LoRA（低秩适配）是给 Stable Diffusion 追加"专属风格/角色/人物"的轻量微调技术，训练成本低。
一、适用场景
固定品牌画风、还原特定角色/IP、把某类素材（如你的头像）做成可复用模型。
二、准备
准备 10-30 张高质量、风格统一的训练图（带标注），选训练工具（Kohya、云端训练平台）。
三、操作步骤
1. 整理数据集：图片裁剪一致尺寸，写触发词标签（如 "myself"）。
2. 设训练参数：学习率 1e-4 左右，训练步数约 图片数×轮次×重复。
3. 启动训练，观察 loss 曲线，过拟合就减轮次。
4. 导出 .safetensors，在 WebUI/ComfyUI 里以低权重（0.6-0.8）调用。
四、要点提示
数据质量远胜数量；触发词要唯一；权重别拉满，避免画面崩。
小结：LoRA 让"私有画风"触手可及，是 SD 生态最实用的个性化手段。
