SD Trainer Installer 启动与使用☍

在 SD-Trainer 文件夹中可以看到不同的 PowerShell 脚本。如果是 Windows 平台，不要左键双击 .ps1 脚本；左键双击通常会用记事本或默认编辑器打开脚本，而不是执行脚本。正确方式是右键 PowerShell 脚本，选择 使用 PowerShell 运行。如果右键运行后窗口闪退，先运行 configure_env.bat 完成环境配置，再重新右键运行 .ps1 脚本。如果是 Linux / MacOS 平台，请打开终端并使用 pwsh 命令去运行。

管理脚本速查☍

安装完成后，日常启动、更新、修复环境和调整设置都优先通过这些脚本完成。运行管理脚本时建议在安装目录中执行；如果脚本缺失或被误改，可运行 launch_sd_trainer_installer.ps1 重新生成。

脚本	作用	何时使用 / 注意事项
`configure_env.bat`	Windows 环境配置脚本，会设置 PowerShell 脚本运行策略、启用 Windows 长路径支持，并尝试把 `.ps1` 默认打开方式设为 PowerShell。	首次使用 Installer、运行 `.ps1` 闪退、PowerShell 脚本被系统拦截或路径过长导致异常时使用。该脚本会申请管理员权限。
`launch.ps1`	先调用 `sd-trainer check-env` 做启动前环境检查，再调用 `sd-trainer launch` 启动 SD-Trainer、SD Trainer Next 或 Kohya GUI；启动参数来自 `launch_args.txt` 和命令行参数。	日常启动入口。不同分支的启动参数可能不兼容，切换分支后建议重新检查 `launch_args.txt`。
`update.ps1`	调用 `sd-trainer update` 更新当前训练 WebUI，并在调用前处理代理、GitHub 镜像、管理脚本更新和自动快照参数。	需要升级训练工具、修复依赖或重新同步仓库时使用。切换分支后通常也需要运行一次。
`switch_branch.ps1`	调用 `sd-trainer switch` 在 SD-Trainer、SD Trainer Next、Kohya GUI 等受支持分支之间切换。	需要更换训练 WebUI 分支时使用。切换后依赖和启动参数可能不兼容，必要时运行 `update.ps1` 并清理旧的 `launch_args.txt`。
`download_models.ps1`	调用 `sd-trainer model install-library`，从 Installer 内置模型库中选择并下载训练常用模型。	缺少训练基础模型或想快速下载预设模型时使用。固定下载源前，需要先禁用自动镜像源选择，具体见模型与资源。
`reinstall_pytorch.ps1`	调用 `sd-trainer reinstall-pytorch`，按脚本显示的 PyTorch 版本编号重装 PyTorch / xFormers。	出现 PyTorch 损坏、xFormers CUDA 不匹配、显卡后端切换、环境升级后无法启动时使用。该脚本会修改当前 Python 环境中的 PyTorch 相关包。
`version_manager.ps1`	调用 `sd-trainer gui version-manager` 打开版本管理 GUI。	需要通过图形界面查看或调整训练 WebUI 版本时使用。
`snapshot_manager.ps1`	调用 `sd-trainer gui snapshot-manager` 打开快照管理 GUI。	需要通过图形界面处理环境快照时使用。自动快照设置可通过 `settings.ps1` 管理。
`settings.ps1`	打开 Installer 设置管理器，用于调整代理、镜像源、uv、启动参数、Hotpatcher、自动快照、内核路径前缀和管理脚本更新等本地配置。	不想手动创建 `*.txt` 配置文件时优先使用。它会在管理脚本同级目录写入或删除对应配置文件。
`terminal.ps1`	打开一个已经配置好 PATH、代理、镜像和产品环境变量的 PowerShell 终端，并自动激活当前 Installer 管理的 Python 环境。	需要运行 `python`、`pip`、`uv`、`git` 或训练相关命令时使用。不要把 Installer 的 `python` 目录手动加入系统环境变量。
`activate.ps1`	在当前 PowerShell 会话中激活 Installer 管理的 Python / Git 环境。	已经打开终端且只想在当前窗口进入环境时使用。一般用户直接运行 `terminal.ps1` 更省事。
`launch_sd_trainer_installer.ps1`	下载最新版 SD Trainer Installer 到 `cache` 目录并运行，同时带上当前目录中的代理、镜像、内核路径前缀和快照等本地配置。	管理脚本损坏、缺失、需要重新运行 Installer 修复管理脚本，或 Python / Git 环境需要由安装器重新修复时使用。
`hanamizuki.bat`	启动绘世启动器的快捷脚本，依赖内核目录中的 `hanamizuki.exe`。	仅在安装或配置绘世启动器后使用。没有安装绘世启动器时运行该脚本会提示缺少 `hanamizuki.exe`。

基础操作☍

启动 SD-Trainer☍

运行 launch.ps1 脚本。

更新 SD-Trainer☍

运行 update.ps1 脚本，如果遇到更新 SD-Trainer 失败的情况可尝试重新运行 update.ps1 脚本。

设置 SD-Trainer 启动参数☍

Info

该设置可通过管理 SD Trainer Installer 设置中提到的 settings.ps1 进行修改。

要设置 SD-Trainer 的启动参数，可以在和 launch.ps1 脚本同级的目录创建一个launch_args.txt 文件，在文件内写上启动参数，运行 SD-Trainer 启动脚本时将自动读取该文件内的启动参数并应用。

Note

SD-Trainer 可用的启动参数可阅读：Akegarasu/lora-scripts ### 程序参数

SD Trainer Next 可用的启动参数可参考：wochenlong/lora-scripts-next

Kohya GUI 可用的启动参数可阅读：bmaltais/kohya_ss - Starting GUI Service

如果修改启动参数导致无法正常启动，可将启动参数设置为默认启动参数。

SD-Trainer 默认使用的启动参数：

--skip-prepare-onnxruntime

SD Trainer Next 默认使用的启动参数：

--skip-prepare-onnxruntime

Kohya GUI 默认使用的启动参数：

--inbrowser --language zh-CN --noverify

配置 Hotpatcher 补丁系统☍

Info

该设置可通过管理 SD Trainer Installer 设置中提到的 settings.ps1 进行修改。

Hotpatcher 补丁系统默认启用。运行 launch.ps1 -DisableHotpatcher，或在 launch.ps1 同级目录创建 disable_hotpatcher.txt，即可在启动 SD-Trainer 时禁用 Hotpatcher 补丁系统。

默认配置文件固定为 launch.ps1 同级目录的 patcher_config.json。Hotpatcher 默认启用且该文件不存在时，launch.ps1 会自动导出默认配置。安装器和 launch.ps1 不提供自定义配置路径参数；需要调整配置时，请直接修改该文件。

Hotpatcher 默认只做本地补丁注入。需要 runtime host 连接时，可运行 launch.ps1 -EnableHotpatcherRuntime，或在同级目录创建 enable_hotpatcher_runtime.txt；-HotpatcherPort 8765 / hotpatcher_port.txt 只在 runtime 模式下设置端口。

切换 SD-Trainer 分支☍

运行 switch_branch.ps1 脚本，根据提示选择分支并切换。

支持切换到的分支如下。

Note

切换分支后需要删去原有的启动参数，因为两个不同的分支的启动参数互不兼容，可将 launch_args.txt 删除或者通过管理 SD Trainer Installer 设置中提到的 settings.ps1 进行删除。

环境管理☍

进入 SD-Trainer 所在的 Python 环境☍

如果需要使用 Python、Pip、SD-Trainer 的命令时，请勿将 SD-Trainer 的 python 文件夹添加到环境变量，这将会导致不良的后果产生。

正确的方法是运行 terminal.ps1 脚本，这将打开 PowerShell 并自动执行 activate.ps1，此时就进入了 SD-Trainer 所在的 Python。

或者是在 SD-Trainer 目录中打开 PowerShell，在 PowerShell 中运行下面的命令进入 SD-Trainer Env：

./activate.ps1

这样就进入 SD-Trainer 所在的 Python 环境，可以在这个环境中使用该环境的 Python 等命令。

管理 SD-Trainer 的版本☍

运行 version_manager.ps1 脚本。

创建和恢复 SD-Trainer 环境快照☍

运行 snapshot_manager.ps1 脚本。

查看 Git / Python 命令实际调用的路径☍

# 查看 Git 命令调用的路径
(Get-Command git).Source

# 查看 Python 命令调用的路径
(Get-Command python).Source

# 查看其他命令的实际调用路径也是同样的方法
# (Get-Command <command>).Source