lora-pipeline
作为总指挥协调收集、质量把控与训练，适合需要可复现生产流程的场景
会收集与处理大量图片，可能涉版权与隐私，且会调用训练/上传工具
把从收图到训练、验证到发布草稿的 LoRA 建模为一条可控流水线
把做一个角色或风格 LoRA 的全流程管起来：从收图、精修、打标、数据体检，到训练、固定种子验证，再到生成 Civitai 草稿并停在发布前。适合你想把某个角色/风格做成 LoRA 并可控发布的场景。特点是两道人为闸门（训练前必须确认，绝不自动发布），训练和数据质量分别委派给 lora-trainer 与 dataset-doctor。
▸ 展开 SKILL.md 英文原文
Build an Anima LoRA from a single-character or style name, from Danbooru collection through curation, section-ordered WD14 captions, dataset checks, confirmed training, fixed-seed checkpoint validation, and a staged Civitai draft. Use for requests such as make a LoRA of X, collect images and train a character LoRA, train and upload to Civitai, or build a dataset from scratch and publish. Delegate training to lora-trainer and structural checks to dataset-doctor; never train without confirmation and never auto-publish.
帮我安装这个 skill：https://raw.githubusercontent.com/Rinne414/lora-training-skill/main/lora-pipeline/SKILL.mdcurl -fsSL "https://raw.githubusercontent.com/Rinne414/lora-training-skill/main/lora-pipeline/SKILL.md"# lora-pipeline — 从「角色名字」到「Civitai 草稿」的端到端流水线 把「帮我做一个 X 的 LoRA」变成一条受控流水线:**收图 → 精修 → 打标/复查 → 体检 → 训练 → 验证 → 打包上传(停在 Draft)**。本 skill 是**总指挥**——真正的训练交给 [`lora-trainer`](../lora-trainer/SKILL.md),质量交给 [`dataset-doctor`](../dataset-doctor/SKILL.md),自己负责把两端(收集/精修/打标 和 验证/发布)接起来。默认 **Anima 优先**。 > **两道人类闸门,不可移动:** > 1. **训练前必须出「确认卡」** 并取得明确同意(继承 `lora-trainer` 的规则)——训练慢、占显存、难回退。 > 2. **绝不自动发布。** 全流程可以自动到 **Draft(草稿)**为止;点 Publish 是公开行为、会被索引,**必须由用户亲自点**。没有用户当场明说「发布」,绝不传 `--publish`。 ## 依赖的本地工具(环境相关) 这些是外部本地工具；表中路径/端口是惯例默认值，脚本都可用 flag/env 覆盖。契约细节见两份参考文档。 | 工具 | 用途 | 默认位置 | |---|---|---| | DanbooruDownload | 按 tag 下载图 | `C:\tools\DanbooruDownload`(env `DANBOORU_DL_DIR`) | | sd-image-sorter | W