news 2026/6/15 18:23:31

a1111-sd-webui-lycoris扩展安装与使用完整指南

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
a1111-sd-webui-lycoris扩展安装与使用完整指南

a1111-sd-webui-lycoris扩展安装与使用完整指南

【免费下载链接】a1111-sd-webui-lycorisAn extension for stable-diffusion-webui to load lycoris models.项目地址: https://gitcode.com/gh_mirrors/a1/a1111-sd-webui-lycoris

项目概述

a1111-sd-webui-lycoris是一个专为stable-diffusion-webui开发的独立扩展插件,主要用于加载LyCORIS模型。该扩展通过stable-diffusion-webui的额外网络API实现,有效避免了与其他LoRA扩展的冲突问题。

系统要求与兼容性

本扩展适用于stable-diffusion-webui版本低于1.5.0的环境,同时支持stable-diffusion-webui-forge,以便使用一些遗留功能。

重要提示:确保你的stable-diffusion-webui版本在commit a9fed7c3之后。如果在该commit版本遇到问题,建议更新stable-diffusion-webui到最新版本。

安装方法详解

方法一:通过扩展市场安装

  1. 打开stable-diffusion-webui的扩展标签页
  2. 进入"可用"选项卡
  3. 搜索"lycoris"找到本扩展
  4. 点击安装按钮完成安装

方法二:通过URL安装

  1. 打开扩展标签页中的"从URL安装"选项卡
  2. 复制粘贴以下仓库地址:https://gitcode.com/gh_mirrors/a1/a1111-sd-webui-lycoris
  3. 点击安装按钮完成安装

方法三:手动安装

  1. 手动克隆仓库到扩展文件夹
  2. 或者下载zip压缩包并解压到扩展目录

配置与启动参数

模型目录配置

使用启动参数--lyco-dir可以定义LyCORIS模型的存储路径。默认情况下,系统会使用models/LyCORIS作为模型目录。

调试模式

启用调试模式可以生成图片时输出更多信息,使用参数--lyco-debug开启。

使用教程

重启注意事项

重要提醒:安装完成后请不要使用"Apply and restart UI"选项,而是直接重启webui进程。

模型调用格式

在stable-diffusion-webui中使用以下格式调用LyCORIS模型:

<lyco:MODEL:WEIGHT>

高级参数使用

随着LyCORIS中实现的不同算法越来越多,参数系统也变得更加复杂。以下是几种有效的参数使用方式:

基础格式:

<lyco:Model:1:0.5:13>

键值对格式:

<lyco:Model:1:0.5:dyn=13>

混合格式:

<lyco:Model:1:unet=0.5:dyn=13>

全键名指定(可忽略顺序):

<lyco:Model:dyn=13:te=1:unet=0.5>

参数详解

参数名功能描述默认类型和值
te文本编码器权重浮点数:1.0
unetUNet权重,为None时使用te的值浮点数:None
dyn使用dylora时要利用的行数,设置为0时禁用dylora整数:None

故障排除

常见问题一:扩展安装后无法正常工作

  • 检查stable-diffusion-webui版本是否符合要求
  • 确认是否使用了正确的重启方式
  • 验证模型文件是否存在于指定路径

常见问题二:模型权重设置无效

  • 确保使用正确的调用格式
  • 检查权重值是否在合理范围内
  • 验证模型与当前webui版本的兼容性

技术特点

  1. 独立性:作为独立扩展,避免与其他LoRA扩展冲突
  2. 灵活性:支持多种参数配置方式
  3. 兼容性:支持多种LyCORIS算法实现

通过本指南,用户可以顺利完成a1111-sd-webui-lycoris扩展的安装与配置,充分发挥LyCORIS模型在stable-diffusion-webui中的强大功能。

【免费下载链接】a1111-sd-webui-lycorisAn extension for stable-diffusion-webui to load lycoris models.项目地址: https://gitcode.com/gh_mirrors/a1/a1111-sd-webui-lycoris

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/15 11:23:28

MGeo在邮政快递路由优化中的应用

MGeo在邮政快递路由优化中的应用 引言&#xff1a;地址标准化与实体对齐的行业痛点 在邮政、物流、电商等依赖地理信息系统的行业中&#xff0c;地址数据的质量直接决定着服务效率和用户体验。然而&#xff0c;现实中的用户输入往往存在大量非标准化表达——“北京市朝阳区建…

作者头像 李华
网站建设 2026/6/12 8:17:07

AI降本增效进行时:MGeo开源可部署,告别高价API调用

AI降本增效进行时&#xff1a;MGeo开源可部署&#xff0c;告别高价API调用 在地理信息处理、城市计算和本地生活服务中&#xff0c;地址相似度匹配是实体对齐的核心任务之一。无论是外卖平台合并商户地址、物流系统去重配送点&#xff0c;还是政府数据治理中的地名标准化&#…

作者头像 李华
网站建设 2026/6/15 12:19:11

如何用Catime番茄时钟工具实现高效时间管理

如何用Catime番茄时钟工具实现高效时间管理 【免费下载链接】Catime A very useful timer (Pomodoro Clock).[一款非常好用的计时器(番茄时钟)] 项目地址: https://gitcode.com/gh_mirrors/ca/Catime 在当今信息爆炸的时代&#xff0c;时间管理已成为每个人必备的生活技…

作者头像 李华
网站建设 2026/6/15 15:45:49

一键部署实现:通过脚本复制到workspace便捷修改

一键部署实现&#xff1a;通过脚本复制到workspace便捷修改 背景与应用场景 在实体对齐、地址标准化和地理信息处理等任务中&#xff0c;地址相似度匹配是关键环节。尤其在中文地址场景下&#xff0c;由于表述多样、缩写习惯差异大&#xff08;如“北京市朝阳区” vs “北京朝阳…

作者头像 李华
网站建设 2026/6/15 12:30:38

企业级性能测试实战指南:如何用k6构建现代化负载测试体系

企业级性能测试实战指南&#xff1a;如何用k6构建现代化负载测试体系 【免费下载链接】k6 A modern load testing tool, using Go and JavaScript - https://k6.io 项目地址: https://gitcode.com/GitHub_Trending/k6/k6 在数字化转型浪潮中&#xff0c;性能测试已成为确…

作者头像 李华
网站建设 2026/6/15 12:29:09

MGeo支持Swagger生成API文档

MGeo支持Swagger生成API文档&#xff1a;中文地址相似度匹配的工程化实践 背景与技术价值 在地理信息处理、数据融合和实体对齐等场景中&#xff0c;中文地址字符串的相似度计算是一项极具挑战性的任务。由于中文地址存在表述多样、缩写习惯差异、层级结构不统一等问题&#…

作者头像 李华