Stable Diffusion WebUI
Stable Diffusion WebUI（AUTOMATIC1111）是目前最流行的 AI 图像生成 Web 界面，提供丰富的功能和直观的操作界面。它支持文生图（txt2img）、图生图（img2img）、局部重绘（Inpainting）等多种生成模式，并拥有活跃的社区和大量扩展插件，是在本地运行 Stable Diffusion 模型的首选工具。
前置要求
- Python 3.10+：Stable Diffusion WebUI 依赖 Python 运行环境
- NVIDIA GPU：建议 4GB 以上显存（8GB 以上效果最佳）；也支持 CPU 模式，但速度较慢
- 磁盘空间：至少 20GB 可用空间（模型文件通常较大）
- Git：用于克隆仓库和更新
提示
虽然 Stable Diffusion WebUI 也支持 AMD GPU（通过 ROCm），但 NVIDIA GPU + CUDA 是兼容性最好、性能最优的方案。
安装
安装系统依赖
# 安装基础依赖包
sudo apt install python3 python3-venv python3-pip git wget libgl1 libglib2.0-0安装 NVIDIA 驱动和 CUDA
如果使用 NVIDIA GPU 进行加速，需要先安装驱动和 CUDA 工具包。
# 安装 NVIDIA 驱动和 CUDA 工具包
sudo apt install nvidia-driver nvidia-cuda-toolkit
# 重启系统以加载驱动
sudo reboot
# 重启后验证驱动是否正常
nvidia-smi注意
安装 NVIDIA 驱动后必须重启系统。如果 nvidia-smi 命令能正常输出 GPU 信息，说明驱动安装成功。
克隆并运行
# 克隆仓库
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
# 运行（首次运行会自动下载依赖和基础模型，耗时较长）
./webui.sh
# 使用 --listen 参数允许局域网访问
./webui.sh --listen
# 低显存模式（4-8GB 显存推荐）
./webui.sh --medvram
# 极低显存模式（4GB 以下显存）
./webui.sh --lowvram启动成功后，在浏览器中访问 http://localhost:7860 即可打开 Web 界面。
模型管理
Stable Diffusion 的生成效果取决于所使用的模型。您可以从以下平台下载社区分享的模型。
模型下载
常用模型下载平台：
| 平台 | 说明 |
|---|---|
| Civitai | 最大的 SD 模型社区，包含模型、LoRA、嵌入等 |
| Hugging Face | 开源 AI 模型托管平台，提供官方和社区模型 |
模型存放目录
下载的模型文件需要放置到对应的目录中：
| 模型类型 | 存放路径 |
|---|---|
| Checkpoint 主模型 | models/Stable-diffusion/ |
| LoRA 微调模型 | models/Lora/ |
| VAE 模型 | models/VAE/ |
| ControlNet 模型 | models/ControlNet/ |
| Embedding 嵌入 | embeddings/ |
# 示例：下载模型到对应目录
cd stable-diffusion-webui
# 下载 Stable Diffusion v1.5 基础模型
wget -P models/Stable-diffusion/ \
https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors主要功能
文生图（txt2img）
通过文本提示词（Prompt）生成图像，是最基本的使用方式。
- 正向提示词：描述您希望生成的内容
- 反向提示词：描述您希望避免的内容
- 采样步数：通常 20-30 步即可获得良好效果
- CFG Scale：控制提示词对生成结果的影响程度，一般设为 7-12
图生图（img2img）
以现有图片为基础，结合提示词生成新图像，可用于风格转换、细节增强等场景。
局部重绘（Inpainting）
选择图像中的特定区域进行重新生成，可以精确修改图片的局部内容。
ControlNet
通过额外的控制条件（如线稿、姿势、深度图）精确控制生成结果的构图和姿态。
LoRA
轻量级微调模型，可以在不替换主模型的情况下调整生成风格或添加特定角色、概念。
扩展（Extensions）
WebUI 支持丰富的社区扩展，可在 Extensions 选项卡中搜索并安装。
配置优化
命令行参数
常用的启动参数可以在 webui-user.sh 中配置，避免每次手动输入。
# 编辑启动配置文件
nano webui-user.sh常用参数说明：
| 参数 | 说明 |
|---|---|
--listen | 允许局域网访问 |
--port 7860 | 指定监听端口 |
--medvram | 中等显存优化（4-8GB 显存推荐） |
--lowvram | 极低显存优化（4GB 以下显存） |
--xformers | 启用 xformers 加速（推荐，可显著提升速度） |
--no-half-vae | 修复 VAE 生成黑图的问题 |
--api | 启用 API 接口 |
设置为系统服务
如果需要开机自动启动，可以创建 systemd 服务。
# 创建服务文件
sudo tee /etc/systemd/system/sd-webui.service << 'EOF'
[Unit]
Description=Stable Diffusion WebUI
After=network.target
[Service]
Type=simple
User=你的用户名
WorkingDirectory=/home/你的用户名/stable-diffusion-webui
ExecStart=/home/你的用户名/stable-diffusion-webui/webui.sh --listen
Restart=on-failure
RestartSec=10
[Install]
WantedBy=multi-user.target
EOF
# 启用并启动服务
sudo systemctl daemon-reload
sudo systemctl enable sd-webui
sudo systemctl start sd-webui
# 查看运行状态
sudo systemctl status sd-webui更新
# 进入项目目录
cd stable-diffusion-webui
# 拉取最新代码
git pull
# 重新启动（会自动更新依赖）
./webui.sh常见问题
CUDA 相关错误
# 确认 NVIDIA 驱动和 CUDA 正常工作
nvidia-smi
# 检查 PyTorch 是否识别到 GPU
python3 -c "import torch; print(torch.cuda.is_available())"
# 如果 CUDA 不可用，尝试重新安装对应版本的 PyTorch
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121显存不足（Out of Memory）
如果在生成过程中遇到 CUDA Out of Memory 错误：
- 降低生成图像的分辨率（如 512x512）
- 使用
--medvram或--lowvram启动参数 - 启用
--xformers加速 - 减少批量生成数量（Batch Size 设为 1）
- 关闭其他占用显存的应用程序
生成速度慢
- 确认正在使用 GPU 而非 CPU（检查终端输出中是否显示 CUDA 设备）
- 安装 xformers：使用
--xformers启动参数 - 适当降低采样步数（20 步通常足够）
- 使用更小的分辨率进行预览，满意后再提升分辨率
启动时报错 Python 版本不兼容
# 确认 Python 版本为 3.10 或更高
python3 --version
# 如果版本过低，可以从 Debian backports 或 deadsnakes PPA 安装
# 或使用 pyenv 管理多个 Python 版本相关链接
想尝试节点式工作流？ 了解 ComfyUI →