用浏览器完成 Diffusion LoRA 微调的完整流程：不写训练脚本、不改 YAML、不用记命令行参数。 每次运行的配置都会完整保存，可复现、可对比、可随时重跑。
- 数据集管理 — 创建图像 / 视频 / 音频数据集，导入文件，维护
metadata.jsonl与扩展字段 - AI 自动标注 — 接入任意 OpenAI 兼容的多模态模型，批量生成或改写样本描述
- 可视化训练配置 — 按模型架构选择训练配方，配置 LoRA、分辨率、Epoch、优化器等
- 训练后采样 — 训练结束自动用最新 Checkpoint 生成样本，直接验证效果
- 实时监控 — 任务状态、启动命令、实时日志、Loss 曲线
- 产物管理 — 在线预览与下载 Checkpoint、样本、日志
界面预览
数据集与自动标注
样本扩展字段
训练配置
训练任务监控
前置要求：Node.js ≥ 20（用于构建 Web 前端，可用
node -v检查）
git clone --recurse-submodules https://github.com/modelscope/DiffSynth-WebUI.git
cd DiffSynth-WebUI
pip install -e DiffSynth-Studio/
pip install -e .Linux：
bash training_ui/launch.shWindows：
powershell -ExecutionPolicy Bypass -File .\training_ui\launch_windows.ps1首次启动时，脚本会在缺少 node_modules 时安装前端依赖，并构建 Next.js 前端。
默认访问地址：
http://127.0.0.1:8100/dashboard
如需修改端口：
NEXT_PORT=9000 BACKEND_PORT=9001 bash training_ui/launch.sh训练任务在独立进程中运行，关闭浏览器或退出启动脚本都不会中断训练，重新运行启动脚本即可继续查看任务状态。
- 启动并打开
http://127.0.0.1:8100/dashboard - Training Datasets → Create Dataset，选 Image，导入几十张图片
- 点 Auto-Caption 批量生成描述（需先在 Settings 里配置标注模型），或手动填写 Prompt
- New Task：选模型 → 选 GPU → 选刚建的数据集 → 其余保持默认
- 点 Create Task，进入任务详情页看日志与 Loss 曲线
- 训练完成后在页面底部下载
*.safetensors并查看采样结果
完整选项说明见下方使用指南。
推荐按以下顺序完成首次训练。
进入 Settings 页面，检查以下配置：
| 配置 | 说明 | 默认值 |
|---|---|---|
| Dataset Directory | 数据集及其元数据的保存目录 | training_ui/data/datasets |
| Training Output Directory | 任务日志、Checkpoint 和样本的保存目录 | training_ui/data/outputs |
| Model Storage Directory | 下载模型的基础目录 | models |
| Model Download Source | 模型下载来源：ModelScope 或 Hugging Face | ModelScope |
| Attention Implementation | Attention 实现，留空表示自动选择 | 留空 |
如果需要自动生成数据描述，可在 Captioning Models 中添加多模态模型。
进入 Datasets 页面：
- 输入数据集名称
- 选择 Image、Video 或 Audio 类型
- 点击 Create Dataset
- 打开数据集并导入样本文件，支持导入形式：
- 单文件
- 多文件
- 压缩包（与媒体文件同名的
.txt会自动作为 Prompt 导入）
- 为每条样本填写/编辑 Prompt，或使用 Auto-Caption 生成描述
- 按模型训练需要对每个样本依次添加
edit_image或其他扩展字段
磁盘上的目录结构见数据集格式。
进入 Tasks，点击 New Task：
- Task Information：填写任务名称并选择 GPU
- Model：选择 Model Architecture 和 Target Model
- Model Paths：使用默认模型仓库，或填写本地模型路径；部分模型可以启用 FP8
- LoRA Settings：选择默认 LoRA 目标模块，或启用自定义目标并设置 Rank
- Dataset：选择数据集、重复次数和分辨率
- Training：设置 Epochs、Learning Rate、Optimizer；需要时填写恢复训练的 Checkpoint
- Sampling：为支持训练后采样的模型添加 Prompt 和其他输入条件
- 查看 Launch Command，确认最终命令后创建任务
分辨率支持两种模式：
max_pixels：使用输入高宽的乘积限制总像素数，例如1024 * 1024 = 1048576 px。height × width：固定训练输入的高和宽。
创建任务时可以选择立即启动，也可以保存后在任务列表中手动启动。同一个任务可以多次运行，每次运行会创建独立的输出目录。
打开任务详情页，可以查看：
- 当前状态与运行时间
- 实际启动命令和完整任务配置
- 实时训练日志
- Loss 曲线
- 当前运行生成的 Checkpoint、最终样本和其他文件
训练运行中可以手动停止任务；停止后可以修改配置并重新启动
默认输出结构如下：
training_ui/data/outputs/
└── <task-id>_<task-name>/
└── <run-timestamp>/
├── training_config.json
├── train.log
├── loss.csv
├── step-*.safetensors
└── final_samples/
training_config.json：本次运行的用户配置、解析结果和实际命令train.log：训练标准输出和错误日志loss.csv：按step,key,value保存训练指标*.safetensors：训练得到的模型文件final_samples/：训练完成后生成的验证样本
每个数据集是 Dataset Directory 下的一个独立目录。扩展字段的文件统一存放在 _fields/ 中，
由界面自动管理：
training_ui/data/datasets/<dataset-name>/
├── metadata.jsonl
├── 001.jpg
├── 002.jpg
└── _fields/
└── 002/ # 样本名（不含扩展名）
└── edit_image/ # 扩展字段名
└── input_image.jpg
metadata.jsonl 每行一条样本：
{"file": "001.jpg", "prompt": "a cat sitting on a sofa"}
{"file": "002.jpg", "prompt": "make the sofa red", "edit_image": "_fields/002/edit_image/input_image.jpg"}
无需手动裁剪或缩放 —— 训练时会按配置的分辨率自动处理
- Anima
- Boogu-Image
- ERNIE-Image
- FLUX.1
- FLUX.2
- HiDream-O1-Image
- Ideogram 4
- JoyAI-Image
- Krea 2
- Qwen-Image
- Stable Diffusion
- Stable Diffusion XL
- Z-Image
- LingBot-Video
- LTX-2
- MiniMax-H3
- MOVA
- Wan
- ACE-Step
模型本身的能力、显存需求与训练技巧请参考 DiffSynth-Studio 文档
DiffSynth-WebUI 与 DiffSynth-Studio 由同一团队维护： Studio 负责模型实现与训练框架，WebUI 负责把整套训练流程搬进浏览器。 如果你更习惯命令行和 Python 脚本，直接使用 DiffSynth-Studio 即可。
本仓库已包含完整的 DiffSynth-Studio 代码，上游更新会持续同步合并，安装本仓库即可，无需另外安装。