nodes/shin131002-RandomLoRALoader

Fork 0

Files

T

shin132002 6e1cf9b518 v1.5.0: Filtered nodes: add keyword output and filter_mode OFF

2026-09-29 01:24:30 +09:00

38 KiB

Raw Permalink Blame History

Random LoRA Loader for ComfyUI

English README | 日本語版

ComfyUIでLoRAをランダムに選択・適用するカスタムノードパッケージです。3つのノードを含みます:

Random LoRA Loader - 3フォルダから同時選択
Filtered Random LoRA Loader - 1フォルダ + キーワードフィルタ
Filtered Random LoRA Loader (LBW) - 🆕 LBW対応 + SD1.5/SDXL自動検出（v1.2.0新機能）

⚠️ 重要: 対応モデル

本ノードはSD1.5とSDXLモデル専用です。

✅ 対応: Stable Diffusion 1.5、Stable Diffusion XL（SDXL）
❌ 非対応: Flux、SD3、SDXL Turbo、Pony、その他のアーキテクチャ

LBWノードのブロックウェイト機能は、SD1.5/SDXLのU-Netアーキテクチャ専用に設計されています。他のモデルタイプではLBWが正常に動作しません。

ノード概要

Random LoRA Loader（オリジナル）

最大3つの異なるフォルダからLoRAを選択。フォルダベースの整理に最適。

用途:

スタイル、キャラクター、コンセプトを別フォルダで管理
固定的なLoRAカテゴリ
シンプルなフォルダベースのワークフロー

Filtered Random LoRA Loader

1つのフォルダからキーワードフィルタで選択。動的な選択と大規模コレクションに最適。

用途:

全LoRAを1フォルダで管理、キーワードで絞り込み
AND/OR条件での動的フィルタリング
メタデータ検索機能
複数インスタンスの直列接続を推奨

Filtered Random LoRA Loader (LBW) 🆕 v1.2.0新機能

LoRAブロックウェイト（LBW）対応の高度なノード。精密な効果コントロールが可能。

用途:

画風と構造の分離制御
精密なLoRA適用
プロフェッショナルワークフロー
4つのプリセットモード + カスタム入力

詳細は README_LBW_ja.md を参照してください。

主な機能

共通機能（全ノード）

マルチソースメタデータ読み取り: 優先順位に従ってトリガーワードと作例プロンプトを自動取得
1. .metadata.json形式（ComfyUI Lora Manager）- 優先度1
2. .info形式（Civitai Helper）- 優先度2
3. LoRA本体ファイルの埋め込みメタデータ - 優先度3
強度ランダム化:
- マイナス値対応の範囲指定: 0.4-0.8、-0.8--0.3（v1.2.0）
- 範囲指定は0.1刻み: 効果の違いを確認しやすい
- 固定値は小数点2桁に丸め: 0.847 → 0.85
柔軟なトリガーワード取得:
- json_combined: 全トリガーワードパターンを結合（重複除去）
- json_random: ランダムに1パターン選択
- json_sample_prompt: 作例プロンプトをランダムに取得
- metadata: 埋め込みメタデータから直接読み込み
作例プロンプト最適化: LoRA構文を自動除去し、ノード設定の強度を適用
テキスト出力: positive_text / negative_textに加え、LoRA構文付きのlora_text（v1.4.0）
ComfyUI標準シード制御: 固定/ランダム/増分/減分に対応
Wildcard Encode統合: Wildcard Encode（Inspire）とシームレスに連携
LoRA構文自動除去: additional_prompt内のLoRA構文を自動削除
プレビュー画像対応: 選択されたLoRAのプレビュー画像/動画を表示（v1.1.0）
重複ファイル名処理: サブフォルダ間の重複ファイル名を除外（v1.1.0）

Filteredノード（Filtered & LBW）

キーワードフィルタリング: スペース区切りキーワード、フレーズ対応
AND/OR/OFFモード: 柔軟なフィルタリングロジック（OFFはv1.5.0）
メタデータ検索: ファイル名または埋め込みメタデータから検索
高速キャッシング: 初回読み込み後は即座にアクセス
keyword出力: 選ばれたLoRAが実際にマッチしたキーワードを出力（v1.5.0）

LBWノード限定 🆕

LoRAブロックウェイト対応: 影響を受けるU-Netブロックを制御
SD1.5/SDXL自動検出: 手動でモデルタイプを選択不要
4つのプリセットモード:
- Style Focused - OUTPUTブロックのみ
- Character Focused - バランスの取れたIN+MID+OUT
- Structure/Composition Only - INPUT+MIDブロックのみ
- Balanced / Soft - 穏やかな適用
Preset: Randomモード: 4つのプリセットからランダム選択
Direct Inputモード: カスタムウェイト指定
ウェイト数自動調整: 要素数の不一致を自動処理

インストール

⚠️ オプション: 動画プレビュー対応

動画ファイルプレビュー（.mp4, .webm, .avi, .mov）にはopencv-pythonが必須です:

pip install opencv-python

opencv-pythonなしの場合:

✅ 静止画（.png, .jpg, .jpeg）は動作
✅ アニメ画像（.gif, .webp）は動作
❌ 動画ファイルは黒画面表示（コンソールに警告メッセージ）

opencv-pythonの有無に関わらず、LoRA機能は正常に動作します。影響を受けるのはプレビュー表示のみです。

必要要件

ComfyUI（標準インストールで動作）
Python 3.9+
コア依存関係はComfyUIに含まれる ✅

インストール手順

cd ComfyUI/custom_nodes
git clone https://github.com/YOUR_USERNAME/RandomLoRALoader.git
# または手動でRandomLoRALoaderフォルダを作成してファイルをコピー

ComfyUIを再起動。

注意: コア機能にはPython標準ライブラリとComfyUIバンドルライブラリのみを使用。opencv-pythonは動画プレビューのみのオプション。

アンインストール

# custom_nodesフォルダに移動
cd ComfyUI/custom_nodes

# RandomLoRALoaderフォルダを削除
rm -rf RandomLoRALoader

# Windowsの場合
rmdir /s RandomLoRALoader

またはRandomLoRALoaderフォルダを手動で削除してComfyUIを再起動。

使い方

基本的な使い方（Random LoRA Loader）

ノード追加: ノードブラウザで「Random LoRA Loader」を検索
MODEL/CLIP接続: ベースモデルとCLIPを入力に接続
フォルダパス設定:
- グループ1: スタイルLoRAフォルダパス
- グループ2: キャラクターLoRAフォルダパス（オプション）
- グループ3: コンセプトLoRAフォルダパス（オプション）
各グループ設定:
- num_loras: 各グループから選択するLoRA数
- model_strength / clip_strength: 適用強度（固定値または範囲指定）
出力接続:
- MODEL / CLIP: KSamplerに接続
- positive / negative: Set ConditioningまたはKSamplerに接続
- positive_text / negative_text: Show Textに接続して確認（推奨）
- lora_text: Show Textやプロンプト・メタデータ保存系のノードに接続して、選ばれたLoRAを記録

Wildcard Encode連携（推奨）

このノードはWildcard Encode（Inspire）とシームレスに連携し、動的プロンプト生成とランダムLoRA選択を組み合わせます。

推奨接続方法

[Wildcard Encode (Inspire)]
  text: "__style__, {red|blue|green}, <lora:base_effect:0.5>"
  ↓
  ├─ populated_text ──→ [Random LoRA Loader]
  │                     additional_prompt_positive
  └─ MODEL/CLIP ──────→ model/clip入力
  
[Random LoRA Loader]
  フォルダ1: キャラクターLoRA
  フォルダ2: コンセプトLoRA
  ↓
  MODEL/CLIP/CONDITIONING → [KSampler]

動作の仕組み

Wildcard Encode処理:
- ワイルドカード展開: __style__ → "anime style"
- 選択肢展開: {red|blue|green} → "blue"
- LoRA構文処理: <lora:base_effect:0.5> → MODELに適用
- 結果: populated_text = "anime style, blue, lora:base_effect:0.5"
Random LoRA Loader処理:
- LoRA構文を自動除去: populated_textから → "anime style, blue"
- ランダムLoRA選択: character_alice, concept_magic
- 最終プロンプト: "anime style, blue, alice, blonde hair, magic circle"
- MODEL/CLIP: base_effect + character_alice + concept_magic（全て適用）

メリット

✅ ワイルドカード機能はWildcard Encodeに委任（専門ツール）
✅ ランダムLoRA選択はこのノードに委任（シンプル設定）
✅ プロンプト情報を完全に継承
✅ LoRA構文を自動クリーンアップ（ノイズなし）

3グループの例

グループ1: スタイルLoRA
  - num_loras_1: 2
  - model_strength_1: "0.6-0.9"  ← ランダム（0.1刻み）
  - clip_strength_1: "0.6-0.9"   ← ランダム（0.1刻み）

グループ2: キャラクターLoRA
  - num_loras_2: 1
  - model_strength_2: "1.0"      ← 固定
  - clip_strength_2: "1.0"       ← 固定

グループ3: 未使用
  - lora_folder_path_3: (空)
  - num_loras_3: 0

→ 結果: スタイルLoRA 2個（可変強度） + キャラクターLoRA 1個（固定強度） = 合計3個

設定

フォルダスキャンについて

3つのノードとも、指定されたフォルダを同じ方法でスキャンします。

対象拡張子: .safetensors / .pt / .ckpt（大文字小文字は区別しません）

注: .ptと.ckptは埋め込みメタデータを読み取れないため、トリガーワードは.metadata.jsonや.infoのサイドカーファイルからのみ取得されます。

シンボリックリンクを辿ります。 サブフォルダがシンボリックリンクの場合もその中まで検索します。ComfyUI本体のフォルダスキャンと同じ挙動なので、リンク先にしか存在しないLoRAも、ComfyUIネイティブのLoRAドロップダウンと同様に候補へ含まれます。リンクが循環している場合は検出してスキップするためスキャンが止まることはなく、同じフォルダに2本のリンクが張られていても二重に走査されません。

候補リストは選択前にソートされます。 これにより、同じseedならどのマシンでも同じ選択結果が再現されます。v1.3.0より前は列挙順がファイルシステム任せだったため、PCが変わると同じシードでも違うLoRAが選ばれることがありました。

⚠️ 並び順が変わるため、v1.3.0へのアップグレード後は、シードを固定していても既存のワークフローで選ばれるLoRAが変わる可能性があります。依存していた結果が変わった場合はシードを振り直してください。

共通設定

設定項目	説明	デフォルト
`token_normalization`	トークン正規化方法	`none`
`weight_interpretation`	プロンプト強調記法の解釈	`A1111`
`additional_prompt_positive`	追加ポジティブプロンプト（トリガーワードと結合）	(空)
`additional_prompt_negative`	追加ネガティブプロンプト	(空)
`trigger_word_source`	トリガーワードソース	`json_combined`
`seed`	ランダム選択シード	`0`

additional_promptに関する重要な注意

対応:

通常のプロンプトテキスト
他ノードからのテキスト入力（例: Wildcard Encodeのpopulated_text）

非対応（自動除去）:

<lora:xxx:0.8> 形式のLoRA構文
{a|b|c} 形式のワイルドカード構文
__filename__ 形式のワイルドカード構文

理由:

このノードはフォルダ指定でLoRAを適用
ワイルドカード機能は専用ノード（Wildcard Encodeなど）が処理すべき
LoRA構文を書くとファイル名が意味のあるトークンとしてノイズになる

例（問題のあるケース）:

入力: "1girl, <lora:anime_style:0.8>, beautiful"
↓
CLIPトークン化: [1girl, lora, anime, style, 0, 8, beautiful]
                        ^^^^^ ^^^^^
                        意図しない単語がプロンプトに追加 ❌

正しい使い方:

additional_prompt_positive: "1girl, beautiful"  ← LoRA構文なし ✅
LoRA適用: フォルダ指定機能を使用 ✅

または、Wildcard Encodeから接続する場合、LoRA構文は自動除去されます:

[Wildcard Encode] populated_text: "1girl, <lora:style:0.8>, beautiful"
       ↓
[このノード] additional_prompt_positive受信 → LoRA構文自動除去
       ↓
最終プロンプト: "1girl, beautiful" ✅

グループ設定（1-3）

各グループを個別に設定可能:

設定項目	説明	デフォルト
`lora_folder_path_X`	LoRAフォルダの絶対パス	(空)
`include_subfolders_X`	サブフォルダを含める（シンボリックリンクも辿ります）	`true`
`unique_by_filename_X`	重複ファイル名を除外	`true`
`model_strength_X`	MODEL適用強度	`"1.0"`
`clip_strength_X`	CLIP適用強度	`"1.0"`
`num_loras_X`	選択するLoRA数	グループ1: `1`、グループ2/3: `0`

強度指定（重要）

強度フィールドは固定値または範囲指定を受け付けます。マイナス値にも対応しています。

固定値

入力: "1.0"
→ 常に1.0で適用

入力: "0.55"
→ 0.55に丸められる（小数点2桁）

入力: "-0.5"
→ マイナスLoRAとして-0.5で適用 ✅（v1.2.0）

範囲指定

フォーマット: 最小値-最大値

入力: "0.6-0.9"
→ [0.6, 0.7, 0.8, 0.9] からランダム選択（0.1刻み）

入力: "-0.8--0.3"
→ [-0.8, -0.7, -0.6, -0.5, -0.4, -0.3] からランダム選択 ✅（v1.2.0）

入力: "-0.5-0.5"
→ [-0.5, -0.4, ..., 0.4, 0.5] からランダム選択 ✅

v1.2.0の改善:

✅ マイナス範囲対応: -0.8--0.3 が正しく動作
✅ 全範囲で0.1刻み: 効果の違いを確認しやすい
✅ 固定値は小数点2桁に丸め: 0.847 → 0.85

動作

全ノード:

範囲: 0.1刻みリスト → ランダム選択
固定: 小数点2桁に丸め

例:

model_strength_1: "0.6-0.9"
→ 各実行時に [0.6, 0.7, 0.8, 0.9] からランダム選択
→ コンソール: "[RandomLoRALoader] Selected strength: 0.7"

MODEL強度 vs CLIP強度

MODEL強度

影響範囲: 画像そのもの（画風、構図、色、形）
効果: 生成画像の視覚的特徴
例:
- 高い値: 強い画風転送
- 低い値: 微妙な画風ヒント

CLIP強度

影響範囲: プロンプト解釈（概念理解、言語-画像関連付け）
効果: モデルがプロンプト指示にどれだけ従うか
例:
- 高い値: トリガーワードからの強いセマンティックガイダンス
- 低い値: 弱いセマンティック影響

推奨設定

ほとんどのユースケース:

model_strength: 0.8
clip_strength: 0.8
→ バランスの取れた適用

微妙な画風適用:

model_strength: 0.4-0.6
clip_strength: 0.8-1.0
→ 軽い視覚効果、強いセマンティックガイダンス

強い画風上書き:

model_strength: 1.0-1.2
clip_strength: 0.6-0.8
→ 強い視覚効果、中程度のセマンティックガイダンス

トリガーワード取得方法

json_combined（デフォルト）

JSONメタデータから全トリガーワードパターンを結合。

ソース:

activation textフィールド
ss_tag_frequencyキー（上位3つ）
modelspec.descriptionキーワード
ss_output_nameキーワード

例:

{
  "activation text": "anime style, detailed eyes",
  "ss_tag_frequency": {
    "1girl": 500,
    "blue eyes": 300,
    "long hair": 250
  }
}

結果: "anime style, detailed eyes, 1girl, blue eyes, long hair"

json_random

1つのトリガーワードパターンをランダムに選択。

例:

候補:
- "anime style, detailed eyes"
- "1girl, blue eyes, long hair"
- "anime, girl, portrait"

ランダム選択: "1girl, blue eyes, long hair"

json_sample_prompt

JSONメタデータから作例プロンプトを取得。

ソースフィールド（優先順位順）:

sample_prompts
civitai.images[0].meta.prompt

処理:

LoRA構文（<lora:xxx:0.8>）を自動除去
ノード設定の強度に置き換え
ネガティブプロンプトも抽出（可能な場合）

例:

{
  "sample_prompts": "1girl, <lora:style:0.9>, beautiful, detailed eyes"
}

結果: "1girl, beautiful, detailed eyes"（LoRA構文除去）

metadata

埋め込みLoRAファイルメタデータから直接トリガーワードを読み込み。

ソース:

Safetensorsメタデータキー
json_combinedと同様だがLoRAファイルから直接読み込み

使用時:

外部JSONファイルがない場合
オリジナルのトレーニングメタデータを使用したい場合

出力

全ノードは以下の出力を提供:

出力	タイプ	説明
`MODEL`	MODEL	LoRA適用済みモデル
`CLIP`	CLIP	LoRA適用済みCLIP
`positive`	CONDITIONING	ポジティブコンディショニング（LoRA構文除去）
`negative`	CONDITIONING	ネガティブコンディショニング
`positive_text`	STRING	LoRA構文を含まないポジティブプロンプトテキスト。`positive`にエンコードされる内容そのもの（v1.4.0）
`negative_text`	STRING	完全ネガティブプロンプトテキスト
`preview`	IMAGE	選択されたLoRAのプレビュー画像バッチ（v1.1.0）
`lora_text`	STRING	LoRA構文を含むポジティブプロンプトテキスト（旧`positive_text`の内容、v1.4.0）
`keyword`	STRING	Filteredノードのみ。選ばれたLoRAが実際にマッチしたキーワード（v1.5.0）。keyword出力を参照

⚠️ v1.4.0での出力の変更

positive_textは<lora:...>を含まなくなりました。以前の内容は新しい出力lora_text（末尾に追加）から出ます。他の出力は位置も型も変わっていないので、既存の接続はそのまま使えます。

positive_textをテキストエンコーダーに繋いでいた場合：つなぎ直しは不要です。<lora:...>が文字として読まれなくなります

positive_textをLoRA構文の記録（プロンプトの保存やメタデータ）に使っていた場合：lora_textにつなぎ直してください

あわせてFilteredノードでも、3フォルダ版と同様に、構文を除去した跡に残る, ,や前後のカンマを整理してからエンコードするようにしました。エンコードされる内容が変わるため、同じシードでも以前のバージョンと生成結果が変わる場合があります。以前と同じ結果が必要な場合は、以前のバージョンをお使いください。

テキスト出力形式

lora_text例:

<lora:style_anime:0.8:0.8>, <lora:character_alice:1.0:1.0>, anime style, alice, blonde hair, 1girl, beautiful

LBWノードのlora_text例:

<lora:style_anime:0.8:0.8:lbw=1,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1>, anime style, 1girl, beautiful

positive_text / positive（CONDITIONING）内容:

anime style, alice, blonde hair, 1girl, beautiful
（クリーンなプロンプトのためLoRA構文除去）

プレビュー画像（v1.1.0）

対応形式（優先順位順）:

静止画（.png, .jpg, .jpeg） - 常に動作
アニメ画像（.gif, .webp） - 1フレーム目、常に動作
動画ファイル（.mp4, .webm, .avi, .mov） - 1フレーム目、opencv-python必要

ファイルマッチング:

LoRAファイル名で始まるファイル（大文字小文字無視）
例: style_anime.safetensors にマッチ:
- style_anime.png ✅
- style_anime_preview.jpg ✅
- STYLE_ANIME.PNG ✅

Filtered Random LoRA Loader

キーワードフィルタリング付き単一フォルダ対応。

主な機能

キーワードフィルタリング: スペース区切りキーワードでLoRAを絞り込み
AND/OR/OFFモード: 柔軟なフィルタリングロジック（OFFはv1.5.0）
フレーズマッチング: 引用符で完全一致フレーズ
メタデータ検索: ファイル名または埋め込みメタデータから検索
高速キャッシング: 初回検索後は即座にアクセス
直列接続対応: 複雑なワークフロー向けに複数インスタンスを連結

パラメータ

パラメータ	説明	デフォルト
`lora_folder_path`	LoRAフォルダパス	(空)
`keyword_filter`	スペース区切りキーワードまたは引用符フレーズ	(空)
`filter_mode`	`AND` / `OR` / `OFF`	`AND`
`search_in_metadata`	JSON/埋め込みメタデータから検索	`false`
`num_loras`	選択するLoRA数	`1`
`model_strength`	MODEL強度（固定または範囲）	`"1.0"`
`clip_strength`	CLIP強度（固定または範囲）	`"1.0"`
`include_subfolders`	サブフォルダを含める（シンボリックリンクも辿ります）	`true`
`unique_by_filename`	重複ファイル名を除外	`true`

キーワードフィルタ構文

基本キーワード（ANDモード）:

keyword_filter: "anime girl"
→ "anime"と"girl"の両方を含むファイルにマッチ

ORモード:

filter_mode: OR
keyword_filter: "anime realistic"
→ "anime"または"realistic"を含むファイルにマッチ

OFFモード（v1.5.0）:

filter_mode: OFF
keyword_filter: "anime realistic"
→ フィルタを使わず、フォルダ内の全LoRAから選択
→ 入力したキーワードは残るので、消さずに一時的にフィルタを切れる

フレーズマッチング:

keyword_filter: '"anime style" detailed'
→ 完全一致フレーズ"anime style"と単語"detailed"を含む必要

複数フレーズ:

keyword_filter: '"anime style" "detailed eyes" red'
→ "anime style"と"detailed eyes"と"red"を含む必要

keyword出力（v1.5.0）

選ばれたLoRAが実際にマッチしたキーワードを、_で連結したテキストで出力します。LBWノードも同じです。

`keyword_filter`	`filter_mode`	選ばれたLoRA（ファイル名）	`keyword`出力
`aaa bbb`	AND	`aaa_bbb_xxx`	`aaa_bbb`
`aaa bbb`	OR	`aaa_xxx`	`aaa`
`aaa bbb`	OR	`bbb_xxx`	`bbb`
`"aaa bbb"`	AND / OR	`aaa bbb xxx`	`aaa_bbb`
`"aaa bbb" ccc`	AND	`aaa bbb ccc`	`aaa_bbb_ccc`
（空欄）	AND / OR	どれでも	（空）
（何でも）	OFF	どれでも	（空）

フレーズ内のスペースも_になります
ORモードで、選ばれたLoRAが複数のキーワードを含む場合や、num_lorasが2以上の場合は、マッチしたキーワードをすべて入力順に連結します（例：aaa_bbb）
大文字小文字は入力どおりに出力します（マッチの判定自体は区別しません）
search_in_metadataがONの場合は、メタデータ側でマッチしたキーワードも含まれます
filter_modeがOFFのとき、keyword_filterが空欄のとき、条件に合うLoRAがなかったとき、num_lorasが0のときは空文字です

keywordは出力の末尾（9番目）に追加したので、既存のワークフローの接続はそのまま使えます。

メタデータ検索

ファイル名検索（デフォルト）:

search_in_metadata: false
→ 高速、ファイル名のみ検索

メタデータ検索:

search_in_metadata: true
→ 低速、JSON/埋め込みメタデータを検索
→ 初回検索後はキャッシュ（2回目以降は即座）

パフォーマンス:

初回読み込み（SSD）:
- 1,000ファイル: 約2秒
- 5,000ファイル: 約10秒
- 10,000ファイル: 約20秒
2回目以降: 即座（<100ms）
メモリ: 10,000ファイルあたり約150MB

使用例

例1: キャラクター選択

lora_folder_path: "/path/to/all_loras"
keyword_filter: "character girl"
filter_mode: AND
num_loras: 1

結果: "character"と"girl"の両方を含むキャラクターLoRAを1つ選択

例2: 複数インスタンス（推奨）

[Load Checkpoint]
  ↓
[Filtered Random LoRA Loader #1]
  keyword_filter: "style anime"
  num_loras: 1
  ↓
[Filtered Random LoRA Loader #2]
  keyword_filter: "character"
  num_loras: 1
  ↓
[KSampler]

メリット:

カテゴリごとに異なるフィルタリング
独立した強度設定
より柔軟性が高い

例3: メタデータ検索

search_in_metadata: true
keyword_filter: "detailed eyes"

検索対象:

ファイル名
JSON activation text
JSON ss_tag_frequency
JSON modelspec.description
埋め込みLoRAメタデータ

Filtered Random LoRA Loader (LBW) 🆕 v1.2.0新機能

LoRAブロックウェイト対応の高度なノード。

LBWとは？

LoRAブロックウェイトにより、U-Netのどの部分がLoRAの影響を受けるかを制御できます:

INPUTブロック  → 構造、構図、レイアウト
   ↓
MIDDLEブロック → 全体的な特徴
   ↓
OUTPUTブロック → 画風、ディテール、微調整

主な機能

4つのプリセットモード:
- Style Focused: OUTPUTブロックのみ（構造を変えずに画風のみ）
- Character Focused: バランスの取れたIN+MID+OUT（キャラクター特徴）
- Structure/Composition Only: INPUT+MIDブロック（画風を変えずにレイアウトのみ）
- Balanced / Soft: 穏やかな適用（自然な結果）
Preset: Random: 4つのプリセットから毎回ランダム選択
Direct Input: カスタムウェイト指定
SD1.5/SDXL自動検出: 手動でモデルタイプを選択不要
ウェイト数自動調整: 要素数の不一致を自動処理

パラメータ

Filtered Random LoRA Loaderと同じ、加えて:

パラメータ	説明	デフォルト
`weight_mode`	LBWプリセットまたはDirect Input	`Normal (All 1.0)`
`lbw_input`	カスタムウェイト（Direct Input用）	(空)

ウェイトモード

Normal (All 1.0)

ブロックウェイトなしの標準LoRA適用。

Style Focused

SDXL: 1,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1
SD1.5: 1,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1

OUTPUTブロックのみ
構造を変えずに画風のみ
用途: 画風LoRA、エフェクトLoRA

Character Focused

SDXL: 1,1,1,1,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1
SD1.5: 1,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1

バランスの取れたIN+MID+OUT
キャラクター特徴を保持
用途: キャラクターLoRA、人物LoRA

Structure/Composition Only

SDXL: 1,1,1,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0
SD1.5: 1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0

INPUT+MIDブロックのみ
画風を変えずに構造のみ
用途: ポーズLoRA、構図LoRA

Balanced / Soft

SDXL: 1,1,1,1,0,0,0,0,0,0,1,1,1,1,1,1,0,0,0,0
SD1.5: 1,1,1,1,0,0,0,1,1,1,1,1,0,0,0,0,0

穏やかな適用
自然な結果
用途: 汎用LoRA、マルチLoRAワークフロー

Preset: Random

上記4つのプリセットから毎回ランダムに1つ選択。

Direct Input

weight_mode: Direct Input
lbw_input: "1,0.5,0.5,0,0,0,0,0,0,0,1,0.8,0.8,0.8,0.8,0.8,0.5,0.5,0.5,0.5"

カスタムウェイト指定
SDXL: 20要素、SD1.5: 17要素
要素数が合わない場合は自動調整

使用例

例1: 画風のみ

[Filtered Random LoRA Loader (LBW)]
  keyword_filter: "anime watercolor"
  weight_mode: Style Focused
  ↓
[KSampler]

結果: 構図を変えずにアニメ水彩画風を適用

例2: 構造 → 画風

[Load Checkpoint]
  ↓
[Filtered Random LoRA Loader (LBW)]
  keyword_filter: "pose"
  weight_mode: Structure/Composition Only
  ↓
[Filtered Random LoRA Loader (LBW)]
  keyword_filter: "oil painting"
  weight_mode: Style Focused
  ↓
[KSampler]

結果: ポーズ調整 → 油絵風適用

例3: カスタムウェイト

weight_mode: Direct Input
lbw_input: "1,0.5,0.5,0.5,0,0,0,0,0,0,1,1,1,1,1,1,0.5,0.5,0.5,0.5"

結果: カスタムブロックウェイト分布

上級者向け: カスタムプリセット

ソースファイルで直接プリセットを編集できます:

ファイル: filtered_random_lora_loader_lbw.py（29～41行目）

詳細なカスタマイズガイドは README_LBW_ja.md を参照してください。

Tips & Tricks

複数効果の直列接続

ノードを直列接続して異なるLoRAカテゴリを適用:

[Load Checkpoint]
  ↓
[Filtered Random LoRA Loader (LBW)] (Structure/Composition Only)
  keyword_filter: "pose"
  ↓
[Filtered Random LoRA Loader (LBW)] (Style Focused)
  keyword_filter: "watercolor"
  ↓
[KSampler]

メリット:

カテゴリごとに異なる設定
累積的なLoRA効果
最終結果のより細かい制御

バリエーションのための強度ランダム化

固定値の代わりに範囲を使用:

model_strength_1: "0.6-0.9"
clip_strength_1: "0.6-0.9"

効果:

各生成で異なる強度を使用
結果にバリエーション
最適な強度を見つけやすい

キーワードフィルタリングのベストプラクティス

具体的なキーワードを使用:

✅ 良い: "anime girl"
❌ 広すぎる: "anime"

メタデータ検索と組み合わせ:

search_in_metadata: true
keyword_filter: "detailed eyes"

精密性のためフレーズを使用:

keyword_filter: '"anime style" detailed'
→ 完全一致フレーズ"anime style"と単語"detailed"を含む必要

Wildcard Encode + Random LoRA Loader

究極の動的ワークフロー:

[Wildcard Encode (Inspire)]
  text: "__style__, __pose__, {red|blue|green}"
  ↓
  populated_text ──→ [Random LoRA Loader]
                     additional_prompt_positive
  ↓
[KSampler]

結果:

プロンプトのワイルドカード展開
バリエーションのためのランダムLoRA選択
LoRA構文なしのクリーンなプロンプト
最大の柔軟性

整理のためのプレビュー画像

プレビュー表示を有効化して:

どのLoRAが選択されたか確認
生成前にLoRAの外観を検証
LoRAコレクションを視覚的に整理

推奨ワークフロー:

[Random LoRA Loader]
  preview ──→ [Preview Image]（検証用）
  MODEL ──→ [KSampler]

トラブルシューティング

LoRAが見つからない

確認事項:

LoRAフォルダパスが正しい（絶対パス）
フォルダに.safetensors / .pt / .ckptファイルが存在
LoRAがサブフォルダにある場合はinclude_subfolders設定
コンソールでエラーメッセージを確認

有効なパスの例:

Windows: C:/ComfyUI/models/loras/style
Linux/Mac: /home/user/ComfyUI/models/loras/style

トリガーワードが見つからない

確認事項:

メタデータファイル（.metadata.jsonまたは.info）が存在
JSONファイルに必要なフィールドが含まれている:
- activation text
- ss_tag_frequency
- sample_prompts
- civitai.trainedWordsまたはcivitai.images
異なるtrigger_word_source設定を試す

JSON形式を確認:

{
  "activation text": "anime style, detailed",
  "ss_tag_frequency": {...},
  "modelspec.description": "...",
  "sample_prompts": "..."
}

LoRAが適用されない

確認事項:

num_lorasが0でない
強度値が全て0でない
MODEL/CLIP出力が正しく接続されている
コンソールでLoRA適用メッセージを確認
LBWノードの場合: weight_modeが"Normal (All 1.0)"で全ウェイトが0でない

プレビュー画像が表示されない

確認事項:

プレビューファイルがLoRAファイル名とマッチ
動画ファイルの場合: opencv-pythonがインストール済み（pip install opencv-python）
対応形式: .png, .jpg, .jpeg, .gif, .webp, .mp4, .webm, .avi, .mov
ファイルパーミッションが正しい

opencv-pythonなし:

静止画は動作 ✅
アニメ画像は動作 ✅
動画ファイルは黒画面 ⚠️

マイナス値で強度が動作しない（v1.2.0で修正）

以前の問題（v1.1.0）:

入力: "-0.5"
結果: 1.0 ❌（デフォルトに変換）

v1.2.0で修正:

入力: "-0.5"
結果: -0.5 ✅（マイナスLoRAが正しく適用）

入力: "-0.8--0.3"
結果: [-0.8, -0.7, -0.6, -0.5, -0.4, -0.3] からランダム ✅

Wildcard Encodeの問題

ワイルドカードテキストが出力に表示される場合:

接続を確認: Wildcard Encodeのpopulated_textをadditional_prompt_positiveに接続
間違った出力: text（入力）をこのノードに接続しない
LoRA構文が表示される: このノードが自動的に除去

ワークフロー例:

[Wildcard Encode (Inspire)]
  populated_text ──→ [Random LoRA Loader]
  ("text"ではない)  additional_prompt_positive

重複LoRAが選択される

解決策: unique_by_filenameを有効化

unique_by_filename_1: true

異なるサブフォルダから同じLoRAを選択するのを防ぎます:

/style/lora.safetensors
/backup/lora.safetensors
→ 1つだけ選択 ✅

詳細ドキュメント

README_LBW_ja.md - LBW完全ガイド（日本語）
README_LBW.md - LBW complete documentation (English)
README.md - English main documentation

免責事項とサポートポリシー

免責事項

このノードは技術サポートなしで提供されます
機能の保証はありません
将来のComfyUIアップデートとの互換性は保証されません
バグレポートや機能リクエストに対応しない場合があります
自己責任で使用してください

サポート状況

❌ issueやメールでの個別サポートなし
❌ バグ修正や機能追加の保証なし
✅ コードはオープンソース - 自由にフォーク・修正可能
✅ コミュニティディスカッション歓迎（返答の約束なし）

問題の報告

サポートは保証されませんが、以下が可能です:

リポジトリの既存issueを確認
このREADMEとトラブルシューティングセクションを確認
issueを開く（対応されない場合があります）
自分でフォークして修正

ライセンス

MIT License

更新履歴

v1.2.0（2026-01-13）

追加

✅ 新ノード: Filtered Random LoRA Loader (LBW)
✅ 4つのプリセット付きLoRAブロックウェイト（LBW）対応
✅ LBW用SD1.5/SDXL自動検出
✅ LBW用Preset: Randomモード
✅ カスタムLBWウェイト用Direct Inputモード
✅ LBW用ウェイト数自動調整
✅ 強度のマイナス値対応: -0.5、-0.8--0.3が正しく動作
✅ 動画プレビュー対応: .mp4, .webm, .avi, .mov（opencv-python必要）
✅ 強度精度の改善:
- 範囲指定: 全ノードで0.1刻み
- 固定値: 小数点2桁に丸め

修正

✅ 重大バグ: マイナス単一値（"-0.5"）が正しく動作（以前は1.0に変換）
✅ 重大バグ: マイナス範囲（"-0.8--0.3"）が正しく動作（以前はエラー）
✅ 正規表現パターンマッチングで強度パースを改善

変更

✅ 全3ノードで強度動作を統一
✅ ノード名変更: "Filtered Random LoRA Loader (Advanced)" → "Filtered Random LoRA Loader (LBW)"
✅ モデル互換性警告を強調したドキュメント強化

v1.1.0（2026-01-04）

追加

✅ 新ノード: Filtered Random LoRA Loader
✅ AND/ORモード付きキーワードフィルタリング
✅ キャッシング付きメタデータ検索
✅ プレビュー画像出力（IMAGEタイプ）
✅ 重複ファイル名処理（unique_by_filename）
✅ アニメ画像対応（.gif, .webp）

変更

✅ 破壊的変更: additional_promptをadditional_prompt_positiveとadditional_prompt_negativeに分割
✅ 強度精度を小数点1桁に統一
✅ LoRA構文除去を改善

修正

✅ json_sample_promptモードでnegative_text出力を修正
✅ メタデータトリガーワードにLoRA構文が表示される問題を修正
✅ INPUT_TYPESの重複パラメータを修正

v1.0.0（2025-12-30）

追加

✅ 初回リリース
✅ 3グループ対応のRandom LoRA Loader
✅ マルチソースメタデータ読み取り
✅ 範囲指定付き強度ランダム化
✅ トリガーワード抽出
✅ Wildcard Encode互換性
✅ クリーンプロンプト付きCONDITIONING出力

参考文献

精密な制御で柔軟なLoRAランダム化をお楽しみください！🎲✨

38 KiB Raw Permalink Blame History Unescape Escape

Random LoRA Loader for ComfyUI

⚠️ 重要: 対応モデル

ノード概要

Random LoRA Loader（オリジナル）

Filtered Random LoRA Loader

Filtered Random LoRA Loader (LBW) 🆕 v1.2.0新機能

主な機能

共通機能（全ノード）

Filteredノード（Filtered & LBW）

LBWノード限定 🆕

インストール

⚠️ オプション: 動画プレビュー対応

必要要件

インストール手順

アンインストール

使い方

基本的な使い方（Random LoRA Loader）

Wildcard Encode連携（推奨）

推奨接続方法

動作の仕組み

メリット

3グループの例

設定

フォルダスキャンについて

共通設定

additional_promptに関する重要な注意

グループ設定（1-3）

強度指定（重要）

固定値

範囲指定

動作

MODEL強度 vs CLIP強度

MODEL強度

CLIP強度

推奨設定

トリガーワード取得方法

json_combined（デフォルト）

json_random

json_sample_prompt

metadata

出力

テキスト出力形式

プレビュー画像（v1.1.0）

Filtered Random LoRA Loader

主な機能

パラメータ

キーワードフィルタ構文

keyword出力（v1.5.0）

メタデータ検索

使用例

例1: キャラクター選択

例2: 複数インスタンス（推奨）

例3: メタデータ検索

Filtered Random LoRA Loader (LBW) 🆕 v1.2.0新機能

LBWとは？

主な機能

パラメータ

ウェイトモード

Normal (All 1.0)

Style Focused

Character Focused

Structure/Composition Only

Balanced / Soft

Preset: Random

Direct Input

使用例

例1: 画風のみ

例2: 構造 → 画風

例3: カスタムウェイト

上級者向け: カスタムプリセット

Tips & Tricks

複数効果の直列接続

バリエーションのための強度ランダム化

キーワードフィルタリングのベストプラクティス

Wildcard Encode + Random LoRA Loader

整理のためのプレビュー画像

トラブルシューティング

LoRAが見つからない

トリガーワードが見つからない

38 KiB

Raw Permalink Blame History