程選錯（架構/變體不匹配）
- LoRA key/module 映射不匹配（沒打到你以為的模組上）
- LoRA 權重（scale）太低，效果不明顯
修復：先用正確的 Preview‑Match 工作流程，再把 scale 測試到 0.9–1.0。
跳轉： Training Preview‑Match 工作流程庫
「Flux/FlowMatch 在 AI Toolkit 預覽很強，但在 ComfyUI 用 Euler/DPM 就丟相似度。」
原因：AI Toolkit 的 FLUX 預覽常依賴 Flow‑matching 採樣行為。換 sampler（即使 steps 相同）也會改變結構/相似度。
修復：使用專門匹配 AI Toolkit 採樣 pipeline 的 FLUX Preview‑Match 工作流程。
跳轉：
「Z‑Image Turbo 在 AI Toolkit 預覽能對上，但在 ComfyUI 裡看起來被降級了。」
原因：Z‑Image 家族推理對模型特定的採樣補丁/參數很敏感（自訂圖裡很容易漏掉）。
修復：使用 Z‑Image Preview‑Match 工作流程（Turbo vs De‑Turbo 選錯會直接不對）。
跳轉：
- ComfyUI Workflow: Z‑Image Turbo LoRA Inference (AI Toolkit Preview‑Match)
- ComfyUI Workflow: Z‑Image De‑Turbo LoRA Inference (AI Toolkit Preview‑Match)
相關指南：不使用 ComfyUI 也要對齊（Playground/API）
如果你不需要 ComfyUI，只想最快獲得與訓練預覽一致的推理（或要整合到應用裡），可以看：
- AI Toolkit Inference: Get Results That Match Your Training Samples（Playground/API）→ link
Ready to start training?