全网最细！Stable Diffiusion安装部署教程！_mac安装sd webui

Stable Diffusion系统教学

大家好，这里是ArtfulSoul

一个带你领略AI魅力的领路人

AI（人工智能）绘画

相信大家多多少少都看过一些作品

例如油画风、水墨风、插画立绘、3D建模

甚至是比拟真人的照片风格

（插画立绘）

（人物立绘）

（类真人）

然而这些所有堪称“杰作”的画作

均出自一款名为Stable Diffusion（简称SD）

的免费开源的AI绘画应用生成出来的

今天就给大家带来SD系统教学的第一篇

在Windows系统下的安装部署教程

如有需求也会在将来写一篇MAC系统下的部署教程

一、硬件配置

（1）显卡（最重要的硬件需求）

SD绘画产出一张满意的图像需要不断反复调试，显卡性能的好坏直接影响出图的效率，出图效率不高将会导致耗费大量的时间在漫长的等待中。

这里推荐英伟达**RTX3060TI（显存推荐8G以上）**或同等性能以上显卡。

显卡最低配置也要达到GTX1060（显存4G）。

（2）内存：8G或以上

（3）CPU：无硬性要求

（4）SSD/机械硬盘：100~150GB左右（越大越好）

SD在部署完成后约占用10.7G左右磁盘空间，后续随着各种大模型、LORA、ControlNet等文件及插件功能的下载及使用将会极大占用系统磁盘空间。

这里推荐将SD部署在SSD（固态硬盘）中，有利于提高读取大模型文件速度。

（5）操作系统：win10/win11

二、部署算法环境

【温馨提示：部署过程中难免会遇到失败、出错等问题，建议反复尝试，本教程经验证可完全跑通，请放心按步骤操作。】

（1）下载miniconda

Miniconda是一个轻量级的包管理系统，用于管理和部署Python环境和软件包。而SD Webui的架构就是基于Python环境搭建的。

下载链接：

https://docs.conda.io/projects/miniconda/en/latest/#

（miniconda下载界面）

根据操作系统选择对应下载版本，这里选择64位Windows操作系统版本，安装时一路默认next（下一步）即可。

（2）确认conda版本号

（开始菜单-找到并运行miniconda3）

运行miniconda，输入"conda -V"*（注意字母大小写、空格，不包含引号，下同）*回车执行。

（显示conda版本号，即为安装成功）

（3）清除索引缓存

在conda窗口中输入并执行以下2条指令：

“conda config --set show_channel_urls yes”

“conda clean -i”

（4）创建Python 3.10.6运行环境，命名为sdwebui

在conda窗口中输入以下指令并回车执行。

“conda create --name sdwebui python=3.10.6”

（Python环境安装界面）

输入"y"，继续安装。

（sdwebui运行环境安装完成界面）

此时程序已在

"C:\ProgramData\miniconda3\envs"中建立sdwebui项目。

（sdwebui项目文件位置）

（5）激活项目环境

继续在conda窗口中输入如下指令并执行，激活conda虚拟环境。

“conda activate sdwebui”

（激活conda虚拟环境）

（6）升级pip，更改默认库包下载地址为阿里镜像站

继续在conda窗口中分别输入以下2条指令

“python -m pip install --upgrade pip”

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

执行过程中不报错即可升级设置完成，报错则重新执行对应指令直至完成为止。

（7）安装Git

利用Git来克隆下载github上的SDWebui开源项目，下载地址：https://git-scm.com/download/win

（Git下载界面）

根据操作系统选择对应下载版本，这里选择64位Windows操作系统版本，安装时一路默认next（下一步）即可。

（8）确认Git版本号

回到conda窗口，输入"git --version"回车执行。

（显示git版本号，即为安装成功）

显示“‘git’ 不是内部或外部命令，也不是可运行的程序”时，关闭conda窗口重新运行，并执行"git --version"命令；如果还是不行，可重启电脑后继续尝试。

（9）安装CUDA

CUDA是由NVIDIA开发的一种并行计算平台和应用程序编程接口（API）。它的主要目标不仅仅是用于图形渲染，也是利用NVIDIA的GPU（图形处理单元）来加速通用计算任务。

在下载安装CUDA之前，先将显卡驱动程序更新至最新版本，用来支持安装最新版本的CUDA，可在GeForce Experience（GFE）中更新最新版本的N卡驱动。

GeForce Experience下载地址：

https://www.nvidia.cn/geforce/geforce-experience/download/

（在GFE中更新最新显卡驱动）

在conda窗口中，输入*“nvidia-smi”*，查看你的显卡对应的CUDA版本。

（N卡对应CUDA版本）

下载安装对应版本CUDA安装包。

CUDA下载地址：

https://developer.nvidia.com/cuda-toolkit-archive

（CUDA下载界面）

比如我的显卡对应的CUDA版本是12.2，那么我就下载12.2.2即可。

（CUDA下载界面）

根据你的操作系统选择win10或win11，选择local（本地安装包），点击右下方出现的Download（下载）按钮，下载安装即可。

完成上述所有操作，确保所有前置软件安装到位后，进行下一步，部署SD环境。

三、部署SD环境

【温馨提示：部署过程中难免会遇到失败、出错等问题，建议反复尝试，本教程经验证可完全跑通，请放心按步骤操作。】

（1）克隆Stable Diffusion Webui

运行miniconda，确保你的miniconda窗口显示的是如下语句：

(sdwebui) C:\Users\Administrator>

如果不是，请先执行

*“conda activate sdwebui”*指令。

（sdwebui运行环境）

明确SD的安装位置，建议选择非系统盘且磁盘空间充足的硬盘根目录下。

例如，我这里选择D盘作为我的stable-diffusion-webui的安装目录，输入*“D:”*回车。（安装在其他硬盘同理）

（切换安装路径）

执行克隆SD项目代码：

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

这里需要魔法上网，如果多次尝试仍然克隆失败，推荐使用如下代码从镜像站克隆下载。

执行从镜像站克隆SD项目代码：

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

等到页面显示"done"，则表示安装完成。

（SD克隆完成界面）

（2）下载一个官方基础模型

首次正式启动SD之前，需要预先下载至少一个模型文件，用于应用加载。这里推荐使用官方Stable Diffusion v2.1基础模型文件。

（官方模型下载界面）

点击download下载模型，文件大小4.85GB。

下载完成后，将v2-1_768-ema-pruned.ckpt放置于stable-diffusion-webui→models→Stable-diffusion文件夹中。

例如我的存放路径为：

D:\stable-diffusion-webui\models\Stable-diffusion

注：上述文件夹路径是SD专门存放生成AI绘画的模型库文件夹，后续在其他网站（例如civitai）下载的后缀名为ckpt或afetensors的大模型均存放于此文件夹中。

（3）SDWebui，启动！

在miniconda的窗口中，执行"cd stable-diffusion-webui"命令，进入项目文件夹。

（打开SD项目文件夹）

执行"webui-user.bat"，启动webui程序。

（执行启动SDWebui命令）

注意事项：

1）首次启动时，会下载不少依赖文件，需要耐心等待文件下载完成，遇到下载失败报错，都是正常现象，只需在报错时多次执行"webui-user.bat"即可。

2）不要关闭miniconda窗口，哪怕它一直卡在一个界面不动，只需耐心等待直到报错，此时再执行"webui-user.bat"尝试。

3）如不小心关闭miniconda窗口，重新启动miniconda窗口，分别执行如下代码，回到下载界面。

“conda activate sdwebui”

“D:”

“cd stable-diffusion-webui”

“webui-user.bat”

（我这里安装在D盘，根据你的安装位置输入相应盘符）

4）如果长时间卡在"installing gfpgan"、"installing clip"或"installing open_clip"这三个环节，那么找到stable-diffusion-webui→modules文件夹下"lunchlaunch_utils.py"这个文件，用记事本方式打开。

在277-279行找到对应三个文件的下载路径，并在所有的"https://github.com"前加上"git+https://ghproxy.com/"，更改下载路径走国内镜像站下载，提高网络稳定性和下载速度。

（修改lunchlaunch_utils.py）

保存后重新执行"webui-user.bat"，此时关闭外网功能 可正常下载。

5）安装完gfpgan，clip，open_clip等几个大头之后，后面还有一些自动安装的依赖项，在下载安装过程中，遇到卡顿、报错等问题，合理切换网络环境，反复尝试"webui-user.bat"命令，直至安装完成。

（4）打开SDWebui网页

当miniconda窗口显示

"running on local URL: http://127.0.0.1:7860"的时候

（SD启动成功）

打开浏览器，输入"http://127.0.0.1:7860"，打开SD网页版界面。

（SD网页版界面）

恭喜你，当你看到这个界面时，代表Stable Diffusion已经正式完成安装并成功运行了起来。

需要注意的是，千万不可将miniconda的窗口关闭，否则SD网页版将无法使用。

接下来，你可以自己尝试使用SDWebui进行生成第一个作品。

例如，使用AbyssOrange（深渊橘）模型，在文生图板块的正向提示词中输入"a cat in the garden"（一只在花园里的猫，注意SD中只能使用英文），更改采样方法 （Sampler）为"DPM++ SDE Karras"，其他数值保持默认，点击生成。

等待数秒，AI会根据你提供的提示词描述，随机生成一张画作。

（SD初次尝试）

（SD第一幅作品）

需要说明的是，这是一次简单的尝试，对于提示词的书写、各种插件的使用等，都会影响AI绘画的精细度，不断地优化打磨各种细节才能画出你心中所想的那个画面。

四、优化！一键启动！

按照之前的操作，执行到"webui-user.bat"时

（重新加载sdwebui）

复制venv后面的路径

（找到venv后面的路径）

用记事本方式打开"stable-diffusion-webui"文件夹下的"webui-user.bat"文件，将venv后面的路径复制到"set PYTHON="后面，这样就可以省去之前的四个步骤了。（我这里是安装在D盘，根据自己的安装位置不同路径也会有所不同）

同时在"set COMMANDLINE_ARGS=“加上”–autolaunch"后保存，这样webui在加载完成时就会自动启动网页打开"http://127.0.0.1:7860"，以后直接双击打开"webui-user.bat"即可。

（webui-user.bat参数优化）