一个换脸 LoRA 集合月下载近 20 万，但规则写在「契约」里

Hugging Face 上这个叫 Alissonerdx/BFS-Best-Face-Swap 的库，光看名字就很有脾气——「最好用的换脸」。我点进去翻了翻，它其实不是单个模型，而是一整套跨模型的 LoRA 集合：Qwen Image 2.1 的 head/body 两套、Qwen Image Edit 2509/2511、Flux 2 Klein、Krea 2，还有实验性的 LTX-2 视频权重。月下载 19 万多次，在换脸这个细分里算是流量大户了。

我更在意的，是它文档里反复强调的那句话：每个版本都有自己的「base-model、input-order、prompt 和 workflow contract」。放到实际操作里说，这套 LoRA 不是拖进 ComfyUI 就能随手出图的，你得严格照对应版本的指南来，尤其是输入顺序——好几个 head 版本是故意「先身体、后参考脸」的，顺序反了效果就塌。

这其实点出了现在这类微调模型的一个共性：权重只是半成品，真正决定成败的是你搭的那套管线。BFS 把这一步做成了显式规则，每个模型家族配套一份 guide，从 Qwen 2.1 的 head/body 分离，到 Flux 2 Klein 的 4B 和 9B 不同步数版本，再到 Krea 2、LTX-2 的实验权重。你选哪套就要读哪份文档，没有偷懒的空间。

它对自己立下的「契约」也划得清楚。项目里明确写着「examples 和 workflows 只是演示，不保证每张图都一样」，并提醒结果别用在未同意的人或公众人物身上。在换脸这种敏感赛道上，这种边界声明写得干脆，也避免了不少麻烦。

如果你要上手，我的建议是别一上来就试最新实验版 LTX-2，先把 Qwen Image 2.1 的 head V1.1 跑通，按 guide 里写的输入顺序来，LoRA 强度从 1.0 起步慢慢调。真要出问题，先升级 ComfyUI，再确认 base model、text encoder、VAE、workflow 和 LoRA 是不是同一个模型家族的——这一项往往就卡住九成的问题。

换脸工具永远不缺，缺的是把「效果」和「规矩」一起交付的集合。BFS 至少把「怎么用对」这件事讲明白了，剩下的就看你手上的图和耐心了。