ZenTrainer 在 ComfyUI 内训练 LoRA，并支持实时样本预览

运行页面：最新样本、loss，以及右侧栏中的各项数值。

可训练的模型

MOSS Image、Krea 2、FLUX 3、FLUX.2 Klein、Qwen-Image 2.1、Z-Image、Anima、Fibo 2.0、SDXL 及其微调模型，以及 MiniMax H3 视频。还有更多模型被列为未测试。训练可在 Linux 和 Windows 上通过 NVIDIA（CUDA）或 AMD（ROCm）运行。

简单模式与高级模式

简单模式只需一套预设方案、15 至 40 张照片和一个名称：缺失模型会自动下载，照片会自动打标。高级模式则开放所有选项：LoRA 或 LoKr、遮罩训练、caption dropout、类别保留，以及 AdamW、Prodigy、Lion、CAME、schedule-free 或 8-bit 优化器。

运行过程中，你可以暂停、抽取样本、保存、调整学习率，并在任意 checkpoint 上试用自己写的提示词。验证 loss 会在固定数据集上测量，角色 LoRA 会获得 likeness 评分，多次运行会依次排队执行。

ComfyUI 的 input/ 下任意文件夹都可作为数据集：支持网格或表格视图，标注可就地编辑。

数据集

指向 ComfyUI input/ 下的任意文件夹即可。标注可通过 ComfyUI 由 Qwen-VL 或 Gemma 生成，可分别保留长、短两套标注，并可用前缀、后缀或查找替换批量编辑。SAM3 可以自动找到主体并将训练遮罩到该主体上，你也可以手动绘制遮罩。

新建运行：选定模型后相关文件会自动填充，并对常见错误给出警告。

安装

从 ComfyUI Manager 安装，重新启动，然后点击顶栏的莲花图标，或打开 /zentrainer/。它需要 ComfyUI 0.41 或更新版本，LoRA 会输出到 output/zentrainer/loras/。

该仓库还提供了启动脚本，会在其旁边安装一个固定版本的 ComfyUI，因此主安装的更新不会破坏训练运行，同时它仍会从原位置读取你的模型。Docker 镜像适用于租用 GPU 的场景，并附带一键 Runpod 模板。macOS 暂不支持。

获取方式

ZenTrainer 位于 github.com/Nynxz/ZenTrainer（MIT，v0.4.1）。数据集、运行记录和导出的 LoRA 都保留在你的 ComfyUI 文件夹内。