点击跳转GitHub

---

2025.8.1 21:31

• 新增模型 illustriousXL_v01.safetensors
• 路径为 /workspace/ComfyUI/models/checkpoints/Illustrious-XL-v0.1.safetensors aria2c -x 4 -s 4 -c -d "/workspace/models/checkpoints" -o "waiIllustriousSDXL_v160.safetensors" "https://cnb.cool/ai-models/QWQ114514123/WAI-illustrious-SDXL-v16/-/lfs/a5f58eb1c33616c4f06bca55af39876a7b817913cd829caa8acb111b770c85cc?name=waiIllustriousSDXL_v160.safetensors"

ln -sf /workspace/models/checkpoints/waiIllustriousSDXL_v160.safetensors /workspace/ComfyUI/models/checkpoints https://cnb.cool/SKDZSS90/ComfyUI-yi_dian_tong/-/lfs/9fae2e50cb431bfcbe05822b59ec2228df545ef27f711dea8949e9f4ed9f7cdc?name=controlnet-union-sdxl-promax.safetensors aria2c -x 4 -s 4 -c -d "/workspace/ComfyUI/models/controlnet" -o "controlnet-union-sdxl-promax.safetensors" "https://cnb.cool/SKDZSS90/ComfyUI-yi_dian_tong/-/lfs/9fae2e50cb431bfcbe05822b59ec2228df545ef27f711dea8949e9f4ed9f7cdc?"

echo "快捷命令 qd启动comfyui,qc清除输出和临时文件,ui启动模型下载ui界面,dwqi下载QwImage,ts提交代码" echo "alias qd='bash /workspace/src/start.sh'" >> ~/.bashrc source ~/.bashrc echo "alias qdt='bash /workspace/src/qiuye.sh'" >> ~/.bashrc source ~/.bashrc echo "alias qc='rm -rf /workspace/ComfyUI/output/* & rm -rf /workspace/ComfyUI/temp/'" >> ~/.bashrc source ~/.bashrc echo "alias qci='rm /workspace/ComfyUI/input/.png rm /workspace/ComfyUI/input/.jpg /workspace/ComfyUI/input/.npz /workspace/ComfyUI/input/.webp /workspace/ComfyUI/input/.avif'" >> ~/.bashrc source ~/.bashrc echo "alias nv='. /workspace/venv312/bin/activate && nvitop'" >> ~/.bashrc source ~/.bashrc 训练过程中的样本输出 通过在训练中使用模型生成图像，可以检查训练进度。将以下选项指定为训练脚本。

--sample_every_n_steps / --sample_every_n_epochs

指定要采样的步数或epoch数。为这些数字中的每一个输出样本。如果两者都指定，则 epoch 数优先。

--sample_prompts

指定示例输出的提示文件。

--sample_sampler

指定用于采样输出的采样器。 'ddim', 'pndm', 'heun', 'dpmsolver', 'dpmsolver++', 'dpmsingle', 'k_lms', 'k_euler', 'k_euler_a', 'k_dpm_2', 'k_dpm_2_a'が選べます。

要输出样本，您需要提前准备一个包含提示的文本文件。每行输入一个提示。

masterpiece, best quality, 1girl, in white shirts, upper body, looking at viewer, simple background --n low quality, worst quality, bad anatomy,bad composition, poor, low effort --w 768 --h 768 --d 1 --l 7.5 --s 28

masterpiece, best quality, 1boy, in business suit, standing at street, looking back --n low quality, worst quality, bad anatomy,bad composition, poor, low effort --w 576 --h 832 --d 2 --l 5.5 --s 40 以“#”开头的行是注释。您可以使用“-- + 小写字母”为生成的图像指定选项，例如 --n。您可以使用：

--n 否定提示到下一个选项。 --w 指定生成图像的宽度。 --h 指定生成图像的高度。 --d 指定生成图像的种子。 --l 指定生成图像的 CFG 比例。 --s 指定生成过程中的步骤数。

2025.7.12 22:25

• 正式版
• 填补基础模型
• 修复图片上传bug
• 增加nginx代理
• 新增一个没用的打标过程查看页面

2025.7.2 2:30

• 基本功能跑通，可以直接训练Flux（sd1.5和xl需要自己配模型）
• 仓库测试版上线
• Joy2打标功能已经测试通过

---

目前比较麻烦，后续会一键启动

每个命令都在新终端运行：

bash /workspace/src/start.sh

bash /workspace/src/qiuye.sh

bash /workspace/src/rlt.sh

• 仓库中目前只配置最最基础的几个模型
• 没有你想要的模型？ 直接提交issue，贴上链接和说明，审核通过即可发布到仓库
• 你也可以下载模型到仓库中，可以不推送，下次启动还在

• 前端页面-资产

• 前端页面-任务

• 部分系统功能展示

1. 创建任务

   • 上传素材或提供下载链接
   • 选择训练类型和参数（或使用默认配置）
   • 提交任务

2. 监控进度

   • 在任务列表查看所有任务状态
   • 点击任务查看详细训练日志和进度

3. 查看训练结果

   • 训练完成后自动生成预览图
   • 下载训练好的LORA模型

• TaskScheduler: 任务调度与管理
• ComfyUIAPI: 与ComfyUI交互的API封装
• AssetManager: 资产管理系统
• TrainingService: 训练服务
• ConfigService: 配置管理

1. 如何调整训练参数？

   • 在设置页面可以修改默认训练参数
   • 也可以在创建任务时为单个任务指定参数

2. 支持哪些训练模型？

   • 目前主要支持Flux-LORA模型训练
   • 计划后续添加更多模型支持

3. 如何处理训练失败？

   • 系统会自动重试失败的任务
   • 可以查看详细错误日志进行排查