ComfyUI 魔法书 Logo
🏠 首页
👥 加群
🔥 报错不求人
😎 大帅比
登录 →
ComfyUI 魔法书 Logo
🏠 首页 👥 加群 🔥 报错不求人 😎 大帅比
登录
  1. 首页
  2. 🧩 插件工坊 (Plugin Workshop)
  3. ComfyUI插件LoRA Power-Merger使用教程 完全掌握LoRA模型合并技巧

ComfyUI插件LoRA Power-Merger使用教程 完全掌握LoRA模型合并技巧

0
  • 🧩 插件工坊 (Plugin Workshop)
  • 发布于 2025-07-03
  • 19 次阅读
编程界的小学生
编程界的小学生

LoRA Power-Merger ComfyUI 插件完全指南

1. 插件简介

LoRA Power-Merger ComfyUI 是一个专门用来合并多个 LoRA 模型的超级工具。这个插件可以让你把不同的 LoRA 模型像搭积木一样组合在一起,创造出全新的效果。

GitHub 原地址: https://github.com/larsupb/LoRA-Merger-ComfyUI

这个插件能带来什么神奇效果?

  • 把多个 LoRA 模型融合成一个更强大的模型
  • 就像把不同口味的咖啡豆混合,创造出独特的新口味
  • 可以减少模型占用的内存空间,让你的电脑跑得更顺畅
  • 支持多种融合方式,就像料理有不同的烹饪方法

2. 如何安装

方法一:ComfyUI Manager 安装(推荐)

  1. 打开 ComfyUI
  2. 点击 Manager 按钮
  3. 搜索 "LoRA-Merger-ComfyUI"
  4. 点击安装并重启 ComfyUI

方法二:手动安装

  1. 下载插件文件:https://github.com/larsupb/LoRA-Merger-ComfyUI
  2. 解压到 ComfyUI 的 custom_nodes 文件夹里
  3. 重启 ComfyUI

3. 节点逐一解析

3.1 PM LoRA Loader 节点 - LoRA 加载器

这个节点就像一个 LoRA 文件的搬运工,负责把你电脑里的 LoRA 文件搬到工作台上准备使用。

参数详解:

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
模型文件lora_name下拉列表选择你想要的 LoRA就像从衣柜里挑选今天要穿的衣服选择要加载的 LoRA 模型文件从列表中选择你要合并的 LoRA 文件
权重块设置lbw文本框空或具体数值就像调节各个音响喇叭的音量大小设置 LoRA 各层的权重分配输入 "1,0.8,0.6" 表示不同层用不同强度

3.2 PM LoRA Merger 节点 - LoRA 合并器(普通版)

这个节点就像一个超级搅拌机,能把多个 LoRA 模型混合在一起。

参数详解:

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
第一个模型lora1连接输入必填就像准备做菜的第一个食材输入第一个要合并的 LoRA 模型连接 PM LoRA Loader 的输出
合并模式mode下拉选择add就像选择炒菜还是煮汤的烹饪方法选择模型合并的算法方式add=简单相加,ties=平衡融合
密度参数density数值滑块0.5就像调节咖啡的浓度控制合并时保留信息的比例0.5表示各保留一半,1.0表示全保留
运算设备device下拉选择cuda就像选择用燃气灶还是电磁炉做菜选择使用 GPU 还是 CPU 运算cuda=显卡运算(快),cpu=处理器运算(慢)
数据精度dtype下拉选择float16就像选择照片的清晰度设置计算时的数据精度float16=中等精度省内存,float32=高精度占内存

3.3 PM LoRA SVD Merger 节点 - LoRA 高级合并器

这个节点就像一个精密的化学实验室,能更精确地控制 LoRA 模型的合并过程。

参数详解:

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
第一个模型lora1连接输入必填就像准备做菜的第一个食材输入第一个要合并的 LoRA 模型连接 PM LoRA Loader 的输出
合并模式mode下拉选择add_svd就像选择精密加工的工艺方法选择基于 SVD 的合并算法add_svd=精确相加,ties_svd=精确平衡
密度参数density数值滑块0.5就像调节咖啡的浓度控制合并时保留信息的比例0.5表示各保留一半
SVD 等级svd_rank数值输入32就像选择压缩照片的质量等级设置 SVD 分解后的维度大小32=中等压缩,64=较少压缩
卷积等级svd_conv_rank数值输入32就像选择视频压缩的质量设置卷积层的 SVD 维度对特殊类型的 LoRA 生效
运算设备device下拉选择cuda就像选择用燃气灶还是电磁炉选择使用 GPU 还是 CPU 运算cuda=显卡(快),cpu=处理器(慢)
数据精度dtype下拉选择float16就像选择照片的清晰度设置计算时的数据精度float16=省内存,float32=高精度

3.4 PM LoRA Apply 节点 - LoRA 应用器

这个节点就像一个化妆师,把合并好的 LoRA 模型"化妆"到你的主模型上。

参数详解:

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
基础模型model连接输入必填就像准备化妆的脸要应用 LoRA 的基础模型连接你的主模型
文本编码器clip连接输入必填就像理解你说话的翻译官处理文本提示词的编码器连接你的 CLIP 模型
LoRA 模型lora连接输入必填就像要用的化妆品要应用的 LoRA 模型连接合并后的 LoRA
模型强度strength_model数值滑块1.0就像化妆的浓淡程度控制 LoRA 对模型的影响强度1.0=完全应用,0.5=一半强度
文本强度strength_clip数值滑块1.0就像调节翻译官的敏感度控制 LoRA 对文本理解的影响通常和模型强度保持一致

3.5 PM LoRA Save 节点 - LoRA 保存器

这个节点就像一个文件管理员,把合并好的 LoRA 模型保存到你的电脑硬盘里。

参数详解:

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
LoRA 模型lora连接输入必填就像要存档的游戏进度要保存的 LoRA 模型数据连接合并后的 LoRA
文件名filename文本输入"merged_lora"就像给文件起个名字设置保存的文件名称输入 "我的合并模型"
保存路径path文本输入"loras"就像选择放在哪个文件夹设置保存文件的目录留空则保存到默认位置

3.6 PM LoRA Resize 节点 - LoRA 尺寸调整器

这个节点就像一个图片压缩工具,能把 LoRA 模型变得更小但保持效果。

参数详解:

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
LoRA 模型lora连接输入必填就像要压缩的视频文件要调整大小的 LoRA 模型连接你的 LoRA 模型
目标等级target_rank数值输入32就像选择压缩后的文件大小设置调整后的模型维度32=较小,64=中等,128=较大
运算设备device下拉选择cuda就像选择用什么设备来压缩选择使用 GPU 还是 CPU 运算cuda=显卡(快),cpu=处理器(慢)
数据精度dtype下拉选择float16就像选择压缩的质量设置计算时的数据精度float16=平衡,float32=高质量

3.7 XY: PM LoRA Strengths 节点 - LoRA 强度测试器

这个节点就像一个实验室,能自动测试不同强度组合的效果。

参数详解:

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
第一组 LoRAlora_a文本输入文件名列表就像选择第一组测试样品输入第一组 LoRA 文件名输入 "lora1.safetensors,lora2.safetensors"
第二组 LoRAlora_b文本输入文件名列表就像选择第二组测试样品输入第二组 LoRA 文件名输入不同的 LoRA 文件名
合并模式mode下拉选择add就像选择测试的方法选择合并算法add=简单测试,ties=复杂测试
最小强度min_strength数值输入0.0就像设置测试的最小音量设置强度测试的下限0.0表示从零开始测试
最大强度max_strength数值输入1.0就像设置测试的最大音量设置强度测试的上限1.0表示最大强度
应用范围apply_strength下拉选择"model + clip"就像选择化妆的部位选择强度影响的组件"model + clip"=全部影响
测试步数steps数值输入10就像设置测试几个档位设置强度测试的步数10表示测试10个不同强度
运算设备device下拉选择cuda就像选择用什么设备测试选择使用 GPU 还是 CPUcuda=显卡(快),cpu=处理器(慢)
数据精度dtype下拉选择float16就像选择测试的精度设置计算时的数据精度float16=平衡,float32=高精度

3.8 XY: PM LoRA Modes 节点 - LoRA 模式测试器

这个节点就像一个料理实验室,能自动测试不同烹饪方法的效果。

参数详解:

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
第一组 LoRAlora_a文本输入文件名列表就像选择第一组食材输入第一组 LoRA 文件名输入你的 LoRA 文件名
第二组 LoRAlora_b文本输入文件名列表就像选择第二组食材输入第二组 LoRA 文件名输入不同的 LoRA 文件名
测试模式modes文本输入"add, ties, dare_linear"就像选择不同的烹饪方法输入要测试的合并模式用逗号分隔不同模式
最小密度min_density数值输入0.0就像设置最淡的口味设置密度测试的下限0.0表示最稀薄
最大密度max_density数值输入1.0就像设置最浓的口味设置密度测试的上限1.0表示最浓郁
密度步数density_steps数值输入5就像设置测试几个浓度设置密度测试的步数5表示测试5个不同浓度
运算设备device下拉选择cuda就像选择用什么炉子选择使用 GPU 还是 CPUcuda=显卡(快),cpu=处理器(慢)
数据精度dtype下拉选择float16就像选择测量的精度设置计算时的数据精度float16=平衡,float32=高精度

3.9 XY: PM LoRA SVD Rank 节点 - LoRA 精度测试器

这个节点就像一个照片压缩实验室,能测试不同压缩质量的效果。

参数详解:

参数名 (UI显示)参数名 (代码里)参数值建议值通俗解释 (能干嘛的)专业解释怎么用/举个例子
第一组 LoRAlora_a文本输入文件名列表就像选择第一组照片输入第一组 LoRA 文件名输入你的 LoRA 文件名
第二组 LoRAlora_b文本输入文件名列表就像选择第二组照片输入第二组 LoRA 文件名输入不同的 LoRA 文件名
合并模式mode下拉选择add就像选择压缩的方法选择合并算法add=简单合并,ties=复杂合并
密度参数density数值输入0.5就像设置固定的浓度设置合并时的密度参数0.5表示中等浓度
最小等级min_rank数值输入16就像设置最低的压缩质量设置 SVD 等级的下限16=高压缩(小文件)
最大等级max_rank数值输入128就像设置最高的压缩质量设置 SVD 等级的上限128=低压缩(大文件)
等级步数rank_steps数值输入5就像设置测试几个质量档位设置等级测试的步数5表示测试5个不同等级
运算设备device下拉选择cuda就像选择用什么设备压缩选择使用 GPU 还是 CPUcuda=显卡(快),cpu=处理器(慢)
数据精度dtype下拉选择float16就像选择测量的精度设置计算时的数据精度float16=平衡,float32=高精度

4. 使用技巧和建议

4.1 新手入门建议

  • 先从简单的 add 模式开始,就像学做菜先学煮面条
  • 密度参数建议从 0.5 开始尝试,这样不容易出错
  • 如果电脑配置不高,建议选择 float16 精度节省内存

4.2 进阶使用技巧

  • 使用 XY 测试节点可以批量测试效果,找到最佳组合
  • SVD 合并虽然慢一些,但效果通常更好,适合制作最终作品
  • 合并后记得用 PM LoRA Save 保存,避免重复计算

4.3 性能优化建议

  • 有独立显卡的用户选择 cuda,速度快很多
  • 内存不足时可以降低 SVD 等级,减少内存占用
  • 批量测试时可以先用小范围参数,确认方向后再精细调整

5. 常见问题解答

Q: 为什么我的 LoRA 合并后效果不好?
A: 可能是两个 LoRA 风格差异太大,就像把甜品和咸菜混合。建议选择风格相近的 LoRA 进行合并。

Q: 合并时提示内存不足怎么办?
A: 可以尝试:1) 选择 float16 精度;2) 降低 SVD 等级;3) 关闭其他占内存的程序。

Q: 不同合并模式有什么区别?
A:

  • add:简单相加,就像把两杯水混合
  • ties:智能平衡,会自动调节权重
  • dare:更精确的融合,效果通常更好

Q: XY 测试节点怎么用?
A: 这些节点需要配合 Efficiency Nodes 插件使用,能自动生成对比图,帮你找到最佳参数。

Q: 保存的 LoRA 文件在哪里?
A: 默认保存在 ComfyUI 的 models/loras 文件夹里,可以像普通 LoRA 一样使用。

6. 实用工作流程示例

6.1 基础合并流程

  1. 用两个 PM LoRA Loader 加载你想合并的 LoRA
  2. 连接到 PM LoRA Merger 节点
  3. 选择合并模式(新手推荐用 add)
  4. 连接到 PM LoRA Apply 应用到模型上
  5. 生成图片测试效果

6.2 批量测试流程

  1. 使用 XY: PM LoRA Strengths 节点设置测试参数
  2. 连接到 Efficiency Loader 和 Efficiency KSampler
  3. 运行后会生成包含多种组合的对比图
  4. 从对比图中选择最满意的效果

6.3 精确优化流程

  1. 先用普通 PM LoRA Merger 找到大致效果
  2. 再用 PM LoRA SVD Merger 进行精细调整
  3. 用 PM LoRA Resize 缩小模型体积
  4. 用 PM LoRA Save 保存最终结果

这个插件就像一个 LoRA 的"炼金术师",能让你把多个 LoRA 的优点融合在一起,创造出独一无二的效果!记住,多多实践才能熟练掌握各种技巧。

标签: #插件 2338
相关文章

ComfyUI错误修复插件详解:轻松解决常见问题 2025-07-10 18:25

ComfyUI-CustomMenu插件使用教程:高效自定义工作流指南 2025-07-10 17:50

ComfyUI图像合并插件comfyui-merge使用教程 2025-07-03 22:44

ComfyUI 图像合并插件教程 (comfyui-merge) 1. 插件简介 这是一个专门用来合并图片的 ComfyUI 插件,就像用 PS 把多张图片叠在一起那样。它的特别之处在于你精确控制每张图片的混合方式。 GitHub 地址:https://github.com/LingSss9/com

ComfyUI WAN 2.2视频插件教程:万相AI提示词全攻略 2025-07-31 11:47

ComfyUI WAN 2.2视频插件教程:万相AI提示词实战指南 2025-07-29 20:10

ComfyUI HeyGem数字人插件教程:零基础快速精通指南 2025-07-22 14:10

目录

从节点基础到高阶工作流,我们为你绘制最清晰的 ComfyUI 学习路径。告别困惑,让每一次连接都充满创造的魔力,轻松驾驭 AI 艺术的无限可能。

  • 微信
  • B站
  • GitHub
Copyright © 2025 AIX All Rights Reserved. Powered by AIX.
隐私政策
津ICP备2024019312号