fal-train

fal-train

在 fal.ai 上训练自定义 LoRA 模型，实现个性化 AI 生成。

脚本

脚本	用途
train.sh	提交 LoRA 训练任务

用法

训练图像 LoRA（风格／主体／人物）

./scripts/train.sh --images-url "https://example.com/training-images.zip" --trigger-word "sks style" --model fal-ai/flux-lora-fast-training

训练人像 LoRA

./scripts/train.sh --images-url "https://example.com/face-photos.zip" --trigger-word "ohwx person" --model fal-ai/flux-lora-portrait-trainer

检查训练状态

./scripts/train.sh --status --endpoint fal-ai/flux-lora-fast-training --request-id "abc123"

参数

参数	描述	必填
--images-url	训练图像压缩包的 URL	是
--trigger-word	在提示词中激活 LoRA 的词语	是
--model / -m	训练模型端点	否（默认值：fal-ai/flux-lora-fast-training）
--steps	训练步数	否（默认值：1000）
--status	检查训练任务状态	否
--endpoint	状态检查的端点	与 --status 一起使用
--request-id	状态检查的请求 ID	与 --status 一起使用
--param	额外参数，格式为 key=value（可重复）	否

查找模型

若要查找最佳和最新的训练／LoRA 模型，请使用搜索 API：

# Search for LoRA training models
bash /mnt/skills/user/fal-generate/scripts/search-models.sh --query "lora training"
bash /mnt/skills/user/fal-generate/scripts/search-models.sh --query "trainer"
bash /mnt/skills/user/fal-generate/scripts/search-models.sh --query "fine-tune"

也可以使用 search_models MCP 工具，并输入“lora”“training”“trainer”“fine-tune”等关键词。

训练数据提示

• 人物：10-20 张照片，角度／光线／表情各异，且为同一人物
• 风格：10-15 张体现该风格的图像，主体多样
• 物体：5-15 张不同背景下、不同角度的照片
• 图像应为高质量，尺寸至少为 512x512
• 将所有图像打包成一个 .zip 文件，并托管在一个 URL 上

输出格式

{
  "diffusers_lora_file": {
    "url": "https://fal.media/files/.../lora.safetensors",
    "content_type": "application/octet-stream",
    "file_name": "lora.safetensors",
    "file_size": 12345678
  },
  "config_file": {
    "url": "https://fal.media/files/.../config.json"
  }
}

使用 diffusers_lora_file.url 作为 lora_url 参数，通过 FLUX 模型生成图像。