“Sloppy Toppy” 概念 Flux-dev1 LoRA！

---

这是一个用于重现极度混乱肮脏的口交的 LoRA。

如果你在想：“等等，这到底是什么意思？” 我首先会说：“嗨，欢迎来到互联网。这里有时相当怪异，所以系好安全带。”

之后，如果你真的超过18岁却还不知道这是什么，我会解释：

“那些让你第一次看到就感到不适的硬核面部深喉口交——男人把女人的头死死按到自己的骨盆上，女人自己用手撑开脸颊，男人拼命往她嘴里塞得越深越好；唾液、口水、鼻涕四处飞溅，沾满男人的阴囊和女人的脸，妆容被彻底毁掉，泪痕和呕吐痕迹遍布全脸，有时她的眼睛还布满血丝。” 这个LoRA能完全再现所有这些场景。 你已收到警告。

只需在提示词中加入 “slptp”。或者 “slptp style blowjob”，仅此而已。

这个模型是在 Flux-dev1 上训练的，但它在我尝试的所有混合检查点以及集成VAE、clip-l和t5（文本到文本转移变换器）文本编码器的AIO（全能）Schnell模型上也同样有效——这些模型体积巨大，超过20GB，但文件大小与原始-dev1权重一致。

当然，它在flux-dev1上效果最佳，因为这是它训练所用的模型。

数据集由我手动标注，我使用了40张图片，并用Florence生成描述，随后逐条人工修正、补充和统一不一致处。每个描述都以“slptp”开头，所以只要在提示词中任意位置加入“slptp”，就能获得不错的效果。我还统一将所有图片描述为“混乱肮脏的深喉口交”。

要精确复现我标注的方式，你应该：

1. 在提示词最开头使用触发词“slptp”，后跟一个逗号。

2. 使用自然语言提示（NLP），用你为他人撰写书籍时描述图片的同样语言，精确描述你想要的画面，但在提示词末尾之前不要使用任何标点，最后加一个逗号。

3. 添加你的标签，用逗号分隔（例如：“oral sex, fellatio, blowjob, nasty, messy, spit, saliva, deepthroat blowjob, a man getting a blowjob, a woman giving a blowjob, sloppy and messy deepthroat blowjob, blonde, blue eyes, perky tits, thicc, etc.... etc...”）

这样就能得到与我生成图像非常接近的效果。

这是我首次在这里发布NSFW/“真实”模型。我曾在Kohya上长期训练LoRA，但当Flux推出后，我修改了AI-Toolkit中的run.py脚本，并调整了config.yaml以满足我的需求。我还为此制作了一个Google Colab笔记本，你可以在这里找到。这不算什么，所有功劳绝对属于AI-Toolkit的创作者——我仅是不断尝试参数设置，直到找到适合我的方案，并将这些设置设为默认选项。如果你想感谢谁，请感谢他们。

好了！祝你生成愉快、肮脏、混乱、肮脏、粗暴的口交图像！

如何在 Windows 11 和 NVIDIA 显卡上安装 ComfyUI 并使用此 LoRA

（仅限 Windows 11 和 NVIDIA 显卡）：

（你可以使用其他操作系统或显卡，但我没有，因此我无法假装知道怎么设置。我只懂Windows和NVIDIA。如果你有其他问题，请谷歌搜索。我帮不了你，也不会去学习其他平台。（兄弟，你得自己解决，自己找答案。））

ComfyUI 安装步骤：

• 先 下载并安装 Git For Windows（使用默认设置）|

• 再 安装 Python 3.10.11（默认设置，但务必在第一屏勾选“ADD TO PATH”，其余保持默认）|

• 创建 一个名为 'AI' 的文件夹在 C:\ |

• 打开 命令提示符（Win键+R，输入 'cmd'，回车）|

• 输入 'cd /d C:\AI'，按回车 |

• 输入 'git clone https://github.com/comfyanonymous/comfyui'，按回车 |

• 输入 'cd comfyui'，按回车 |

• 输入 'python -m venv venv'，按回车 |

• 输入 'venv\scripts\activate.bat'，按回车 |

• 输入 'pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121'，按回车 |

• 输入 'pip install -r requirements.txt'，按回车 |

• 下载 本模型，将文件移动到 'C:\AI\comfyui\models\LoRAs' |

• 将 你的 flux-dev.1 safetensors 文件放入 'C:\AI\comfyui\models\checkpoints' |

• 将 你的 ae.safetensors 文件放入 'C:\AI\comfyui\models\VAE' |

• 将 你的 clip-l 和 t5xxl 文件分别放入 'C:\AI\comfyui\models\clip' 和 'C:\AI\comfyui\models\text_encoder' 文件夹 |

• 然后，回到命令提示符，输入 'main.py'，按回车 <---- 从 "c:\ai\comfyui" 文件夹运行此命令，每次启动ComfyUI时都需如此 |

• 接着，在浏览器中双击ComfyUI界面的空白区域，逐一输入以下节点名称并搜索，确保它们正确加载到你的Comfy环境（我建议先添加以下所有节点，再逐一按说明操作）：

  • “Checkpoint Loader”：点击下拉菜单选择你的Flux-dev模型，然后将右侧节点输出拖动连接到“LoadLora”节点的输入。

  • “Dual Clip Loader”：第一个选择 'clip_l.safetensors'，第二个选择 't5xxl+fp16.safetensors'。然后将“Clip”输出连接到“Load LoRA”节点的输入。

  • “Lora Loader”：将“Checkpoint Loader”的“model”输出连接到“Lora Loader”的输入，将“Dual Clip Loader”的CLIP输出连接到“Lora Loader”的CLIP输入。然后将“Lora Loader”右侧的“model”输出连接到“KSampler”节点的“model”输入，将“clip”输出连接到“CLIP Text Encoder”节点的“Clip”输入。你可将“Lora Loader”的同一个“clip”输出同时连接到两个“CLIP Text Encoder”节点。

  • “VAE Loader”：选择 'ae.safetensors'，将输出连接到“VAE Decode”节点的输入。

  • “KSampler”：将“control after generate”设为“random”以每次生成不同图像，步数设为22–32，CFG设为1.0（虽然最高可到3.5或4.5，但超过后效果极差，我通常设为2.4），“sampler name”选“euler”（其他采样器大多不兼容Flux模型），调度器选“sgm_uniform”（多数其他调度器也不兼容Flux，但你无聊的话可以试试）。

  • “Empty Latent Image”：宽度和高度均选“1024”，将“latent”输出连接到“KSampler”节点的“latent_image”输入。

  • “Clip Text Encoder”：将“Dual Clip Loader”的“clip”输出连接到“Clip Text Encoder”的“clip”输入。

  • “VAE Decoder”：将“VAE Loader”的输出连接到其输入，将“Empty Latent Image”的输出连接到“Samples”输入，再将“image”输出连接到“Save Image”节点的输入。