部署教程｜Automatic1111 Stable Diffusion WebUI：本地文生图一步到位

1. 环境要求

  • 系统：Windows/Linux/macOS。
  • GPU：建议 >= 8GB 显存（RTX 3060 以上体验更好），macOS 可用 M 系列。
  • 依赖：Python 3.10+、git、GPU 驱动（NVIDIA 驱动 + CUDA Toolkit）。

2. 克隆与安装

1
2
3
4
5
6
7
8
9
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# 可选：创建虚拟环境
python -m venv venv
source venv/bin/activate   # Windows: venv\\Scripts\\activate

# 安装依赖
pip install -r requirements.txt

3. 下载模型与放置

  • 基础模型（例如 SD1.5 或 SDXL）：下载 .safetensors 或 .ckpt，放到 models/Stable-diffusion/。
  • VAE：放到 models/VAE/。
  • LoRA/Embedding：放到对应目录（models/Lora/、embeddings/）。

4. 启动 WebUI

1
2
3
4
5
6
7
# 常用参数示例
python launch.py \
  --xformers \             # 启用 xformers 省显存（如支持）
  --no-half-vae \          # 避免某些 VAE 半精度问题
  --api \                  # 开启 API
  --listen \               # 局域网访问
  --gradio-auth user:pass  # 可选：访问认证

启动后访问 http://127.0.0.1:7860。

5. 显存优化与参数

  • --medvram / --lowvram：在显存不足时启用。
  • --xformers：降低显存占用，支持的显卡需安装对应版 xformers。
  • 关闭不必要的高分辨率、重绘步数，或使用分辨率/步数合理预设。

6. 常用插件与扩展

  • ControlNet：增强构图控制，将模型放 extensions/sd-webui-controlnet/models/。
  • 图生图/重绘：内置功能，结合 Inpaint/Outpaint。
  • Tagger/Prompt 助手：提升提示词质量。
  • API：启用 --api 后可用 REST 接口接入其他应用。

7. 生成示例

文本到图：

1
2
3
4
5
6
{
  "prompt": "a castle on the hill, sunset, cinematic lighting",
  "steps": 25,
  "sampler_name": "Euler a",
  "cfg_scale": 7
}

图到图（重绘）：在界面上传原图，设置去噪强度与蒙版区域。

8. 常见问题

  • 启动报 CUDA 错：检查驱动/CUDA 版本，或改用 --precision full --no-half。
  • 显存不足：使用 --medvram 或更低分辨率；必要时用 CPU（速度慢）。
  • 生成偏色/糊：尝试替换 VAE，调整 CFG/步数，或换模型/LoRA。

9. 总结

Automatic1111 WebUI 提供最完整的 SD 生图体验：插件丰富、参数灵活、API 友好。照着上面步骤放好模型、加上显存优化参数，即可本地文生图。***