Add support for local LoRA from /workspace/loras/

app.py

@@ -151,7 +151,7 @@ def resize_image(input_image, max_size=1024):
 # Папка для локальных LoRA
 LOCAL_LORA_DIR = "/workspace/loras"
 
-# Базовые LoRA из HuggingFace Hub
+# Базовые LoRA из HuggingFace Hub (загружаются по требованию)
 HUB_LORAS = {
     "Realism": {
         "repo": "flymy-ai/qwen-image-realism-lora",
@@ -164,13 +164,8 @@ HUB_LORAS = {
         "trigger": "Japanese modern anime style, ",
         "weights": "pytorch_lora_weights.safetensors",
         "source": "hub"
-    },
-    "Analog Film": {
-        "repo": "janekm/analog_film",
-        "trigger": "fifthel",
-        "weights": "converted_complete.safetensors",
-        "source": "hub"
     }
+    # Другие LoRA положите в /workspace/loras/ как .safetensors файлы
 }
 
 def scan_local_loras():
@@ -220,8 +215,9 @@ logger.info(f"  Total available LoRAs: {len(AVAILABLE_LORAS)}")
 
 def load_lora_weights(pipeline, lora_name, lora_scale, hf_token):
     """
-    Загружает LoRA веса в pipeline
-    Поддерживает как Hub LoRA так и локальные
+    Загружает LoRA веса в pipeline (ленивая загрузка)
+    Hub LoRA скачиваются только при использовании
+    Локальные LoRA загружаются из /workspace/loras/
     """
     if lora_name == "None" or lora_name not in AVAILABLE_LORAS:
         return None
@@ -230,20 +226,27 @@ def load_lora_weights(pipeline, lora_name, lora_scale, hf_token):
     
     try:
         if lora_info['source'] == 'hub':
-            # Загрузка с HuggingFace Hub
+            # Ленивая загрузка с HuggingFace Hub (скачивается при первом использовании)
             logger.info(f"  Loading LoRA from Hub: {lora_info['repo']}")
+            logger.info(f"    (Downloading if not cached...)")
+            
             pipeline.load_lora_weights(
                 lora_info['repo'],
                 weight_name=lora_info.get('weights', 'pytorch_lora_weights.safetensors'),
                 token=hf_token
             )
+            
+            logger.info(f"    ✓ Hub LoRA loaded (cached for future use)")
         else:
-            # Загрузка локального файла
+            # Загрузка локального файла из /workspace/loras/
             logger.info(f"  Loading local LoRA: {lora_info['path']}")
+            
             pipeline.load_lora_weights(
                 lora_info['path'],
                 adapter_name=lora_name
             )
+            
+            logger.info(f"    ✓ Local LoRA loaded")
         
         # Устанавливаем scale
         if hasattr(pipeline, 'set_adapters'):