如何从.safetensors文件中提取LoRA触发词？

• 优先查看配套文档
  多数LoRA作者会把触发词写在同目录的README.txt、说明文档里，或者发布该LoRA的页面描述中，先检查这类配套文件，这是最直接的方式。

• 解析文本编码器的新增Token
  部分LoRA的触发词是和CLIP文本编码器的新增Token绑定的，可通过读取模型权重中超出基础词表的部分来提取：

from safetensors import safe_open
from transformers import CLIPTokenizer

# 加载LoRA文件
with safe_open("lora.safetensors", framework="pt", device="cpu") as f:
    # 遍历权重，定位文本编码器的词嵌入层
    for key in f.keys():
        if "text_model" in key and "embeddings" in key:
            tensor = f.get_tensor(key)
            # 基础CLIP模型的词表大小为49408，超出部分即为新增Token
            if tensor.shape[0] > 49408:
                tokenizer = CLIPTokenizer.from_pretrained("openai/clip-vit-large-patch14")
                new_tokens = [tokenizer.decode([idx]) for idx in range(49408, tensor.shape[0])]
                print("检测到的潜在触发词：", new_tokens)

• 反向验证排查触发词
  将LoRA加载到Stable Diffusion环境中，通过测试生成来确定触发词：

  1. 加载基础模型与目标LoRA
  2. 使用空白提示词生成图像，观察是否有LoRA特征（部分隐性触发词可能无需额外输入）
  3. 尝试模型主题相关词、作者常用前缀/缩写等，逐个测试触发效果

• 检查文件扩展属性
  部分作者会将触发词存在文件的扩展属性中：

  • Linux/macOS可执行命令：xattr -l lora.safetensors
  • Windows右键文件→属性→详细信息，查看是否有自定义字段

内容的提问来源于stack exchange，提问作者sebap123