环境准备：安装Python与Git

在开始部署Stable Diffusion WebUI之前，首先要确保计算机具备必要的运行环境。

核心需要安装两个工具：Python和Git。

Python是运行WebUI及其依赖库的编程语言环境，建议安装3.10.6或3.10.11版本，以避免潜在的兼容性问题。

可以从Python官网下载对应操作系统的安装包。安装时务必勾选“Add Python to PATH”选项，以便在命令行中全局调用。

Git则是一个版本控制系统，用于从代码仓库获取WebUI的最新源代码。

同样需要从其官网下载并安装。安装完成后，可以在命令行终端中输入“python --version”和“git --version”来验证两者是否安装成功。

一个稳定、版本匹配的基础环境，能有效减少后续步骤中可能出现的复杂错误。

安装要点

• Python：建议安装3.10.6或3.10.11版本
• 安装Python时：务必勾选“Add Python to PATH”
• Git：用于获取WebUI源代码
• 安装验证：输入“python --version”和“git --version”

获取与启动WebUI核心文件

环境就绪后，下一步是获取Stable Diffusion WebUI的主程序。

打开命令行工具，切换到一个空间充足的磁盘目录，执行克隆命令从官方仓库下载源代码。这个过程会创建一个包含所有必要脚本的文件夹。

进入该文件夹后，会看到一个名为“webui-user.bat”的启动脚本文件。

首次运行前的检查

首次运行前，建议检查此脚本。

对于使用英伟达显卡的用户，通常无需修改。若使用AMD显卡或仅用CPU运行，则可能需要根据官方文档调整启动参数。

直接双击运行“webui-user.bat”脚本，程序将自动开始安装所需的Python依赖包。

这是一个相对耗时的过程，需要保持网络通畅。

常见报错分析与修复方案

在自动安装依赖或后续启动过程中，可能会遇到一些报错。

网络连接问题

网络连接问题较为常见。例如下载某些依赖包或模型时，速度缓慢或失败。

可以尝试配置国内镜像源来加速Python包的下载，或使用可靠的网络工具。

对于特定的、难以直接下载的文件，有时需要手动下载并放置到指定缓存目录。

依赖项缺失或冲突

另一类常见错误与依赖项缺失或冲突有关。

如果安装中断，可以尝试删除“venv”文件夹后重新运行启动脚本，让安装流程从头开始。

对于提示CUDA版本不匹配或显卡驱动过旧的问题，需要更新显卡驱动至推荐版本。

仔细阅读命令行中的红色错误信息，通常能定位到具体原因，搜索引擎或相关社区往往有现成的解决方案。

常见处理思路

• 下载慢或失败时，尝试配置国内镜像源
• 个别文件无法自动获取时，可手动下载并放入指定缓存目录
• 安装中断时，可删除“venv”文件夹后重新运行
• 遇到CUDA版本不匹配或显卡驱动过旧时，更新显卡驱动至推荐版本

首次启动与界面熟悉

当所有依赖安装完毕且无报错后，命令行窗口最后会显示一个本地网络地址，通常为“http://127.0.0.1:7860”。

将此地址复制到浏览器的地址栏中打开，即可看到Stable Diffusion WebUI的用户界面。

界面主要区域

• 左上角：文生图、图生图等模式选择
• 下方大文本框：用于输入描述画面的提示词
• 右侧：采样方法、迭代步数、图像尺寸等生成参数调节滑块

首次使用时，界面中的模型选择下拉菜单可能是空的，因为尚未加载任何绘画模型。

此时需要先下载一个基础模型文件，例如一些公开的检查点模型，将其放入软件目录下的“models/Stable-diffusion”文件夹中。

然后在WebUI界面点击刷新按钮，即可在模型列表中看到并选择它。

完成首次文生图测试

进行第一次生成测试，是验证安装是否成功的最佳方式。

选择一个基础模型，在提示词框中输入简单的英文描述，例如“a cute cat, detailed fur, best quality”。

负面提示词可以暂时留空，或输入“low quality, blurry”等通用负面描述。

初次测试参数建议

• 采样方法选择Euler a
• 迭代步数设为20
• 图像宽度和高度设置为512

点击“生成”按钮，下方控制台会显示生成进度。

稍等片刻，一张根据文字描述生成的图片就会出现在输出区域。

如果成功出图，说明整个安装和环境配置已基本完成。

之后，用户可以尝试修改提示词、调整参数，或安装不同的模型来探索更丰富的生成效果。

至此，Stable Diffusion WebUI的安装与初步测试流程已全部完成。