1. 先说结论模型不见了九成不是WebUI的锅把Lora模型文件丢进models/Lora文件夹回到WebUI点开Lora标签页结果列表里空空如也——这个场景我在帮人远程排查SD整合包问题时遇到的频率高到什么程度呢大概每十个为什么我的Lora不生效的问题里有六到七个都是这个原因。它属于那种看起来玄学、实则极度机械的问题WebUI没有做任何智能判断它只是在启动和刷新时扫描固定目录扫描到什么就展示什么扫描不到就一片空白。所以当你看到空白列表时本质上是扫描链路在某个环节断掉了而绝不可能是模型坏了这么简单。这篇内容我想把这条扫描链路完整摊开讲。它适合三类人刚拿到SD整合包、第一次往里面塞Lora的新手已经用过一阵、但遇到多盘符多目录就迷糊的中级用户以及想把自己那套整合包目录理清楚、不想每次都靠重启碰运气的进阶玩家。核心关键词就几个SD整合包、Lora模型、models/Lora、webui、加载不出来。我会全程围绕这条主线从原理讲到具体命令最后给一张可以照着抄的排查表。需要提前说明一点下面的排查思路是基于SD WebUI及其各种整合包的常见运行机制总结的不同整合包的启动脚本封装程度不一样具体路径和菜单位置会有差异但底层逻辑是通用的。你理解了逻辑换哪个整合包都能自己定位问题而不是每次都在群里问为什么又没有。2. 从原理出发WebUI到底是怎么看见Lora的2.1 启动阶段目录注册与路径确定WebUI启动的时候会先确定一批模型根目录。对于Lora来说默认根目录就是整合包根路径下的models/Lora。注意这里的写法官方代码里这个目录名首字母是大写的Lora在Windows上大小写不敏感所以models/lora、models/LORA都能被识别但如果你把整合包放在Linux服务器或者WSL环境下跑大小写就变成硬性条件了models/lora会直接扫不到这是一个很多人栽过跟头的地方。启动阶段还有一个容易被忽略的细节WebUI是通过一个配置对象把哪个文件夹对应哪种模型登记下来的这个登记表可以被命令行参数覆盖也可以被一个叫extra_model_paths.yaml的配置文件追加。也就是说你眼睛看到的models/Lora未必是程序真正读取的目录。如果你的整合包是用某个启动器二次封装的启动器很可能在脚本里塞了--lora-dir参数把Lora目录指到了别处你往默认目录放文件自然是白放。所以排查的第一步思维不是文件放对没有而是程序认为的目录到底是哪个。这个顺序一颠倒很多人就会在错误的目录里反复折腾。2.2 运行阶段列表构建与前端渲染启动完成后WebUI会在内存里维护一份模型清单。这份清单在几个时机被重建程序启动时、你点击Lora标签页右上角那个刷新按钮时、以及切换模型/重载UI的某些操作时。清单重建的过程就是遍历目录、过滤后缀、读取文件信息然后把每一项渲染成前端的一张卡片。这里有两个关键点。第一遍历通常是非递归或者有限递归的取决于WebUI版本。早期版本的Lora扫描不进入子文件夹所以你把文件放在models/Lora/我的收藏/xxx.safetensors这种嵌套结构里它就看不见较新版本支持子目录递归但整合包版本参差不齐很多人的整合包还是老内核。第二后缀过滤是有白名单的常见的是.safetensors、.ckpt、.pt如果你的文件后缀不在白名单里比如下载工具给它加了尾巴变成.safetensors.part那它会被直接跳过连报错都不给。理解了这两点你就能明白为什么文件明明在那里和界面里没有可以同时成立——它们本来就是两套东西一个是文件系统层面的事实一个是程序内存清单层面的事实中间隔着扫描逻辑这道闸门。2.3 六类典型断点速查表把断点归类能省下大量瞎试的时间。下面这张表是我自己排问题时的固定顺序从高概率到低概率排列断点位置典型表现判断方法文件本身不是Lora文件名像Lora实际是别的类型看文件大小与来源描述目录层级嵌套过深放在Lora下的子文件夹里直接看路径深度路径大小写/名称写错Linux环境下直接扫不到核对目录名字母扩展名被篡改或隐藏列表完全无反应开启显示文件扩展名未刷新或缓存未更新重启后才出现点刷新按钮对比目录被参数指向别处放哪都不出现查启动脚本与配置文件这张表的价值在于它把加载不出来这个模糊描述拆成了六个可验证的具体假设。排查的本质就是逐个证伪而不是把文件删了重下——我见过太多人一上来就重新下载模型结果下了三遍还是不行因为问题根本不在文件上。3. 手把手排查从文件到界面的五个关卡3.1 第一关确认手里的是不是真正的Lora文件这一步听起来废话但真的有人把大模型主模型通常几个GB、VAE、Embedding文件丢进Lora目录然后奇怪为什么显示出来的东西不太对。Lora文件有个非常朴素的判断标准体积通常在几十MB到几百MB之间。如果文件只有几KB那多半是下载中断留下的残片如果文件有好几个GB甚至十几GB那几乎肯定是主模型或者某个大体积组件。在Windows上最快的验证方式是在资源管理器里把查看选项卡里的文件扩展名勾上同时把隐藏的项目也打开。你会立刻发现两种情况一种是文件名显示为xxx.safetensors正常另一种显示成xxx.safetensors.txt或者xxx.safetensors.crdownload这就是浏览器或下载工具没改完名的临时文件WebUI当然不认。顺带说一句很多人纠结.ckpt和.safetensors的区别。简单讲.safetensors只存张量数据加载时不执行代码更稳妥.ckpt是序列化对象理论上携带可执行内容。现在的Lora作品绝大多数发的是.safetensors如果你的整合包内核特别老反而可能只认.ckpt这时候不是文件的问题是版本的问题。判断方法很简单换一个确定能用的.safetensors放进去如果它也不显示那就往版本和路径方向查。3.2 第二关路径、大小写与目录层级这一关是重灾区。先确认整合包根目录结构标准的形态是这样sd-webui-xxx/ ├── webui-user.bat ├── launch.py ├── models/ │ ├── Stable-diffusion/ │ ├── Lora/ - Lora放这里 │ ├── VAE/ │ ── embeddings/ └── extensions/最容易出问题的是多套了一层。有些人解压整合包时选择解压到当前文件夹结果变成sd-webui-xxx/sd-webui-xxx/models/Lora而启动脚本在外面那层实际的models/Lora是一个空目录。这种情况在磁盘里看路径是对的但相对于程序的工作目录就是错的。另一个经典坑是自建子文件夹。为了分类很多人会在Lora下再建人物风格服装等文件夹。这时候要看你整合包的内核版本支持递归的版本能扫到不支持的版本一个都看不见。我的建议是如果不确定版本先把文件直接放在models/Lora一级目录下测试能出来再考虑分类。分类这件事本身有价值但必须建立在扫描确实递归这个前提上否则就是给自己挖坑。在命令行里验证路径是最干脆的。Windows下用PowerShell或CMD# 进入整合包根目录后执行 dir models\Lora # Linux / macOS / WSL ls -lh models/Lora如果这条命令列出来的文件和你以为的不一致那问题就锁定了不用再往下瞎猜。我习惯在排查时先把这条命令跑一遍输出直接截图比自己回忆我到底放哪了靠谱得多。3.3 第三关扩展名与文件名的隐藏陷阱文件名这一块有三个常见雷区。第一是中文名与特殊字符。绝大多数字体和编码环境下中文文件名本身是能显示的但一旦名字里混进了空格、中括号、井号、百分号这些字符某些版本的WebUI在读取元数据时会出错表现可能是卡片显示了但缩略图空白也可能是干脆不显示。稳妥的做法是改成纯英文加数字和下划线比如character_style_v1.safetensors。第二是名字过长。有些模型站导出的文件名是一长串带作者名和日期的组合超过一定长度后在深层路径下可能触发路径总长度限制尤其在Windows上如果不开启长路径支持读取会静默失败不报错。这种情况的表现非常迷惑文件明明存在程序也不报错就是不显示。缩短文件名往往能立刻解决。第三是同一目录下的重名。如果两个Lora文件内容不同但文件名相同一个来自A一个来自B系统可能只列出其中一个或者列表里出现重复项。这个不算严重问题但会让你以为我明明放了五个怎么只显示四个。提示改文件名时务必保留.safetensors后缀并且不要用系统自带的重命名把后缀一起改掉。Windows默认隐藏扩展名改完可能变成character_style_v1.safetensors.safetensors这是最隐蔽的一类错误。3.4 第四关刷新、缓存与重启的正确顺序WebUI的刷新机制不是实时的。你在外部往目录里加文件程序不会收到任何通知因为大多数整合包没有做文件系统监听。所以正确顺序是打开WebUI的Lora标签页先点一次刷新按钮等两三秒。如果没出现切换到别的标签页再切回来看列表有没有变化。还是没有直接关掉控制台窗口重新双击启动脚本等完全起来后再看。重启后依然没有再往下查配置。为什么不建议一上来就重启因为重启很慢而刷新按钮只要几秒钟。更关键的是如果刷新能出来说明是缓存问题如果刷新不出来但重启能出来说明是启动扫描的有效性问题如果两者都出不来方向就锁定在文件本身或者路径配置上。这个顺序其实是在用一个廉价操作获取诊断信息而不是单纯试试看。顺便说一个浏览器侧的坑。有些整合包会缓存前端页面资源你重启了后端但浏览器用的还是旧的页面脚本导致列表里依然没有新增项。这时候按CtrlF5强制刷新页面或者在无痕窗口打开往往能解决。这个坑我踩过至少两次每次都是折腾半天配置最后发现是浏览器的事。3.5 第五关命令行参数与自定义路径配置如果前面四关都过了还是不显示那基本就是程序读取的目录和你以为的不是同一个。查两个地方。第一是启动脚本。打开整合包根目录下的.bat或.sh启动文件用记事本看一眼里面有没有类似这样的参数--lora-dir D:\some_other_path\Lora只要出现这个参数程序就会去别的目录找默认的models/Lora就变成摆设了。有些启动器为了把模型统一放到一个大盘会默认加这类参数包装得很隐蔽。第二是配置文件。整合包根目录或者config目录下可能有一个extra_model_paths.yaml内容形如a1111: base_path: D:/SD_Models/ loras: loras这段配置的意思是除了默认目录再去D:/SD_Models/loras里找一遍。注意这里的字段名是loras而不是Lora这是配置文件的约定和目录名不是一回事别被绕晕。排查到这里如果发现有额外路径配置两条路都放着试一遍哪个能出来就以哪个为准。我个人更推荐把模型集中到一个固定大盘然后通过这个配置文件挂载理由写在下一章。4. 进阶配置多目录挂载与整合包环境适配4.1 extra_model_paths.yaml 的正确写法模型多了之后models目录会膨胀到几十上百GB如果整个整合包放在系统盘很快就会爆盘。这时候把模型挪到数据盘、通过配置挂载是最省事的做法。一个可用的配置长这样a1111: base_path: E:/AI_models/ checkpoints: stable-diffusion vae: vae loras: lora embeddings: embeddings controlnet: controlnetbase_path是根路径下面的每一项都是相对这个根的子目录。写的时候有几个细节要盯住路径分隔符用正斜杠/最稳反斜杠在YAML里有转义风险路径末尾不要多加空格YAML对缩进和尾随空格敏感中文路径能不用就不用省得在一堆编码问题上浪费时间。配好之后重启WebUI控制台里通常会打印出读取到的模型路径。如果控制台里根本没出现你配置的那条路径说明YAML没被正确加载可能是文件名不对、位置不对或者缩进写坏了。这一步的反馈很明确比界面上的空白列表好判断得多。一个实际经验配置生效后默认目录和额外目录是叠加关系而不是替换关系。也就是说你原来放在models/Lora里的东西依然会被读两边的模型会合并在同一个列表里。所以如果你发现列表里出现了重复项多半就是两边都放了一份同名文件删掉一边就行。4.2 整合包的特殊性启动脚本与虚拟环境整合包和官方源码部署最大的区别是整合包帮你把Python环境、依赖、启动参数全封好了。好处是开箱即用代价是你不知道它到底动了哪些手脚。常见的手脚包括自带一个嵌入式Python、预置一批启动参数、把工作目录切换到自己内部、甚至自带一套模型路径映射。这带来一个直接后果你在整合包目录里看到的路径未必是程序运行时的相对路径。如果启动脚本里有类似cd /d %~dp0的语句那工作目录就是脚本所在目录没问题如果没有而你又是从别的地方双击启动的相对路径就会跑偏。判断方法是在启动后的控制台日志里找几行关键信息比如它打印的模型路径、配置加载路径这些行会直接告诉你真相。另外整合包升级内核时如果只覆盖了部分文件可能出现配置文件里记录的是旧路径、新内核用的是新目录的情况。表现就是以前能用升级后不能用了。这种情况下把配置文件和模型目录对照着看一遍通常能找到矛盾点。4.3 权限、盘符与中文路径剩下三类问题属于环境层面的概率不高但确实存在。权限问题如果模型放在某个受保护目录或者从别的机器拷贝过来时继承了奇怪的权限程序读取会失败。Windows下可以通过文件属性的安全标签检查Linux下用ls -l看权限位正常应该是当前用户可读。拷贝来的文件在新环境下出现能看见文件但读不出内容的情况优先怀疑权限。可移动盘符把模型放在U盘或移动硬盘上盘符在每次插拔后可能变化导致原来的路径失效。这类问题排查起来非常气人因为上次明明好好的。固定盘符或者干脆把模型放到本地固定盘是最省心的方案。中文路径整条路径里只要有一处中文就可能在某些编码转换环节出问题。这个不是必然发生但一旦发生就很难定位因为它在文件系统层面完全正常。我的习惯是整合包路径、模型路径、用户名路径全部保持英文从源头规避。5. 模型显示之后显存、权重与预览图那些事5.1 Lora显存占用到底怎么算很多人问过加载一个Lora会不会额外吃很多显存。简单讲Lora的原理是在原有的大权重旁边挂一对低秩小矩阵推理时把它们的乘积按缩放系数加到原权重上。这对矩阵有多小呢取决于秩rank和注入的层数。常见绘画Lora的秩在4到128之间文件体积从十几MB到两三百MB不等。显存占用大致可以这样估加载权重本身占用的大小≈文件体积转为对应精度后浮动推理时每步计算注入项会产生一定的临时开销通常在百MB量级。所以在常见的8GB显存环境下同时挂三到五个Lora一般能撑住挂太多或者和ControlNet、高分辨率修复叠在一起时才会吃紧。真遇到显存告急优先降分辨率和批次数而不是先怀疑Lora。一个实操上的取舍多个Lora叠加时权重系数在界面里通常表现为一个0到1之间的数值不要都给满。我个人的习惯是把主风格的那个给0.7到0.8辅助的给0.3到0.5这样既保住风格又能避免画面糊掉。这个不是硬规则是大量试出来的手感。5.2 预览图与元数据让列表好看又好认模型能显示之后下一步就是让它好认。默认情况下列表里只有文件名模型一多根本记不住谁是谁。可以手动给每个Lora配一张同名预览图放在同一目录下models/Lora/ ├── style_a.safetensors ├── style_a.png - 同名图片 ├── style_b.safetensors ── style_b.png图片格式用png或jpg都行文件名必须和模型文件完全一致只有后缀不同。命名对了刷新之后卡片上就会显示缩略图。这个技巧很多人不知道导致列表常年是清一色的文件名用起来很累。有些模型文件内部自带触发词等元数据WebUI能读出来并显示在卡片上点一下就能插入到提示词框里。如果读不出来通常说明文件本身没写这些信息或者你的内核版本不支持解析这种格式不是文件损坏。这一点要在心里分清避免误删好文件。5.3 顺带聊聊大语言模型侧的LoRA显存估算同属LoRA这个概念在大语言模型微调场景下的显存需求和绘画场景完全不是一个量级经常有人把两边搞混。这里给个粗略的估算框架方便你在做技术选型时有个大概预期。微调时显存的主要来源有模型权重本身、可训练的LoRA参数、优化器状态、以及前向激活值。以9B规模模型为例用半精度加载权重大约需要18GB上下LoRA本身因为只训练低秩矩阵参数量占比通常不到百分之一优化器状态也相应很小但激活值是个变量跟序列长度和批次大小强相关。综合下来在开启梯度检查点、小批次的配置下单卡24GB级别通常能跑起来如果再用4位量化加载底座显存需求能压到8到12GB区间。序列越长、批次越大激活值线性甚至平方级增长这就解释了为什么同一个模型有人能跑有人跑不动。embedding模型微调的情况又不一样它的层数和隐藏维度通常小得多同样的配置下压力小很多。这块具体数值依赖框架实现和优化器选择上面给的只是量级参考实际跑之前建议先用一个极小的步数试跑看显存监控曲线再决定正式配置。6. 常见问题速查表与踩坑心得6.1 一份可以照着走的排查清单把前面所有内容压缩成一张按顺序执行的清单照着走基本能覆盖九成以上的情况步骤操作通过标准1检查文件大小是否在几十到几百MB排除非Lora文件2打开扩展名显示确认后缀干净后缀为 .safetensors 或 .ckpt3确认文件直接位于 models/Lora 一级目录路径深度最少4文件名改为纯英文短名无中文、无空格、无特殊符号5点标签页刷新按钮列表出现新项6重启整个WebUI进程列表出现新项7浏览器强制刷新页面排除前端缓存8查看启动脚本有无 --lora-dir 参数确认实际读取目录9检查 extra_model_paths.yaml 配置确认挂载路径正确10检查文件权限与盘符稳定性排除环境因素这张表的设计逻辑是从内到外、从廉到贵先排除文件自身问题再看路径再看程序配置最后才动环境。每一步都有明确的通过标准避免陷入试了半天不知道到底改了什么的状态。6.2 几条我踩出来的实战心得第一条先复制一个已知能用的模型做对照实验。当你怀疑路径配置有问题时最快的方法是把一个确认能显示的Lora复制到新目录看它在新位置能否出现。能出现说明新路径可用不能出现说明新路径本身有问题。这个操作比读十遍文档都快因为它把变量控制到了单个。第二条不要迷信重装能解决一切。模型加载不出来这个问题重装整合包通常解决不了因为问题大概率不在程序而在你的操作路径上。重装之后你还是会往同一个地方放文件还是会遇到同一个问题。花半小时理清目录结构回报远高于重装一整天。第三条给模型库建个索引习惯。我自己的做法是在Lora目录旁边放一个文本文件记录每个模型的来源页面、推荐权重、适配的风格。模型数量上去之后这份索引的价值会指数级上升尤其是隔了几个月再回来用的时候光看文件名根本想不起来每个是干什么的。第四条分类文件夹可以建但要在确认递归可用之后再建。先放一级目录验证再逐步挪进子目录每挪一次刷新一次。这样一旦出问题你能立刻知道是哪一步引入的。一次性建好所有分类目录再批量挪文件出问题时排查范围就大了。第五条留意启动日志里的路径打印。大多数整合包启动时会在控制台输出模型扫描的路径和数量。养成看一眼的习惯很多时候问题在日志里已经有提示了只是没人看。日志里写了找到 0 个 Lora和找到 12 个 Lora这两种情况指向的排查方向完全不同。我自己处理这类问题的感受是它本质上不是技术难题而是信息不对称程序知道的事和你知道的事不在一张纸上。你要做的就是把这两张纸对齐而对齐的抓手就是那条从文件到内存清单的扫描链路。把链路里的每个环节都变成可验证的问题自然就浮出来了。模型加载不出来这件事从来都不是玄学只是暂时没找到那个断点而已。