### 安装前先了解：它适合谁使用 Stable Diffusion WebUI 是常见的本地 AI 绘画工具图形界面。 核心优势是可在个人电脑上运行，支持文生图、图生图、提示词控制、模型切换、插件扩展等功能。 对新手来说，它比直接调用命令行更友好。安装完成后，只要在浏览器里打开本地地址，就能像使用普通网页工具一样生成图片。

它适合想学习 AI 绘画、制作插画草图、进行视觉创意探索、搭建本地工作流的用户。 需要注意：本地运行对硬件有要求，尤其依赖显卡显存。 一般建议使用 NVIDIA 显卡，显存 6GB 起步更稳妥，8GB 以上体验更好。 如果显存较小，也可以通过低分辨率、低批量、半精度参数等方式运行，但速度和稳定性会受影响。 --- ### 准备工作：系统、软件和模型文件 以 Windows 新手环境为例，建议使用 Windows 10 或 Windows 11 64 位系统，并预留至少 20GB 可用磁盘空间。 WebUI 本体不算大，但依赖包、基础模型、扩展和生成图片会逐渐占用空间。 建议安装在英文路径下，例如 `D:AIstable-diffusion-webui`，避免中文路径或过深目录导致异常。 安装前需要准备两个基础软件：**Python** 和 **Git**。 - **Python**：推荐 3.10.6 版本，过新版本可能导致依赖兼容问题。安装时一定勾选“Add Python to PATH”，否则后续脚本可能找不到 Python。 - **Git**：用于拉取 WebUI 项目文件，安装时保持默认选项即可。 安装完成后，在命令提示符输入 `python --version` 和 `git --version`，检查是否安装成功。 还需要准备 Stable Diffusion 模型文件，常见格式为 `.safetensors` 或 `.ckpt`。 新手建议优先选择来源清晰、说明完整的基础模型，并确认授权范围。 不要随意下载来历不明的模型或插件，尤其是可执行文件和压缩包内附带脚本，避免给电脑带来安全风险。 --- ### 下载安装：获取 WebUI 项目文件 **方法一：使用 Git 下载** 先新建一个文件夹，例如 `D:AI`。进入该目录后在地址栏输入 `cmd` 打开命令提示符，执行： `git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git` 下载完成后，会生成 `stable-diffusion-webui` 文件夹。这个方式便于后续更新，也更接近官方维护流程。 **方法二：下载项目压缩包** 进入项目页面后选择下载 ZIP，解压到英文目录中。 此方法适合不熟悉 Git 的用户，但后续更新不如 Git 方便。 无论选择哪种方式，都不要把文件放在系统受限目录（例如 Program Files），也不要放在桌面层级过多的位置，以减少权限和路径问题。 --- ### 放置模型：首次运行前的关键一步 WebUI 下载完成后，进入 `stable-diffusion-webuimodelsStable-diffusion` 文件夹，把准备好的 `.safetensors` 或 `.ckpt` 模型文件复制进去。 模型文件名可以保留原名，也可以改成便于识别的英文名，例如 `sd15_base.safetensors`。 首次启动后，WebUI 会在页面左上方的模型下拉框中读取这些文件。 如果没有放入模型，界面可能能启动，但无法正常生成图片，或提示找不到 checkpoint。 新手排查时优先检查：模型是否放错目录、扩展名是否完整、文件是否下载完整。 模型文件通常较大，下载中断会导致加载失败。 --- ### 首次运行：启动 WebUI 并打开本地页面 在 `stable-diffusion-webui` 文件夹中找到 `webui-user.bat`，双击运行。 首次启动会自动下载依赖并配置运行环境，耗时取决于网络和电脑性能，可能需要十几分钟甚至更久。 窗口中会不断输出安装信息，只要没有连续报错，耐心等待即可。 当命令窗口出现类似 `Running on local URL: http://127.0.0.1:7860` 的提示时，说明服务已经启动。 打开常用浏览器，在地址栏输入 `http://127.0.0.1:7860`，即可进入 WebUI 界面。 这里的 `127.0.0.1` 是本机地址，表示服务只在自己的电脑上访问，不是公开网站。 首次进入后，可在 txt2img 页面输入简单提示词，例如 `a cat, warm light, detailed`。 设置宽高为 512×512，采样步数 20，批次数 1，然后点击 Generate。 等待片刻后，右侧会显示生成结果。 新手阶段不要一开始就把分辨率、批量和步数拉得很高，否则容易显存不足或等待时间过长。 --- ### 推荐基础设置：让低配置也能跑起来 如果显存较小，可以编辑 `webui-user.bat`，在 `set COMMANDLINE_ARGS=` 后加入 `--medvram` 或 `--lowvram`。 前者适合中等显存，后者适合更紧张的环境，但速度会下降。 部分显卡还可使用 `--xformers` 优化显存占用，不过安装情况与显卡、驱动、依赖版本有关，新手可先不启用，确认基础功能正常后再尝试。 生成参数方面： - **尺寸**：512×512 是入门阶段最稳的尺寸。 - **采样步数**：可设为 20 到 30。 - **CFG Scale**：常用 7 左右。 - **批量**：一次只生成 1 到 2 张，确认稳定后再提高批量。 若出现“CUDA out of memory”之类提示，优先降低分辨率、批量和高分修复设置，而不是反复重启。 --- ### 常见问题与解决思路 **问题一：双击 webui-user.bat 后窗口一闪而过** 通常是 Python 未正确安装或未加入 PATH。 可重新安装 Python 3.10.6，并勾选添加到环境变量；也可以在命令提示符中进入 WebUI 目录，手动运行 `webui-user.bat` 查看完整报错。 **问题二：依赖下载失败** 可能是网络不稳定、连接目标响应慢或临时服务异常。 可稍后重试，或检查本机防护软件是否拦截 Python、Git 的访问。 不要随意关闭系统安全功能，更不要运行来源不明的“修复包”。 **问题三：页面打开但无法出图** 先检查模型是否放在 `modelsStable-diffusion` 目录，再查看页面左上角是否已选中模型。 如果模型加载报错，可能是文件损坏、格式不兼容或显存不足，可更换基础模型并降低参数。 **问题四：生成速度很慢** 首次运行会进行缓存和初始化，之后通常会稍快。 速度主要受显卡性能、显存、分辨率、采样器、步数影响。 不要盲目安装大量扩展，扩展越多，启动和排错越复杂。 --- ### 升级、备份与回退建议 如果使用 Git 安装，可在 WebUI 文件夹中打开命令提示符，执行 `git pull` 更新项目。 更新前建议备份以下内容： - `webui-user.bat` - `extensions` 文件夹 - `models` 文件夹中的重要模型清单 - `outputs` 输出目录 插件较多的用户更应谨慎，因为 WebUI、插件和依赖版本不一致时，可能出现启动失败。 新手不建议频繁追新版本。稳定使用时，可以先保持当前版本；确实需要新功能时，再更新。 若更新后异常，可查看报错信息，暂时移除最近安装的扩展，或恢复备份文件。 模型文件通常无需重复下载，保留在 models 目录即可。 --- ### 安全边界与使用提醒 Stable Diffusion WebUI 是创作工具，不应被用于制作误导性内容、冒充他人身份、损害他人权益或传播不当图像。 使用他人模型、Lora、提示词模板和作品参考时，应留意授权说明，商业项目更要确认可用范围。 生成内容如用于公开发布，建议保留工作流记录，避免素材来源不清。 安装层面也要保持谨慎： - 只从可信项目页、模型社区或作者主页获取文件。 - 插件安装前查看更新记录和用户反馈。 - 不要把本地服务随意开放给外部访问。 - 不要在不理解作用的情况下添加启动参数。 对新手来说，最稳妥的路线是：先完成基础安装、成功生成第一张图，再逐步学习提示词、模型管理、图生图和扩展功能。 完成以上流程后，你就拥有了一套可本地运行的 AI 工具安装环境。 后续学习重点不再是“能不能启动”，而是如何选择合适模型、控制画面风格、管理参数组合，以及建立稳定、可复用的创作流程。