🎈文章概述
Flux Kontext出现了有一段时间，kontext lora 其实与之前flux版本的lora并不直接通用，可以说flux的lora更多是教会Flux模型一些静态的知识和信息，而Kontext模型本身更多是需要教会模型“编辑”的动态信息。Kontext本身理解的图像编辑的信息有限，所以在一些场景下，需要通过Kontext对应的lora来强化某些“图像编辑”动作。
那么如何搭建Kontext Lora的训练环境呢？
网络上有一些资料，但大多比较复杂。这里就自己搭建环境的过程，简单写一个指南，供需要的朋友参考。
🎡操作步骤
【第一步】准备硬件
你需要准备一台显卡比较好的Nvidia显卡，最好是24G及以上显存（如果使用NF4量化模型，据说16G显存也可以，但是我没有尝试，大家可以自行尝试。）
同时，保证电脑空余硬盘20G以上，我安装完之后大概会是17.2G，后续还需要保存lora，所以最少也要20G以上。
【第二步】安装软件
现在使用比较多的训练器是https://github.com/lrzjason/T2ITrainer，可以支持量化模型，速度相对较快，配置要求相对较低。
打开目标硬盘的目标目录（路径建议不要有中文），然后在地址栏输入cmd并回车。
在命令行中输入(需要保持网络畅通)：
git clone https://github.com/lrzjason/T2ITrainer.git之后在目录里你会看到多了一个T2ITrainer的文件夹。
【第三步】设置虚拟环境
进入该文件夹，然后同样地址栏输入cmd并回车打开命令行。
建立虚拟环境。
python -m venv venv接着输入以下命令激活虚拟环境
.\venv\Scripts\activate类似这样：
【第四步】安装依赖
在打开的虚拟环境中，安装torch和torchvison。
分别输入以下命令后并回车。
pip install torch==2.7.0
pip install torchvision==0.22.0之后安装其他相关依赖
pip install -r requirements.txt有些朋友可能安装这一步会因为网络不太好容易出错，所以可以从国内镜像安装。
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple【第五步】下载模型
从以下链接下载模型：
https://pan.quark.cn/s/81d9d518f601
之后将整个文件夹，放在T2ITrainer文件夹的根目录下
【第六步】开始训练
在虚拟环境中输入以下指令启动训练界面的后台。
python ui_flux_fill.py
之后就可以复制这个url，到浏览器中手动打开：
接下来就可以配置参数和开始训练咯。
【第七步】后续训练
后续再使用的话，只需要先进入T2ITrainer目录，然后地址栏输入cmd进入终端。
执行：
.\venv\Scripts\activate打开虚拟环境。
然后虚拟环境输入：
python ui_flux_fill.py启动训练后台。
然后到浏览器打开虚拟环境中提示的网址，就可以愉快的开始训练kontext的lora啦~
最后，这里是“聚梦小课堂”，如果觉得不错，请点个赞支持一下👍