REPOGEO 报告 · LITE

Nerogar/OneTrainer

默认分支 master · commit 26987343 · 扫描时间 2026/5/23 06:37:45

星标 2,996 · Fork 292

本仓库扫描历史

下方为分数趋势（含全部就绪扫描；左旧右新，可横向滚动）。表格明细默认折叠，展开后每页 10 条，最新在上。

分数趋势（左 → 右：旧 → 新）

共 2 条就绪扫描。点击下方按钮展开表格（每页 10 条，可翻页）。

AI 可见性总分

28 /100

亟需修复

品类召回

0 / 2

在所有问题中均未被推荐

规则结果

通过 1 · 警告 1 · 失败 0

客观元数据检查

AI 认识你的名字

2 / 3

直接询问时，AI 是否点名你的仓库

如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 Nerogar/OneTrainer 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向

highreadme#1

Reposition the README H1 to highlight the GUI differentiator

原因：

当前

# OneTrainer

OneTrainer is a one-stop solution for all your Diffusion training needs.

复制粘贴的修复

# OneTrainer: A Unified GUI for Diffusion Model Training

OneTrainer is your comprehensive, one-stop graphical user interface (GUI) solution for all your Diffusion model training needs, including LoRA, embeddings, and full fine-tuning.

mediumhomepage#2
Add a homepage URL to the repository's About section
原因：
复制粘贴的修复
```
Add the official project website or documentation URL to the repository's homepage field in the 'About' section.
```

mediumtopics#3

Refine repository topics to emphasize GUI and unified platform

原因：

当前

fine-tuning, image-model-training, lora, training

复制粘贴的修复

diffusion-models, stable-diffusion, lora-training, fine-tuning, gui, machine-learning-gui, image-generation, ai-training-tool, unified-platform

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回

0 / 2

0% 的问题里出现了 Nerogar/OneTrainer

平均排名

—

越小越好。#1 表示首位推荐。

声量占比

在所有被点名的工具中，你占了多少？

头号对手

kohya-ss/kohya_ss

在 2 个问题中被推荐 1 次

竞品排行

kohya-ss/kohya_ss · 被推荐 1 次
huggingface/diffusers · 被推荐 1 次
AUTOMATIC1111/stable-diffusion-webui · 被推荐 1 次
comfyanonymous/ComfyUI · 被推荐 1 次
invoke-ai/InvokeAI · 被推荐 1 次

品类问题
What's a comprehensive tool for fine-tuning various diffusion models with LoRA and embeddings?
你：未被推荐
AI 推荐顺序：
1. Kohya's GUI (kohya-ss/kohya_ss)
2. Diffusers (huggingface/diffusers)
3. A1111 Web UI (AUTOMATIC1111/stable-diffusion-webui)
4. ComfyUI (comfyanonymous/ComfyUI)
5. InvokeAI (invoke-ai/InvokeAI)
AI 推荐了 5 个替代方案，却始终没点名 Nerogar/OneTrainer。这就是要补上的差距。
查看 AI 完整回答
品类问题
How can I efficiently train and augment datasets for different stable diffusion models?
你：未被推荐
AI 推荐顺序：
1. Kohya's Stable Diffusion GUI (kohya_ss)
2. Axel (Automatic eXperimental ELectron)
3. Dreambooth Extension for Automatic1111's WebUI
4. Diffusers (Hugging Face)
5. Albumentations
6. imgaug
7. Dataset Wizard (Automatic1111 Extension)
AI 推荐了 7 个替代方案，却始终没点名 Nerogar/OneTrainer。这就是要补上的差距。
查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

Metadata completeness
warn
建议：
README presence
pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

Compared to common alternatives in this category, what is the core differentiator of Nerogar/OneTrainer?
pass
AI 未点名 Nerogar/OneTrainer —— 很可能在说另一个项目
AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？
If a team adopts Nerogar/OneTrainer in production, what risks or prerequisites should they evaluate first?
pass
AI 明确点名了 Nerogar/OneTrainer
AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？
In one sentence, what problem does the repo Nerogar/OneTrainer solve, and who is the primary audience?
pass
AI 明确点名了 Nerogar/OneTrainer
AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 Nerogar/OneTrainer 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

实时预览

MARKDOWN（README）

[![RepoGEO](https://repogeo.com/badge/Nerogar/OneTrainer.svg)](https://repogeo.com/zh/r/Nerogar/OneTrainer)

HTML

<a href="https://repogeo.com/zh/r/Nerogar/OneTrainer"><img src="https://repogeo.com/badge/Nerogar/OneTrainer.svg" alt="RepoGEO" /></a>

Pro

订阅 Pro，解锁深度诊断

Nerogar/OneTrainer — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

深度报告每月 10 次
无品牌品类查询5，轻量 2
优先行动项8，轻量 3