安装前先确认：Mac 是否适合本地跑 Stable Diffusion

Stable Diffusion WebUI 是目前使用较多的本地 AI 绘画界面工具。

核心优势是可视化操作、插件丰富、模型切换方便。

对 macOS 用户来说，它适合用于个人创作、产品概念图、插画草稿、设计灵感生成、素材预览等场景。

相比在线工具，本地部署的好处是文件和参数更可控。

缺点是首次安装步骤较多，对电脑性能也有要求。

新手安装前建议先确认三点：

• 系统版本尽量使用 macOS 12 及以上。
• Apple Silicon 芯片机型体验通常优于较老的 Intel 机型。
• 内存建议 16GB 起步，8GB 也能尝试，但出图速度和稳定性会受影响。

硬盘空间至少预留 20GB。因为 WebUI 本体、依赖环境、基础模型、插件和输出图片都会持续占用空间。

整体部署思路：先环境，后程序，再放模型

macOS 安装 Stable Diffusion WebUI 可以理解为四层结构：系统工具层、Python 运行层、WebUI 程序层、模型资源层。

系统工具层主要包括 Homebrew 和 Git；Python 运行层负责让程序正常执行；WebUI 程序层是网页操作界面；模型资源层则决定最终绘画风格和能力。

不建议新手一开始就同时安装大量插件和模型。更稳妥的做法是先让基础版本跑通，确认能打开页面、能生成图片，再逐步增加模型、VAE、LoRA、ControlNet 等扩展资源。这样一旦出现故障，也更容易判断问题出在哪一层。

第一步：安装 Homebrew 与基础工具

打开 macOS 自带的“终端”，先检查是否已经安装 Homebrew。

输入 brew -v，如果能看到版本号，说明已安装；如果提示找不到命令，需要先安装。

Homebrew 是 macOS 常用的软件包管理工具，后续安装 Git、Python 等依赖会更方便。

安装完成后，建议执行 brew update 更新本地索引。

接着安装 Git：brew install git。Git 用于获取 Stable Diffusion WebUI 项目文件。

再安装 Python，较稳妥的选择是 Python 3.10：brew install python@3.10。

很多 WebUI 相关脚本对 Python 版本比较敏感，版本过高反而可能遇到依赖不兼容，因此不建议随意使用最新大版本。

注意事项：

• 终端命令执行时不要频繁中断。
• 如果安装过程长时间无响应，可以先确认网络连接和磁盘空间。
• 如果提示权限问题，不要随意修改系统目录，优先检查 Homebrew 的安装路径和当前用户权限。

第二步：下载 Stable Diffusion WebUI 程序

选择一个容易管理的目录，例如用户目录下的 AI 文件夹。

可以在终端输入 mkdir -p ~/AI，然后进入该目录：cd ~/AI。

接着获取 WebUI 项目：git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。完成后会生成 stable-diffusion-webui 文件夹。

如果下载失败，先检查 Git 是否安装成功，再检查终端是否能正常访问项目地址。

不要从不明来源下载打包好的修改版程序，因为这类文件可能被加入额外脚本，存在数据安全和系统风险。新手优先使用项目主页提供的正式仓库，后续升级和排查问题也更方便。

第三步：准备 Stable Diffusion 模型文件

WebUI 程序本身只是界面和运行框架，真正出图需要模型文件。

常见模型格式包括 .ckpt 和 .safetensors。新手建议优先选择 .safetensors 格式，安全性和管理便利性更好。

下载模型时应选择来源清楚、说明完整、评价较多的资源，并注意模型授权范围，商业项目更要确认是否允许使用。

模型放置路径为 stable-diffusion-webui/models/Stable-diffusion。把基础模型文件复制到该目录后，WebUI 启动时会自动识别。

如果后续下载 VAE，通常放在 models/VAE；LoRA 放在 models/Lora；ControlNet 模型则需要对应扩展目录。

第一次部署只放一个基础模型即可，避免资源太多导致排查困难。

第四步：启动 WebUI 并完成首次初始化

进入程序目录：cd ~/AI/stable-diffusion-webui。

macOS 用户通常可执行 ./webui.sh 启动。首次运行会自动创建虚拟环境、下载依赖并进行初始化，耗时可能较长，期间不要关闭终端。

看到类似 Running on local URL: http://127.0.0.1:7860 的提示后，在浏览器打开该地址即可进入操作界面。

Apple Silicon 机型如果遇到运行慢、内存占用高或报错，可以尝试在启动参数中加入适配选项。

常见做法是编辑 webui-user.sh，在 COMMANDLINE_ARGS 后增加 --skip-torch-cuda-test。部分机型还可尝试 --no-half 或 --precision full，但这些参数可能增加内存占用，建议一次只改一个参数，方便观察效果。

如果使用 Intel Mac，出图速度可能明显较慢，且高分辨率生成更容易失败。建议先用 512×512、采样步数 20 左右测试，确认稳定后再提高尺寸。

不要一开始就开启高分辨率修复、批量生成和多个扩展，否则容易造成程序退出或系统卡顿。

基础使用建议：先跑通最小闭环

进入页面后，先在 txt2img 中输入简单提示词，选择模型，设置宽高为 512×512，Sampling steps 设置为 20，Batch count 设置为 1，然后点击 Generate。

能成功生成图片，说明基础部署已经完成。此时可以再测试不同采样器、CFG Scale、随机种子等参数。

新手常见误区是过度依赖复杂提示词。实际上，模型质量、构图描述、风格关键词、负面提示词和参数组合都会影响结果。

建议先建立自己的测试模板：同一提示词下只改变一个参数，记录出图差异。这样比盲目复制大量参数更容易掌握规律。

升级、回退与插件安装

WebUI 更新通常在程序目录执行 git pull，然后重新运行 ./webui.sh。

升级前建议先备份 webui-user.sh、extensions 文件夹和重要配置文件。

如果升级后出现扩展不兼容，可以先禁用最近安装的扩展，或回到较早版本。

新手不建议频繁追新，稳定使用比功能数量更重要。

安装插件可在 WebUI 的 Extensions 页面完成，也可以把扩展项目放入 extensions 文件夹。

插件越多，启动越慢，冲突概率也越高。建议按需求安装，例如需要姿态控制再安装 ControlNet，需要提示词管理再安装相关辅助扩展。

每装一个插件就重启并测试，避免一次装太多导致无法定位故障。

常见问题与处理办法

问题一：终端提示 Python 版本不匹配

处理方法是确认 python3.10 是否安装，并检查 WebUI 创建虚拟环境时调用的版本。必要时删除 venv 文件夹后重新启动，让程序重新创建环境。

问题二：浏览器打不开 127.0.0.1:7860

先看终端是否仍在运行，是否已经出现本地地址提示。如果终端报错退出，页面自然无法访问。也可以检查端口是否被其他程序占用，换用启动参数 --port 7861 进行测试。

问题三：生成图片时报内存不足

降低分辨率、减少批量数量、关闭高分辨率修复，必要时重启 WebUI。Mac 上同时开启大量设计软件、浏览器标签和视频工具，也会明显影响稳定性。

问题四：模型不显示

确认文件是否放在 models/Stable-diffusion 目录，格式是否正确，文件是否完整下载。放入模型后可点击界面上的刷新按钮，仍不显示再重启 WebUI。

问题五：升级后插件报错

先更新对应插件；若仍失败，将该插件移出 extensions 目录再启动。重要项目在升级前保留一份可用版本，能减少停工时间。

安全边界与合规提醒

本地部署并不意味着可以忽视安全和版权。模型、插件、脚本都应来自可信来源，不要运行陌生人提供的可执行文件或来历不明的安装包。

涉及人物肖像、品牌素材、商业海报时，要确认授权和使用范围，避免因素材来源不清造成纠纷。

生成内容也应遵守平台规则和所在地区的法律要求，不制作违规、伤害他人或误导公众的内容。

团队使用时建议建立模型清单、插件清单和输出审核流程，尤其是用于广告、出版、游戏美术和电商素材时，应保留提示词、模型版本和生成记录，方便后续追溯。

给新手的高效部署建议

最省心的路线是：

• 先安装 Homebrew、Git、Python 3.10；
• 再下载 WebUI；
• 只放一个基础模型；
• 用低分辨率完成首次出图；
• 最后按需增加插件和模型。

遇到问题不要急着重装系统，优先查看终端报错信息。因为大多数故障都能从缺少依赖、路径错误、版本不兼容、内存不足这几类原因中定位。

如果只是偶尔体验 AI 绘画，在线工具会更轻量；如果希望长期使用、管理私有素材、调试模型风格，Stable Diffusion WebUI macOS 本地部署更值得投入时间。

把环境搭稳之后，后续重点就不再是安装，而是模型选择、参数管理、工作流沉淀和素材规范化，这些才决定实际产出效率。