lora-audit

你的训练文件夹终于可读了。

一行命令，把 dataset/ 里那些没人看得出来的问题摊开：哪张图没有 caption、哪几条 caption 一字不差、触发词在哪张图上写错了、哪些图小得会被插值放大、混进了哪些杂物文件。

不起服务、不建数据库、不改你的文件夹结构。产出是一个能双击打开的 HTML 文件。

English · MIT

你的文件夹 vs 跑完之后

▶ 点开看一份真实报告（本仓库自带示例，双击即开）

那份报告是对 examples/demo-dataset/ 这个 13 张图的合成数据集跑出来的真产物。 你也可以自己跑：lora-audit scan examples/demo-dataset

30 秒上手

# PyPI 尚未发布，先用 git 安装（PyPI 版随后），
pip install git+https://github.com/PolinniZhong/lora-audit.git

lora-audit scan ./dataset          # → ./dataset/_lora_audit/report.html
lora-audit scan ./dataset --open   # 顺手打开

零依赖（Python 3.9+，只用标准库）。不需要 manifest、不需要配置文件、不需要先按任何规范整理目录。

它检查什么

支持的目录结构

不要求你改结构，常见的几种都读：

dataset/                        dataset/                      dataset/
├── img001.png                  ├── img/                      ├── img/01_face/a.png + a.txt
├── img001.txt                  │   └── 01_face/a.png + a.txt  ├── cap_kohya/01_face/a.txt
└── img002.png（无 caption）     └── default_caption.txt       └── default_caption.txt
   （kohya 平铺）                  （ai-toolkit / 身份块）          （双 profile：变量 + 全量）

cap_kohya/ 这类镜像 caption 树会被识别为「同一批图的另一套 caption」，不会误报成孤儿文件。 kohya 的 10_名称/ 重复次数目录、按子目录分组、混合布局都能读。

我有意为之，别报（可选）

有些"告警"是你故意这么做的。比如分辨率不统一——如果你就是按分桶训练配的， 那 W008 每条都会响，而你能做的只有无视它。这种时候在数据集根放一个 .lora-audit-ignore：

# 一行一个规则 ID，# 之后写理由
W008 # 方形细节图 2048x2048 与标准格 1773x2364 并存 —— 有意分桶，非混入

豁免 ≠ 隐藏。 被豁免的规则仍然出现在报告里，只是降级为「信息」并标注「已豁免」， 理由原样展示，摘要行也会显示「已豁免 W008」。我们不会让问题静默消失——审计工具最不能干的就是这个。

这个文件完全可选：没有它时行为与过去一模一样；也不需要为使用它而学任何配置格式。

进 CI

lora-audit scan ./dataset --json -        # 机读结果打到 stdout
lora-audit scan ./dataset --strict        # 有警告也返回退出码 1

退出码：0 通过 · 1 发现问题 · 2 参数或 IO 错误。

文档

边界（这些它不做，也不打算做）

• 不训练。它只读数据，不碰 kohya / ai-toolkit / OneTrainer。
• 不上传。没有任何网络请求，报告页也是纯离线的（lora-audit verify 会把这条当不变量检查）。
• 不改你的文件。不移动、不改名、不写入数据集——只多一个 _lora_audit/ 目录。
• 不起服务。没有端口、没有数据库、没有后台进程。
• 不做团队协作 / 权限 / 语义搜索。一个人、一个文件夹、一次审计，就这些。

开发

python3 -m unittest discover -s tests -v          # 端到端自测（纯标准库）
python3 examples/make_example.py                  # 生成一份带已知缺陷的示例数据集
lora-audit scan examples/demo-dataset --open

node tools/browser_check.mjs <report.html> --shot out.png   # 真实 Chrome 实测
lora-audit verify <report.html>                             # 产物不变量自检

tools/browser_check.mjs 用 CDP 驱动真实 Chrome，检查渲染、抽屉、灯箱、筛选、搜索、 主题切换和控制台报错。它不是可选项——verify 查不出「脚本报错」和「路径被双重编码」 （本仓库历史上真的漏过这两个），只有真浏览器能。

License

MIT