准备资源文件

我们安装 WebUi 有两个途径，一是哔哩哔哩 Up 主秋叶的一键包，二是原生从仓库拉取安装。前者较适合中国大陆用户。

请保证你的文件夹/路径里面没有中文，否则涉及 Git 的更新/安装操作会失败。

准备环境

在开始之前，你需要以下条件。

• 一个 Windows、Linux 或 MacOS 的操作系统

• 一个安装了 Git、Python 和 Wget 的环境

• 一个有足够空间（至少 30~40GB）的磁盘或目录

• 一张至少 4GB 显存的显卡

• 剩余足够 10GB 的内存（WebUi 使用过程中会逐步增加内存占用）

对于 Linux 系统，您可能已经预装了 git 和 wget 工具。您可以在终端中运行以下命令来检查它们的版本：

git --version
wget --version

如果没有预装它，可以使用 apt 或 yum 等包管理器来安装它们。例如，对于 Ubuntu 系统，可以运行以下命令：

sudo apt update
sudo apt install git wget

对于 Windows 系统，您可能需要下载并安装 git 和 wget 的可执行文件。可以从这些链接下载它们：

https://git-scm.com/download/win
http://gnuwin32.sourceforge.net/packages/wget.htm

准备程序

一键包下载地址及介绍

https://www.bilibili.com/video/BV1ne4y1V7QU

https://www.bilibili.com/video/BV17d4y1C73R

下载两样东西：资源包，启动器。

然后解压资源包到一个文件夹，将启动器放入启动。

如果整合包里面没有大模型的话（models 文件夹），可以翻查下面的链接下载一个，放入 sd-webui 启动器、数据整合包、models\Stable-diffusion 即可，如果有 vae 模型一并放入，否则生成的图片会灰蒙蒙的。

WebUi 原生安装

如果你是 Windows 用户，请做好 C 盘暴涨 15GB 的准备。

Linux 平台

先安装依赖

# Debian-based:
sudo apt install wget git python3 python3-venv
# Red Hat-based:
sudo dnf install wget git python3
# Arch-based:
sudo pacman -S wget git python3

??？ info '使用 MiniConda 控制环境' 如果可以，尽量使用 miniconda （anaconda 特别巨大。...），创建一个 Python 3.10.6 的虚拟环境。

```bash
conda create -n aidraw python=3.10.6

conda activate aidraw

COMMANDLINE_ARGS="--medvram" REQS_FILE="requirements.txt" python launch.py
```

你可以运行一键脚本 bash <(wget -qO- https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh) 或者手动克隆 https://github.com/AUTOMATIC1111/stable-diffusion-webui 的仓库：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

cd stable-diffusion-webui

运行 launch.py 或 webui.py ，前者会自动安装（新）环境。 这个过程可能需要一些时间，请耐心等待。

Windows 平台

首先，您需要下载安装 Python-3.10.6，使用管理员身份安装，安装务必勾选 Add Python to PATH 。

然后安装 git 下载 stable-diffusion-webui 仓库，例如运行 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git 在 Windows 资源管理器中以普通用户（非管理员）身份运行 webui-user.bat

然后，您需要进入这个文件夹，并运行 webui-user.bat（Windows）

这个过程可能需要一些时间，请耐心等待。

Mac 平台

如果你是 Mac 系统，请查看 此教程 进行安装。

具体使用和输出我会在下面解释，现在该配置大模型了。

中国大陆的网络问题

如果你在大陆内采用了原生安装的形式安装 WebUi，那么势必会遇到网络问题。（表现为网卡没有流量经过）

如果你知道 Clash 工具，那么在首页开启 TUN 模式即可解决问题。如果你不了解此工具，请继续往下看。

如果因为链接 Github 失败导致拉取失败。请将：

git clone https://github.com 改为 git clone https://hub.fastgit.org/

使用以下内容配置 Python 镜像地址。

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

也可以通过修改 pip 的配置文件来设置镜像源地址，配置文件的位置和名称根据不同的操作系统而不同，例如：

Linux: ~/.config/pip/pip.conf：

[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com

Windows 需要在 User 目录中创建一个 pip 目录，并新建一个文件 pip.ini，也就是 %HOMEPATH%\pip\pip.ini。 在 pip.ini 文件中添加以下内容：

[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com

配置大模型

让 Ai 绘画必须下载一个模型（比如 Any3），你可以在 civitai 选择一个。WebUi 界面顶部的菜单用于选择模型。

你可以在 stable-diffusion-webui/models/Stable-diffusion/ 中放置你的大模型。

在 stable-diffusion-webui/models/Lora/ 中放入你的 Lora 人物模型。

尝试启动 WebUi

如果你不使用一键启动运行。那么你可以使用以下命令启动 Webui

python3 launch.py --autolaunch

如果你的显卡显存小于 8GB ，那么请附加 --lowvram 参数。

经过稍微的等待后，会输出如下类似的界面。

Model loaded.
Loaded a total of 0 textual inversion embeddings.
Embeddings: 
Running on local URL:  http://127.0.0.1:7860

To create a public link, set `share=True` in `launch()`

打开此地址，你会看到下面的界面：

在这个界面中，打开 extensions 选项卡。点击Avaliable二级选项卡点击 LoadFrom，然后在扩展列表中找到中文扩展并安装即可汉化界面。如果你是一键包版本，那么应该会自带中文扩展。

尝试生成你的第一幅图片

打开文生图选项卡，这里给出一个实例来供你完成测试。

• 第一个输入框中书写期望的结果的描述词汇

可以使用 颜文字 和 emoji，使用 () 来增强权重，比如

((masterpiece)), best quality, illustration, 1 girl, beautiful,beautiful detailed sky, catgirl,beautiful detailed water, cinematic lighting, dramatic angle, Grey T-Shirt, (few clothes),(yuri),(medium breasts),white hair,cat ears,masturbation,bare shoulders ,(gold eyes),wet clothes

• 第二个输入框书写不希望出现的结果

指定需要过滤什么标签，比如

lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, bad feet,nsfw,nude

点击生成按钮即可生成，在终端中会显示进度：

生成报错请读 绘画调试 章节。

生成效果和大模型有关。

第一次认识参数

选定分辨率参数，越大生成耗时越长。

生成后的结果结尾类似如下

Steps: 28, Sampler: Euler a, CFG scale: 7, Seed: 2053144181, Size: 512x512, Model hash: 925997e9, Clip skip: 2, ENSD: 31337

其中 step 代表迭代（渲染）步数。

sample method 采样方法（不同的采样方法有不同的效果和速度）。

cfg scale 符合 prompt 的程度，降低此参数可以提升模型的抽象创造力。

Seed 代表一个随机噪声，相同的种子和程序环境可以生成相近的图片。

一起出现的还有 GPU 负载信息

Time taken: 33.97s
Torch active/reserved: 1975/2144 MiB, Sys VRAM: 7890/8134 MiB (93.61%)

快捷设置

不想来回设置 Clip 参数？

添加 sd_hypernetwork 和 CLIP_stop_at_last_layers 到设置页面的 Quicksettings list ，点击页面顶部的按钮保存，重新启动 webui，你就可以在 Ui 顶部看到一个快速切换选项啦～

共享链接

• 使用 --share 选项来在线运行！

你会得到一个 xxx.app.gradio 共享链接，另外你可以使用参数为所述 gradio 共享实例设置身份验证：--gradio-auth username:password

你可以通过添加 --freeze-settings 启动参数来锁定设置，防止他人编辑。

• 端口转发

参数 --listen 使服务器监听网络连接。

这将允许本地网络上的计算机访问 UI，如果配置端口转发，公网上的计算机也可以访问（当然你得有公网。

注意，监听 0.0.0.0 就意味着对本地网卡的所有 ipv4 监听，局域网访问请使用 localhost 替换 0.0.0.0

• 监听端口

添加参数 --port xxxx 使服务器监听特定端口。

低于 1024 的所有端口都需要 root 权限，因此建议使用高于 1024 的端口。

默认端口为 7860

• 主题

添加 --theme 参数来切换主题

自定义运行

自定义程序运行方式的推荐方法是编辑 webui-user.bat(Windows) 和 webui-user.sh(Linux)

你可以运行 python webui.py --help 查看所有命令参数，或者在 源码文件 中读到它们。

一些启动参数说明

环境定制

set PYTHON=b:/soft/Python310/Python.exe

set PYTHON 允许设置自定义 Python 路径

set VENV_DIR=C:\run\var\run set VENV_DIR 允许您选择虚拟环境的目录。默认为venv。特殊值-在不创建虚拟环境的情况下运行脚本。

set COMMANDLINE_ARGS=--ckpt a.ckpt set COMMANDLINE_ARGS 设置命令行参数 webui.py 运行 示例使用模型 a.ckpt 而不是 model.ckpt

GPU 指定

选择要使用的默认 Gpu --device-id 0，来代替旧版本 (2022/10 之前）的 CUDA_VISIBLE_DEVICES=0，可以选择第二个 GPU 允许同时运行两个实例，从而能够以更简洁的方式简单地选择设备。

查看 GPU 型号和 CUDA 版本，可以使用 nvidia-smi 命令

API 的基本使用实例

使用 --api 参数运行程序，在浏览器访问 {输出的网址}/docs 就可以查看到 WebUi 的 Api 文档。¹

如果你想让其他应用调用 Api, 追加--enable-insecure-extension-access。

下面是一个同步类实现。

import time
import json
import requests
import io
import base64
from PIL import Image, PngImagePlugin

class WebUiApi(object):
    def __init__(url):
        self.url=url

    def txt2img(payload,outpath:str=None,infotie:bool=True):
        payload_json = json.dumps(payload)
        response = requests.post(url=f'{self.url}/sdapi/v1/txt2img', data=payload_json).json()
        # response 响应包含 images、parameters 和 info,image 可能会含有多个图像。
        for i in response['images']:
            # 解码 base64
            image = Image.open(io.BytesIO(base64.b64decode(i)))
            # 元信息输出
            pnginfo = PngImagePlugin.PngInfo()
            if infotie:
               pnginfo.add_text("parameters", str(response['info']))
            # 保存，因为本地不会自动生成文件。
            if not outpath:
               print("Random file name")
               outpath=f"{str(time.time())}.png"
            image.save(outpath, pnginfo=pnginfo)

payload = {
    "prompt": "1girl,star",
    "steps": 20
}
# 其他参数会使用默认值
WebUiApi(url="http://127.0.0.1:7860").txt2img(payload=payload,outpath="1145.png",infotie=True)

# 实际使用的时候不应该保存到本地再发送，而是直接发送，避免存储图片作品造成 版权 问题。

其他

WebUi 的官方代码仓库地址为 https://github.com/AUTOMATIC1111/stable-diffusion-webui

官方英文安装教程

官方给定的依赖列表