Windows 11 下 lora-scripts 安装排坑实录：从 Python 版本到依赖地狱

设备与环境：Windows 11 / Python 3.14.5（初版） / lora-scripts v1.10.0（git clone）

作为一个刚入坑 AI 绘画的新手，为了训练自己的第一个 LoRA 模型，我按照教程开始了 lora-scripts 的安装。本以为跟着 README 一步步来就能搞定，结果被各种报错硬控了整整一个晚上。这篇文章记录了我从 install-cn.ps1 到 run_gui.ps1 遇到的所有“惊喜”和解决办法。如果你也卡在类似的报错里，希望这篇能帮你省下几个小时。

1. Python 版本冲突：3.14.5 不被 PyTorch 支持

报错现象
执行 install-cn.ps1 时，在安装 PyTorch 环节报错：

text

ERROR: Could not find a version that satisfies the requirement torch==2.7.0+cu128

原因分析
lora-scripts 指定的 PyTorch 2.7.0 最高只支持 Python 3.13，而我系统默认的 Python 3.14.5 超出了支持范围，导致 pip 找不到匹配的安装包。

解决办法

• 使用 pyenv-win 安装并切换至 Python 3.11.9（推荐版本）

• 删除项目下的 venv 虚拟环境文件夹，重新运行 install-cn.ps1，脚本会基于 Python 3.11 重建环境

powershell

# 安装 pyenv-win 后
pyenv install 3.11.9
pyenv global 3.11.9

2. 网络连接测试失败：Google 连通性检查超时

报错现象
每次启动都会出现：

text

ERROR Network test failed: HTTPSConnectionPool(host='www.google.com', port=443): Max retries exceeded

原因分析
lora-scripts 启动时会尝试连接 www.google.com 作为网络连通性测试，国内环境访问 Google 会超时。这不是致命错误，脚本会自动切换至国内镜像源（清华、交大），不影响后续功能。

解决办法
直接忽略，或者启动时配置代理（如有需要）。

3. Protobuf 版本冲突：TensorBoard 与 onnxruntime 的战争

这是整个过程最折磨人的地方，集中表现为 多个包对 protobuf 版本要求完全相反：

 

包名	要求的 protobuf 版本
tensorboard 2.10.1	< 3.20（严格）
open-clip-torch	< 4
wandb	< 5
onnxruntime >= 1.27.0	>= 4.25.8

报错现象（反复出现）：

text

ERROR: pip's dependency resolver ... 
tensorboard 2.10.1 requires protobuf<3.20,>=3.9.2, but you have protobuf 7.35.1
onnxruntime 1.27.0 requires protobuf>=4.25.8, but you have protobuf 3.19.6

原因分析
lora-scripts 的启动逻辑会自动安装 onnxruntime 和 onnxruntime-gpu，这会导致 protobuf 被强制升级到 7.x，从而与 tensorboard 产生冲突，陷入“降级 → 启动脚本自动升级 → 再降级”的死循环。

解决办法（最终方案）

• 第一步：手动安装一个不强制升级 protobuf 的旧版 onnxruntime

• 第二步：锁定 protobuf 版本为 3.19.6

• 第三步：修改 gui.py 或使用启动参数，阻止脚本自动安装 onnxruntime

powershell

# 安装旧版 onnxruntime（不升级 protobuf）
pip install onnxruntime==1.15.0 --no-deps --force-reinstall

# 锁定 protobuf 版本
pip install protobuf==3.19.6

4. 启动参数无效：--skip-prepare-onnxruntime 不生效

现象
即使加了 .\run_gui.ps1 --skip-prepare-onnxruntime，脚本依然执行了 installing onnxruntime。

原因
gui.py 中虽然定义了 --skip-prepare-onnxruntime 参数，但 launch() 函数中缺少对应的条件判断逻辑，导致参数被忽略。

解决办法
我通过全局搜索onnxruntime，在mikazuki/launch_utils.py文件上找到了疑似安装onnxruntime 这个依赖的地方setup_onnxruntime函数，我将这个函数直接返回True

5. 最终成功方案

经过多轮排查，最终通过以下组合操作让 GUI 顺利跑起来：

 

步骤	操作
①	使用 pyenv 将 Python 切换至 3.11.9
②	删除 venv 文件夹，重建虚拟环境
③	安装 onnxruntime==1.15.0 --no-deps，并锁定 protobuf==3.19.6
④	修改 gui.py，注释掉 install_onnxruntime 相关代码
⑤	使用 .\run_gui.ps1 --disable-tensorboard 启动，绕过 TensorBoard 的 protobuf 冲突

最终成功看到：

text

Server started at http://127.0.0.1:28000
Uvicorn running on http://127.0.0.1:28000

总结与避坑建议

• Python 版本一定要选对：3.10.x 或 3.11.x 是当前 AI 工具链最稳妥的选择，不要追新。

• protobuf 版本是重灾区：遇到 TensorBoard 和 onnxruntime 冲突时，优先考虑卸载 onnxruntime 或锁定 protobuf 版本。

• 善用启动参数：--disable-tensorboard 和 --skip-prepare-environment 可以在环境不完美时强行启动 GUI。

• 多看日志，少看报错：Network test failed 这类错误往往是纸老虎，真正的拦路虎是依赖版本冲突。

如果你的环境和我类似，可以直接参考最终方案中的组合操作，大概率能一次成功。希望这篇记录能让你少走一些弯路！