Tensor Blog · 模型庫實戰指南
面向真實模型庫的
實戰筆記。
儲存選擇就是工程選擇：保留所需位元組，說明結果無法證明什麼，並在回收任何內容前復原出單獨副本。
本機工作流程精確還原測量適用範圍，而非口號
實戰指南
從壓力最大的地方開始。
每篇指南都先說明必須作出的決策，而不是列出功能。Tensor Archive 只在本機精確封存是恰當答案時出現。
容量
ComfyUI
快取
模型庫
LoRAs
檔案
訓練
模型系列
模型庫
Stable Diffusion 模型大小：測量整個模型庫
先使用帶確切日期的範例，再在規劃磁碟空間前計入版本、VAEs、編碼器、適配器、快取和輸出。
ComfyUI 模型備份：保留工作流程並回收磁碟空間
盤點原生和額外路徑，單獨復原一個完整工作流程系列，然後只刪除經證明確屬冗餘的副本。
安全清理 Hugging Face 快取
檢查儲存庫和修訂版，讓快取管理器理解共享Blob，並驗證保留內容。
Civitai 備份：在本機封存已下載模型並驗證還原
適用於你有權儲存之檔案的本機保留工作流程，不假裝自己是平台鏡像。
在不改變權重的情況下釋放 LoRA 模型庫的磁碟空間
想用 LoRAs 節省空間？請在 SSD 被佔滿並迫使你做出錯誤選擇前，區分封存、刪除、修剪和量化。
SafeTensors 儲存與量化：可以壓縮 SafeTensors 檔案嗎？
為什麼 SafeTensors 壓縮與精確封存滿足不同技術要求。
LoRA 訓練檢查點：實用的微調檢查點儲存
保留可重現的已完成產出物，同時如實說明儲存工具不管理哪些內容。
將 LoRA 檔案作為一個相關系列封存：一個基礎模型，多個適配器
識別基礎模型重複模式並測試儲存系列，但不要承諾每個適配器都會縮小。
用模型庫保留清單備份 LoRA 檔案
把活動執行環境資料與已完成產出物分開，再把復原作為完成條件。