Tensor Blog · 模型库实战指南
面向真实模型库的
实战笔记。
存储选择就是工程选择：保留所需字节，说明结果无法证明什么，并在回收任何内容前恢复出单独副本。
本地工作流程精确恢复测量适用范围，而非口号
实战指南
从压力最大的地方开始。
每篇指南都先说明必须作出的决策，而不是列出功能。Tensor Archive 只在本地精确归档是恰当答案时出现。
容量
ComfyUI
缓存
模型库
LoRAs
文件
训练
模型系列
模型库
Stable Diffusion 模型大小：测量整个模型库
先使用带确切日期的示例，再在规划磁盘空间前计入版本、VAEs、编码器、适配器、缓存和输出。
ComfyUI 模型备份：保留工作流程并回收磁盘空间
盘点原生和额外路径，单独恢复一个完整工作流程系列，然后只删除经证明确属冗余的副本。
安全清理 Hugging Face 缓存
检查仓库和修订版，让缓存管理器理解共享数据块，并验证保留内容。
Civitai 备份：在本地归档已下载模型并验证恢复
适用于你有权存储之文件的本地保留工作流程，不假装自己是平台镜像。
在不改变权重的情况下释放 LoRA 模型库的磁盘空间
想用 LoRAs 节省空间？请在 SSD 被占满并迫使你做出错误选择前，区分归档、删除、修剪和量化。
SafeTensors 存储与量化：可以压缩 SafeTensors 文件吗？
为什么 SafeTensors 压缩与精确归档满足不同技术要求。
LoRA 训练检查点：实用的微调检查点存储
保留可重现的已完成工件，同时如实说明存储工具不管理哪些内容。
将 LoRA 文件作为一个相关系列归档：一个基础模型，多个适配器
识别基础模型重复模式并测试存储系列，但不要承诺每个适配器都会缩小。
用模型库保留清单备份 LoRA 文件
把活动运行时数据与已完成工件分开，再把恢复作为完成条件。