nodes/shin131002-RandomLoRALoader

Fork 0

Files

T

shin132002 06b7d8f6a1 v1.1.0: Add Preview Images

2026-01-04 15:29:39 +09:00

34 KiB

Raw 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。2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（新機能 v1.1.0）

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（新機能）

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

主な機能（両ノード共通）

3グループ対応: 最大3つの異なるフォルダからLoRAを選択可能
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（新機能）
強度ランダム化: 範囲指定で強度をランダムに変化（例: 0.4-0.8）
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（新機能）
作例プロンプトの最適化: 作例内のLoRA記述を自動削除し、ノード設定の強度を適用
2つのテキスト出力: positive_textとnegative_textを個別に出力
ComfyUI標準のseed制御: fixed/randomize/increment/decrementに対応

インストール

必要な環境

ComfyUI（動作確認済み環境があれば、そのまま使えます）
追加ライブラリのインストール: 不要 ✅

手順

cd ComfyUI/custom_nodes
git clone https://github.com/your-repo/RandomLoRALoader.git
# または
# 手動でRandomLoRALoaderフォルダを作成し、ファイルをコピー

ComfyUIを再起動してください。

注意: Python標準ライブラリとComfyUI付属ライブラリのみ使用しているため、pip installなどの追加インストールは一切不要です。

使い方

基本的な使用方法

ノードを配置: ノードブラウザから「Random LoRA Loader」を検索して配置
MODEL/CLIPを接続: ベースモデルとCLIPを入力に接続
フォルダパスを設定:
- グループ1: スタイル用LoRAフォルダのパス
- グループ2: キャラクター用LoRAフォルダのパス（オプション）
- グループ3: コンセプト用LoRAフォルダのパス（オプション）
各グループの設定:
- num_loras: 各グループから選択するLoRA個数
- model_strength / clip_strength: 適用強度（固定値またはランダム範囲）
出力を接続:
- MODEL / CLIP: KSamplerなどに接続
- positive / negative: Set ConditioningまたはKSamplerに接続
- positive_text / negative_text: Show Textノードで確認（推奨）

Wildcard Encode (Inspire)との連携（推奨ワークフロー）

このノードはWildcard Encode (Inspire)と組み合わせることで、wildcardによる動的プロンプト生成とランダムLoRA選択の両方を実現できます。

推奨接続例

[Wildcard Encode (Inspire)]
  text: "__style__, {red|blue|green}, <lora:base_effect:0.5>"
  ↓
  ├─ populated_text ──→ [Random LoRA Loader]
  │                     additional_prompt
  └─ MODEL/CLIP ──────→ model/clip入力
  
[Random LoRA Loader]
  フォルダ1: character用LoRA
  フォルダ2: concept用LoRA
  ↓
  MODEL/CLIP/CONDITIONING → [KSampler]

動作の流れ

Wildcard Encodeの処理:
- wildcard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の処理:
- populated_textからLoRA構文を自動削除: "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（全て適用済み）

メリット

✅ wildcard機能をWildcard Encodeに任せる（専門ツールの利用）
✅ ランダムLoRA選択をこのノードに任せる（シンプルな設定）
✅ プロンプト情報が完全に引き継がれる
✅ LoRA構文が自動クリーンアップされる（ノイズなし）

3グループの活用例

グループ1: style用LoRAフォルダ
  - num_loras_1: 2
  - model_strength_1: "0.6-0.9"  ← ランダム
  - clip_strength_1: "0.6-0.9"   ← ランダム

グループ2: character用LoRAフォルダ
  - 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: style 2個（可変強度）+ character 1個（固定強度）= 合計3個のLoRAが適用

設定項目

共通設定

項目	説明	デフォルト
`token_normalization`	トークン正規化方式	`none`
`weight_interpretation`	プロンプト強調記法の解釈方式	`A1111`
`additional_prompt`	追加プロンプト（全LoRAのトリガーワードと結合）	(空)
`trigger_word_source`	トリガーワード取得元	`json_combined`
`seed`	ランダム選択のシード値	`0`

additional_promptに関する重要な注意事項

additional_prompt欄の動作仕様：

✅ 対応している:

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接続（例: Wildcard Encodeのpopulated_text）

❌ 対応していない（自動削除されます）:

<lora:xxx:0.8> 形式のLoRA構文
{a|b|c} 形式のwildcard構文
__filename__ 形式のwildcard構文

理由:

このノードはフォルダ指定によるLoRA適用を行います
wildcard機能は専用ノード（Wildcard Encode等）に任せる設計です
LoRA構文を記述しても解釈されず、ファイル名が意味のあるトークンとしてノイズになります

例（問題のあるケース）:

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

正しい使い方:

additional_prompt: "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からの接続時は自動的にLoRA構文が削除されます：

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

グループ設定（1〜3）

各グループで以下の項目を個別に設定可能：

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か	`true`
`unique_by_filename_X`	重複ファイル名を除外	`true`
`model_strength_X`	MODELへの適用強度	`"1.0"`
`clip_strength_X`	CLIPへの適用強度	`"1.0"`
`num_loras_X`	選択するLoRA個数	グループ1: `1`, グループ2/3: `0`

強度の指定方法（重要）

強度欄には固定値またはランダム範囲を指定できます。

固定値の場合

入力: "1.0"
→ 常に 1.0 で適用

入力: "0.55"
→ 常に 0.55 で適用

入力: "0.8"
→ 常に 0.8 で適用

特徴:

入力した数値がそのまま使用されます
小数第2位まで指定可能（例: 0.55）

ランダム範囲の場合

入力: "0.4-0.8"
→ 0.4, 0.5, 0.6, 0.7, 0.8 からランダムに選択（0.1刻み）

入力: "0.5-1.0"
→ 0.5, 0.6, 0.7, 0.8, 0.9, 1.0 からランダムに選択

入力: "0.44-0.82"
→ 0.4, 0.5, 0.6, 0.7, 0.8 からランダムに選択
   （範囲は自動的に小数第1位に丸められます）

特徴:

ハイフン（-）で範囲を指定
0.1刻みで値が生成されます
範囲の上限・下限が小数第2位以下の場合、小数第1位に丸められます
毎回実行するたびに異なる値が選ばれます

エラー処理

入力: "abc" または不正な形式
→ エラーログが出力され、強度 1.0 で処理されます

エラーメッセージ例:

[RandomLoRALoader] ❌ 強度 'abc' を解析できません、1.0を使用
[RandomLoRALoader] 💡 使用例: '1.0' または '0.4-0.8'

実際の強度確認

実際に使用された強度は positive_text 出力で確認できます：

<lora:style_anime:0.7:0.6>, anime style, vibrant,
               ↑   ↑
          MODEL強度 CLIP強度

推奨: Show Textノードを positive_text に接続して、実際の強度を確認してください。

トリガーワード取得方式

json_combined（全結合）

全トリガーワードパターンを結合し、重複を除去します。

例:

"trainedWords": [
  "character, red hair, blue eyes, uniform",
  "character, red hair, blue eyes, casual clothes"
]

↓

出力: character, red hair, blue eyes, uniform, casual clothes

json_random（ランダム選択）

トリガーワードパターンからランダムに1つを選択します。

例:

"trainedWords": [
  "character, red hair, blue eyes, uniform",
  "character, red hair, blue eyes, casual clothes"
]

↓

出力: character, red hair, blue eyes, casual clothes (ランダム)

json_sample_prompt（作例取得）

JSONの作例プロンプトからランダムに1つ取得します。

positive_textとnegative_textの両方が出力されます
作例内の<lora:xxx:x.x>記述は自動削除されます
ノード設定の強度で新しいLoRA記述が生成されます

例:

"images": [{
  "meta": {
    "prompt": "1girl, <lora:style:0.8>, beautiful",
    "negativePrompt": "bad quality, worst quality"
  }
}]

↓

positive_text: 1girl, beautiful (LoRA記述削除済み)
negative_text: bad quality, worst quality

metadata（埋め込みメタデータのみ - 新機能）

外部の.metadata.jsonや.infoファイルを無視して、LoRA本体ファイルの埋め込みメタデータから直接トリガーワードを読み込みます。

対応メタデータフィールド:

ss_tag_frequency: kohya_ss形式のタグ頻度（上位20個を抽出）
modelspec.trigger_word: トリガーワード
ss_output_name: モデル名

使用例:

LoRA作成者が埋め込んだメタデータのみを使用したい場合
外部JSONファイルに誤った情報が含まれている場合
外部メタデータファイルがないLoRAを使用する場合

例:

LoRAファイルに埋め込まれたメタデータ:
  ss_tag_frequency: {"dataset1": {"alice": 150, "blonde": 120, ...}}
  ↓
出力: alice, blonde, blue_eyes, ...

注意: 他のモード（json_combined、json_random、json_sample_prompt）は外部ファイルを優先し、見つからない場合のみ埋め込みメタデータにフォールバックします。

出力

出力名	型	説明
`MODEL`	MODEL	LoRA適用後のモデル
`CLIP`	CLIP	LoRA適用後のCLIP
`positive_text`	STRING	LoRA情報とpositiveプロンプト
`negative_text`	STRING	negativeプロンプト（json_sample_promptのみ）
`positive`	CONDITIONING	positiveコンディショニング
`negative`	CONDITIONING	negativeコンディショニング

positive_text出力例

1girl, beautiful,
<lora:style_anime_v2:0.7:0.6>, anime style, vibrant colors,
<lora:character_alice:1.0:1.0>, alice, blonde hair, blue eyes,

必要なファイル構成

トリガーワード取得のため、メタデータファイルまたは埋め込みデータが必要です。

優先順位

ノードは以下の優先順位でメタデータを読み込みます:

.metadata.json（ComfyUI Lora Manager形式）
.info（Civitai Helper形式）
LoRA本体ファイルの埋め込みメタデータ（LoRAが学習時にメタデータを含んでいれば常に利用可能）

1. ComfyUI Lora Manager形式（推奨）

/path/to/lora/
├── style_anime_v2.safetensors
├── style_anime_v2.metadata.json  ← ComfyUI Lora Manager
├── character_alice.safetensors
└── character_alice.metadata.json

2. Civitai Helper形式

/path/to/lora/
├── style_anime_v2.safetensors
├── style_anime_v2.info  ← Civitai Helper
├── character_alice.safetensors
└── character_alice.info

3. 埋め込みメタデータ（外部ファイル不要）

/path/to/lora/
├── style_anime_v2.safetensors  ← 埋め込みメタデータを含む
└── character_alice.safetensors  ← 埋め込みメタデータを含む

注意:

外部ファイル（.metadata.jsonまたは.info）が存在する場合、埋め込みメタデータより優先されます（trigger_word_source: metadataを使用する場合を除く）
trigger_word_sourceをmetadataに設定すると、外部ファイルを無視して埋め込みメタデータのみを読み込みます

メタデータファイルの生成方法

ComfyUI Lora Manager（推奨）:

ComfyUI Lora Manager
.metadata.jsonファイルを生成

Civitai Helper:

Civitai Helper
.infoファイルを生成（こちらにも対応）

埋め込みメタデータ:

kohya_ssなどのLoRA学習ツールで自動的に作成されます
追加のツールは不要です

MODEL強度とCLIP強度について

基本的な考え方

MODEL強度: 画像そのものへの影響（画風、構図、色彩）
CLIP強度: プロンプト理解への影響（トリガーワードの効き方）

推奨設定

初心者・一般的な使用:

model_strength: "1.0"
clip_strength: "1.0"

両方同じ値にするのが基本です。

上級者・微調整:

model_strength: "0.7"
clip_strength: "1.0"

画風は控えめに、トリガーワードはしっかり効かせたい場合など。

ランダム化で実験:

model_strength: "0.6-0.9"
clip_strength: "0.6-0.9"

様々な強度の組み合わせを試したい場合。

Token Normalization

複数のプロンプトを結合する際のバランス調整：

none: トークン数が多いほど影響力大
mean: 平均値で正規化
length: 長さで正規化
length+mean: 両方を組み合わせ

Weight Interpretation

プロンプト内の強調記法の解釈方式：

comfy: ComfyUI方式（絶対値、強調されすぎになりやすい）
A1111: Automatic1111方式（正規化、バランス良い）← 推奨
compel: Compel方式
comfy++: ComfyUI拡張方式
down_weight: 減衰方式

Seed制御

ComfyUIの標準control_before_generate機能に対応：

fixed: 固定seed（常に同じLoRAを選択、同じ強度）
randomize: 毎回ランダム
increment: 実行ごとに+1
decrement: 実行ごとに-1

技術的な詳細

LoRA適用の仕組み

各グループからLoRAをランダム選択（全グループ共通seed）
各LoRAに対して強度をパース（固定値またはランダム範囲から選択）
選択されたLoRAを順次MODELとCLIPに適用
トリガーワードを取得
全グループのトリガーワードを結合してCONDITIONINGを生成

強度ランダム化の仕組み

# 入力: "0.4-0.8"
# 処理:
1. 範囲を解析: min=0.4, max=0.8
2. 0.1刻みのリスト生成: [0.4, 0.5, 0.6, 0.7, 0.8]
3. ランダムに1つ選択: 例えば 0.6
4. MODEL/CLIPに適用

重要: MODEL強度とCLIP強度は独立してランダム選択されます。

model_strength: "0.4-0.8", clip_strength: "0.4-0.8" の場合
MODELが0.6、CLIPが0.7のように異なる値になる可能性があります

重複選択について

各グループ内では同じLoRAの重複選択なし
指定個数 > ファイル数の場合、全選択後に再選択で不足分を埋める

エラー処理

フォルダパス空またはnum_loras=0: スキップ（エラーなし）
全グループ空: 空テキスト出力（エラーなし）
JSONファイル未発見: 空文字列を返す（ログ出力）
強度パースエラー: 1.0で処理（ログ出力）

トラブルシューティング

additional_promptにLoRA構文を書いたのに効かない

症状:

additional_prompt: "<lora:anime_style:0.8>, 1girl"
→ anime_styleが適用されない

原因: このノードは<lora:xxx:0.8>構文を解釈しません。LoRA構文は自動的に削除されます。

対策:

LoRA適用はフォルダ指定機能を使用してください
Wildcard Encode (Inspire)と連携する場合は、そちらでLoRA構文を処理してください

プロンプトに意図しない単語が含まれる

症状:

additional_prompt: "<lora:anime_style:0.8>"
→ "anime", "style"という単語が勝手に追加される

原因: v1.0.0以降では自動的にLoRA構文が削除されるため、この問題は発生しません。古いバージョンを使用している場合は、LoRA構文のファイル名部分がトークンとして解釈されていました。

対策:

ノードを最新版に更新してください
additional_promptにはLoRA構文を書かないでください

トリガーワードが取得できない

外部メタデータファイルの場合:

メタデータファイルが存在するか確認（.metadata.jsonまたは.info）
JSONファイル内にcivitai.trainedWordsまたはcivitai.imagesが存在するか確認
ファイル名が{LoRAファイル名}.metadata.jsonまたは{LoRAファイル名}.infoと一致しているか確認

埋め込みメタデータの場合:

trigger_word_sourceをmetadataに設定してLoRAファイルから直接読み込む
LoRAが学習時にメタデータを含んでいるか確認（最近のLoRAはほぼ含んでいます）
対応フィールド: ss_tag_frequency、modelspec.trigger_word、ss_output_name

LoRAが適用されない

フォルダパスが正しいか確認
num_lorasが0になっていないか確認
ComfyUIのコンソールでエラーログを確認

強度が意図した値にならない

positive_text出力をShow Textで確認
<lora:xxx:0.7:0.6>のように実際の強度が表示されます
ランダム範囲指定の場合、毎回異なる値になります
コンソールで強度選択のログを確認: [RandomLoRALoader] 強度範囲 0.4-0.8 から 0.6 を選択

強度入力でエラーが出る

症状:

[RandomLoRALoader] ❌ 強度 'abc' を解析できません、1.0を使用

対策:

正しい形式で入力: "1.0" または "0.4-0.8"
範囲指定は必ずハイフン（-）で区切る
不正な入力でもノードはクラッシュせず、1.0で動作します

初期値が表示されない

ComfyUIを完全に再起動
ブラウザのキャッシュをクリア（Ctrl+Shift+R）
ノードを削除して新規配置

コンソールに「lora key not loaded」メッセージが大量に出る

症状:

lora key not loaded: lora_unet_input_blocks_4_1_proj_in.alpha
lora key not loaded: lora_unet_input_blocks_4_1_proj_in.lora_down.weight
...

原因と対策:

このメッセージはComfyUI本体が出力する互換性警告で、機能には影響ありません。LoRAファイルに含まれる一部のキーが現在のモデルと互換性がない場合に表示されますが、互換性のあるキーだけが正常に適用されます。

v1.0.0以降では、これらの警告メッセージを自動的に抑制するようになっています。もし大量に表示される場合は：

ノードファイルが最新版か確認
ComfyUIを再起動
それでも表示される場合は、機能に問題がなければ無視して構いません

ライセンス

MIT License

更新履歴

v1.0.0 (2024-12-30)

初回公開リリース
3グループ対応（異なるフォルダから選択可能）
強度ランダム化機能（範囲指定: 0.4-0.8）
外部JSON読み取り（Civitai Helper対応）
作例プロンプト内のLoRA記述自動削除
additional_prompt内のLoRA構文自動削除（ノイズ防止）
positive_text/negative_textの個別出力
Wildcard Encode (Inspire)との連携対応
完全ローカル動作（API不要）

Tips & Tricks

Random LoRA Loader: LoRA構文フィルタとしての使用

LoRAを適用せず、単純にLoRA構文削除フィルタとしてこのノードを使用できます。

設定:

全グループのnum_lorasを0に設定（または全フォルダパスを空にする）
Wildcard Encodeのpopulated_textをadditional_promptに接続
positive_text出力を次のノードに接続

使用例:

Wildcard Encode出力からLoRA構文を削除
他のノードに渡す前にプロンプトをクリーンアップ
Wildcard EncodeのLoRA処理を使いつつ、互換性のために構文を削除

ワークフロー例:

[Wildcard Encode (Inspire)]
  text: "__style__, {red|blue|green}, <lora:base_effect:0.5>"
  ↓
  populated_text: "anime style, blue, <lora:base_effect:0.5>"
  (LoRAはWildcard EncodeによりMODELに適用済み)
  ↓
[Random LoRA Loader]
  num_loras: 0, 0, 0  ← LoRA適用なし
  additional_prompt ← populated_textから接続
  ↓
  positive_text: "anime style, blue,"  ← LoRA構文削除済み ✅
  ↓
[次のノード]

メリット:

✅ <lora:ファイル名:強度>構文がノイズトークンになるのを防止
✅ 別途テキスト処理ノードが不要
✅ LoRA構文を含むあらゆるテキストに対応

Filtered Random LoRA Loader（新機能 v1.1.0）

概要

キーワードフィルタ機能を持つ単一グループLoRAローダー。複数インスタンスの直列接続を想定した設計。

Random LoRA Loaderとの違い:

フォルダパスは1つ（3つではない）
キーワードフィルタリング（AND/ORモード）
メタデータ検索機能（キャッシュ付き）
プロンプト入力が2つ（positive/negative）
直列接続を推奨

パラメータ

共通設定

token_normalization - Random LoRA Loaderと同じ
weight_interpretation - Random LoRA Loaderと同じ

フォルダ設定

lora_folder_path - フォルダパス（1つ）
include_subfolders - サブフォルダを含む（デフォルト: True）
unique_by_filename - サブフォルダ間の重複ファイル名を除外（デフォルト: True）

キーワードフィルタ

keyword_filter - キーワード（カンマ区切り、例: "style, anime"）
filter_mode - AND（全キーワード）or OR（いずれか、デフォルト: AND）
search_in_metadata - メタデータ内を検索（デフォルト: False - ファイル名のみ）

LoRA設定

model_strength - MODEL強度（例: "1.0" or "0.6-0.9"）
clip_strength - CLIP強度（例: "1.0" or "0.6-0.9"）
num_loras - 選択するLoRA個数（デフォルト: 1、範囲: 0-20）

トリガーワード設定

trigger_word_source - Random LoRA Loaderと同じ

追加プロンプト

additional_prompt_positive - 追加ポジティブプロンプト（入力接続 or 直接記述）
additional_prompt_negative - 追加ネガティブプロンプト（入力接続 or 直接記述）

seed

seed - ランダムシード
control_after_generate - seed制御モード

キーワードフィルタリング

ファイル名検索（デフォルト - 高速）

LoRAファイル名のみを検索。

例:

フォルダ内容:
  - style_anime_v1.safetensors
  - style_realistic.safetensors
  - character_alice.safetensors

keyword_filter: "anime"
→ マッチ: style_anime_v1.safetensors ✅

メタデータ検索（オプション - 低速）

ファイル名とメタデータの両方を検索:

model_name
civitai.name
civitai.trainedWords
civitai.model.name
civitai.model.tags
tags
埋め込みメタデータ

パフォーマンスについて:

初回読み込み時間（SSD環境、進捗表示あり）:

100個: 瞬時
1,000個: 約2秒
5,000個: 約10秒
10,000個: 約20秒
20,000個: 約40秒
50,000個: 約100秒（1分40秒）

メモリ使用量:

10,000個: 約150MB
20,000個: 約300MB
50,000個: 約750MB

2回目以降: 瞬時（キャッシュ利用）

推奨:

デフォルトのファイル名検索は常に高速
メタデータ検索は必要時のみ有効化
大量のLoRA（5,000個以上）の場合、初回は時間がかかります
HDD環境では初回読み込みがSSDの約3倍の時間がかかります

例:

ファイル: abc123.safetensors
メタデータ: {"trainedWords": ["anime style", "vibrant colors"]}

search_in_metadata: True
keyword_filter: "anime"
→ マッチ ✅

ANDモード vs ORモード

ANDモード（デフォルト）:

keyword_filter: "style, anime"
filter_mode: "AND"
→ "style" AND "anime" の両方を含むファイルにマッチ

ORモード:

keyword_filter: "style, anime"
filter_mode: "OR"
→ "style" OR "anime" のいずれかを含むファイルにマッチ

重複ファイル名の処理

同じLoRAファイル名が複数のサブフォルダに存在する場合（例: オリジナルとバックアップ）、unique_by_filenameオプションで同じLoRAが複数回選択されるのを防ぎます。

例:

フォルダ構成:
  /LoRA/
    ├── style/anime_v1.safetensors
    └── backup/anime_v1.safetensors

unique_by_filename: True（デフォルト）
  → anime_v1.safetensorsは1つだけ選択される
  → 最初に見つかったものを保持（/LoRA/style/anime_v1.safetensors）
  
unique_by_filename: False
  → 両方のファイルが選択される可能性あり
  → 同じLoRAが異なる強度で2回適用される可能性

重複検出時のログ出力:

[FilteredRandomLoRALoader] Duplicate filename detected: anime_v1.safetensors
  Keeping: /LoRA/style/anime_v1.safetensors
  Skipping: /LoRA/backup/anime_v1.safetensors

推奨: 意図しない重複適用を避けるため、デフォルトのTrueを維持してください。

メタデータ検索のパフォーマンス

ファイル名検索（デフォルト）:

search_in_metadata: False（デフォルト）
10,000個以上のLoRAでも高速
処理時間: <100ms

メタデータ検索:

search_in_metadata: True
ファイル名とLoRAメタデータの両方を検索
初回実行: キャッシュ構築
- 1,000個のLoRA: 約2秒
- 10,000個のLoRA: 約7-75秒（メタデータファイルの有無による）
- コンソールに進捗表示
2回目以降: 超高速（<100ms）
キャッシュはComfyUI再起動までl持続

パフォーマンスのヒント:

初回にinclude_subfolders: Trueで実行すると全LoRAをキャッシュ構築
キャッシュ構築後はinclude_subfolders: Falseでもキャッシュ利用可能
キャッシュは全ノードインスタンスで共有

使用例

基本的な使い方

[Filtered Random LoRA Loader]
  lora_folder_path: /loras/all/
  keyword_filter: "anime"
  num_loras: 1
  ↓
ファイル名に "anime" を含むLoRAから1個ランダム選択

複数インスタンスの直列接続

[Filtered Random LoRA Loader A]
  folder: /loras/all/
  keyword_filter: "style, anime"
  filter_mode: "AND"
  num_loras: 1
  ↓
[Filtered Random LoRA Loader B]
  folder: /loras/all/
  keyword_filter: "character"
  num_loras: 1
  additional_prompt_positive ← Aのpositive_text
  additional_prompt_negative ← Aのnegative_text
  ↓
[Filtered Random LoRA Loader C]
  folder: /loras/all/
  keyword_filter: "concept"
  num_loras: 1
  additional_prompt_positive ← Bのpositive_text
  additional_prompt_negative ← Bのnegative_text

Wildcard Encodeとの連携

[Wildcard Encode]
  populated_text: "1girl, beautiful"
  negative_text: "bad quality"
  ↓
[Filtered Random LoRA Loader]
  additional_prompt_positive ← populated_text
  additional_prompt_negative ← negative_text
  keyword_filter: "style"
  ↓
結合された出力 ✅

ベストプラクティス

説明的なファイル名を使用: style_anime_v1.safetensors
デフォルトモード（高速）: 通常はsearch_in_metadata: Falseのまま使用
メタデータ検索を有効化するタイミング:
- ファイル名に有用なキーワードが含まれていない
- トリガーワードやタグで検索したい
初回実行の最適化:
- include_subfolders: Trueで1回実行して完全なキャッシュ構築
- その後Falseに切り替えてフォルダスキャンを高速化
直列接続:
- positive_text → 次のノードのadditional_prompt_positiveに接続
- negative_text → 次のノードのadditional_prompt_negativeに接続

トラブルシューティング

フィルタに一致するLoRAが見つからない:

キーワードがファイル名に含まれているか確認
search_in_metadata: Trueでメタデータ内も検索
ANDモードの代わりにORモードを試す
フォルダパスが正しいか確認

初回実行が遅い:

search_in_metadata: Trueの場合は正常
キャッシュ構築中、2回目以降は高速
コンソールに進捗表示

キャッシュが機能しない:

ComfyUI再起動でキャッシュクリア
起動後1回実行してキャッシュ再構築

Tips & Tricks（オリジナルノード）

LoRA構文フィルタとしての使用

LoRAを適用せず、単純にLoRA構文削除フィルタとしてこのノードを使用できます。

設定:

全グループのnum_lorasを0に設定（または全フォルダパスを空にする）
Wildcard Encodeのpopulated_textをadditional_promptに接続
positive_text出力を次のノードに接続

使用例:

Wildcard Encode出力からLoRA構文を削除
他のノードに渡す前にプロンプトをクリーンアップ
Wildcard EncodeのLoRA処理を使いつつ、互換性のために構文を削除

ワークフロー例:

[Wildcard Encode (Inspire)]
  text: "__style__, {red|blue|green}, <lora:base_effect:0.5>"
  ↓
  populated_text: "anime style, blue, <lora:base_effect:0.5>"
  (LoRAはWildcard EncodeによりMODELに適用済み)
  ↓
[Random LoRA Loader]
  num_loras: 0, 0, 0  ← LoRA適用なし
  additional_prompt ← populated_textから接続
  ↓
  positive_text: "anime style, blue,"  ← LoRA構文削除済み ✅
  ↓
[次のノード]

メリット:

✅ <lora:ファイル名:強度>構文がノイズトークンになるのを防止
✅ 別途テキスト処理ノードが不要
✅ LoRA構文を含むあらゆるテキストに対応

免責事項・サポートポリシー

本ノードについて

このカスタムノードは個人的な使用目的で開発したものを公開しています。

サポートについて

❌ 技術サポートは提供しません
- 使い方の質問
- 環境構築の支援
- トラブルシューティングの個別対応
❌ 動作保証はありません
- 特定環境での動作確認
- 将来のComfyUI更新への対応保証
- データ損失等の責任

コミュニティ貢献について

以下は歓迎しますが、対応は保証しません：

✅ バグ報告（Issue）
✅ プルリクエスト
✅ 機能提案

使用条件

使用は完全に自己責任です
本番環境での使用前に十分なテストを行ってください
問題が発生しても作者は一切の責任を負いません

ライセンス

MIT License

本ソフトウェアは「現状のまま」提供され、明示的または黙示的な保証を一切行いません。

参考リンク

ComfyUI
ComfyUI Lora Manager - .metadata.jsonを生成（推奨）
Civitai Helper - .infoを生成（対応済み）

34 KiB Raw Blame History Unescape Escape

Random LoRA Loader for ComfyUI

ノード概要

Random LoRA Loader（オリジナル）

Filtered Random LoRA Loader（新機能）

主な機能（両ノード共通）

インストール

必要な環境

手順

使い方

基本的な使用方法

Wildcard Encode (Inspire)との連携（推奨ワークフロー）

推奨接続例

動作の流れ

メリット

3グループの活用例

設定項目

共通設定

additional_promptに関する重要な注意事項

グループ設定（1〜3）

強度の指定方法（重要）

固定値の場合

ランダム範囲の場合

エラー処理

実際の強度確認

トリガーワード取得方式

json_combined（全結合）

json_random（ランダム選択）

json_sample_prompt（作例取得）

metadata（埋め込みメタデータのみ - 新機能）

出力

positive_text出力例

必要なファイル構成

優先順位

1. ComfyUI Lora Manager形式（推奨）

2. Civitai Helper形式

3. 埋め込みメタデータ（外部ファイル不要）

メタデータファイルの生成方法

MODEL強度とCLIP強度について

基本的な考え方

推奨設定

Token Normalization

Weight Interpretation

Seed制御

技術的な詳細

LoRA適用の仕組み

強度ランダム化の仕組み

重複選択について

エラー処理

トラブルシューティング

additional_promptにLoRA構文を書いたのに効かない

プロンプトに意図しない単語が含まれる

トリガーワードが取得できない

LoRAが適用されない

強度が意図した値にならない

強度入力でエラーが出る

初期値が表示されない

コンソールに「lora key not loaded」メッセージが大量に出る

ライセンス

更新履歴

v1.0.0 (2024-12-30)

Tips & Tricks

Random LoRA Loader: LoRA構文フィルタとしての使用

Filtered Random LoRA Loader（新機能 v1.1.0）

概要

パラメータ

共通設定

フォルダ設定

キーワードフィルタ

LoRA設定

トリガーワード設定

追加プロンプト

seed

キーワードフィルタリング

ファイル名検索（デフォルト - 高速）

メタデータ検索（オプション - 低速）

ANDモード vs ORモード

重複ファイル名の処理

メタデータ検索のパフォーマンス

使用例

34 KiB

Raw Blame History