马尔福·MOSS LoRA实战

镜像介绍

用开源生图模型 MOSS-Image 训练专属人物 LoRA 的完整环境，开机即用。示例人物是用 GPT Image 2 生成的虚构角色 Moss（触发词 moss01），56 张训练图，一张 RTX 4090 训练 1200 步约 65 分钟。

完整代码和说明：https://github.com/limin112/Lora

功能特性

• Jupyter 上手教程：从看数据、生成训练集、缓存，到边训练边看验证图、出图、对比检查点，一步一步运行
• 一次完整训练的结果：8 个检查点和验证图，不训练也能直接出图、对比
• ComfyUI 开机自启：默认打开「原模型 vs 加 LoRA」对比工作流，已放好第 300 / 600 / 900 / 1200 步的 LoRA
• 一键训练和导出：train_moss01.sh 正式训练，export_comfy.sh 导出到 ComfyUI

使用教程

1. 上手教程（约 35 分钟）

控制台点 JupyterLab → 依次进入 root → moss-lora-kit → 打开 moss01_lora_walkthrough.ipynb → 内核选 Python (moss-train: KohakuMoss + torch) → 从第 0 步开始按 Shift + Enter 逐格运行。

2. ComfyUI 出图

控制台点 ComfyUI，默认就是对比工作流：写一段提示词，点「运行」，一次出三张（原模型 / 加 LoRA 不写 moss01 / 加 LoRA 写 moss01），约 2 分钟。正常出图的工作流在「模板」→「扩展」→ moss01_lora → moss01_lora_t2i。

3. 自己完整训练一次（约 65 分钟）

在 JupyterLab 里新建终端：

cd /root/moss-lora-kit
bash train_moss01.sh       # 单卡 1200 步
bash export_comfy.sh 900   # 第 900 步导出到 ComfyUI

环境验证

在 JupyterLab 终端运行：

nvidia-smi
/root/moss-lora-kit/.venv/bin/python -c "import torch, kohakumoss; print(torch.__version__, torch.cuda.is_available())"
curl -s http://127.0.0.1:8188/system_stats | head -c 120

能看到显卡信息、True，以及 ComfyUI 返回的一段 JSON，说明训练环境和 ComfyUI 都正常。

常见问题

训练进度看起来卡住了？ 刚启动时加载模型约 1–3 分钟，每轮生成验证图约 1–2 分钟，这两段时间步数不动是正常的。教程会显示当前处在哪个阶段。

显存不足报错？ 一张卡同一时间只做一件事：教程小练习、正式训练、ComfyUI 出图不要同时运行。

ComfyUI 打开不是对比工作流？ 刷新一下页面；也可以在「模板」→「扩展」→ moss01_lora 里打开。ComfyUI 没启动时，在终端运行 bash /root/moss-lora-kit/start_comfyui.sh。

加 LoRA 后不写 moss01 也像 Moss？ 这是最简单训练方法（只有 Moss 的图）的已知特点：提示词里没写的长相会被拉向 Moss。只在想画 Moss 时加载这个 LoRA。

许可：MOSS-Image 为 Apache-2.0，训练框架 KohakuMossTrainer 为 KohakuMoss License 1.0。示例人物为虚构角色，仅供学习研究，请勿商用。