在 ComfyUI 中,当你拥有成百上千个 LoRA 模型时,原生的加载器往往成为效率的瓶颈:漫长的下拉滚动、繁琐的手动连线、容易遗忘的触发词……
- GitHub:https://github.com/shootthesound/comfyui-lora-FindingLora
FindingLora 不仅是一个加载器,更是一套完整的 LoRA 管理工作流。它集成了模糊搜索、书签系统、触发词一键复制以及智能自动连线功能,让你从“寻找与连接”的机械劳动中解放出来,专注于创意本身。

核心亮点:快、准、稳
1. fzf 风格模糊搜索,秒级定位
- 告别滚动:不再需要在数千个文件名的下拉菜单中艰难寻找。
- 智能匹配:内置简化版 fzf 算法。输入关键词(如
snoys),包含该子字符串的文件名优先置顶,分散匹配随后。支持单词边界和驼峰命名识别,精准度极高。 - 模态框体验:点击选择器弹出独立模态框,当前选中项高亮并自动滚动至视野中心,保持上下文连贯。
2. 全局同步书签系统
- 一键收藏:点击书签按钮,将常用 LoRA 加入收藏夹。
- 快速访问:顶部书签栏直接展示收藏夹,点击即可切换,无需再次搜索。
- 实时同步:书签数据存储在
bookmarks.json中,画布上所有 FindingLora 节点实时同步更新,无需重启或刷新。
3. 触发词存储与一键复制
- 自动关联:添加书签时可保存对应的触发词(Trigger Words)。
- 直观显示:选中已书签的 LoRA 时,触发词直接显示在节点界面上。
- 点击复制:点击触发词行即可复制到剪贴板,并可作为
STRING输出连接到提示词编码器,实现自动化拼接。
4. 一键自动连线(Stacking Made Easy)
- 智能插入:点击节点底部的“+”按钮,自动生成一个新的 LoRA 加载器副本。
- 自动路由:新节点会自动插入到当前节点与下游节点之间,重新连接 MODEL 输入/输出。
- 无限堆叠:无论你需要叠加多少个 LoRA,只需不断点击,无需手动拖线、断线、重连,彻底消除连线错误。
5. 全画布自定义渲染
- 原生体验:所有控件(选择器、按钮、滑块)均在画布上直接绘制,避免 Web 组件常见的对齐问题和延迟。
- 标准交互:强度滑块支持点击步进、拖动擦洗和双击输入,手感一致且流畅。

快速开始
1. 安装插件
将 comfyui-lora-FindingLora 文件夹复制到 ComfyUI 目录:
ComfyUI/custom_nodes/comfyui-lora-FindingLora
重启 ComfyUI。
2. 使用节点
- 在节点菜单中搜索 “Finding” 或在 loaders 类别下找到 “LoRA Loader (Finding LoRA)”。
- 像原生节点一样连接
MODEL输入和输出。 - 额外收获:多出一个
trigger(STRING) 输出,可连接至 CLIPTextEncode 以自动注入触发词。
3. 高效工作流示例
- 搜索:点击 LoRA 名称栏,输入
anime,快速找到心仪的风格模型。 - 书签:点击 📖 按钮将其加入收藏夹,并填入触发词
anime style, vibrant colors。 - 复制:点击显示的触发词,粘贴到提示词框,或直接将
trigger输出连入编码器。 - 堆叠:点击底部 ➕ 按钮,自动添加第二个 LoRA 节点并连好线,继续调整参数。

为什么你需要 FindingLora?
| 痛点 | 原生 LoRA 加载器 | FindingLora |
|---|---|---|
| 查找模型 | ❌ 漫长滚动,无搜索 | ✅ fzf 模糊搜索,秒级定位 |
| 常用管理 | ❌ 无书签,每次重找 | ✅ 全局同步书签,一键访问 |
| 触发词 | ❌ 需手动记忆/查找 | ✅ 自动存储,点击复制/输出 |
| 多 LoRA 堆叠 | ❌ 手动断线重连,易错 | ✅ 一键自动插入,无限堆叠 |
| 界面交互 | ⚠️ 原生 Web 组件,有时卡顿 | ✅ 画布原生渲染,流畅一致 |
数据存储与备份
书签数据保存在 <ComfyUI>/user/finding-lora/bookmarks.json。你可以随时编辑此文件进行批量导入或备份:
{
"version": 1,
"bookmarks": [
{ "lora_name": "character_kasey_v3.safetensors", "trigger": "kasey, blue eyes" },
{ "lora_name": "style_cyberpunk.safetensors", "trigger": "cyberpunk, neon lights" }
]
}
© 版权声明
文章版权归作者所有,未经允许请勿转载。















