为什么本地部署？
Stable Diffusion 本地部署让你可以：
- 完全免费无限使用
- 不上传数据保护隐私
- 使用各种自定义模型
- 高度可定制
前置条件
需要一张不错的显卡（NVIDIA 显卡，6GB 显存以上为佳）。
硬件要求
最低配置
| 组件 | 要求 | |------|------| | 显卡 | NVIDIA 4GB 显存 | | 内存 | 8GB RAM | | 硬盘 | 20GB 空间 |
推荐配置
| 组件 | 要求 | |------|------| | 显卡 | NVIDIA 8GB+ 显存 | | 内存 | 16GB RAM | | 硬盘 | 50GB+ SSD |
安装方式选择
安装方式对比
├── 秋叶整合包 ──── 最简单，一键启动
├── Breeze Diffussion ──── 预配置版
├── 官方 +手动 ──── 可定制，但复杂
└── ComfyUI ──── 高级用户，工作流
方式一：秋叶整合包（推荐新手）
下载
1. 下载秋叶整合包
- B站搜索"秋叶整合包"
- 或访问 sdwebui.cn
2. 解压到纯英文路径
- 例如：D:\SD\webui
3. 运行启动器
- 双击 "启动器.exe"
使用
界面介绍：
1. 提示词输入框
2. 反向提示词框
3. 尺寸设置
4. 生成按钮
5. 图片预览区
6. 模型选择
常见问题
问题：显存不足
解决：
- 降低图片尺寸
- 使用更小的模型
- 关闭其他程序
问题：缺少模型
解决：
- 下载模型放入 models/Stable-diffusion
- 使用秋叶内置的模型下载器
方式二：Breeze Diffusion
特点
✅ 预配置好了常用设置
✅ 界面友好
✅ 更新频繁
✅ 自带模型管理
安装
1. 下载 Breeze Diffussion
- GitHub: github.com/废墟的孤独/Breeze-Diffusion
2. 解压到纯英文路径
3. 运行 start.bat
4. 浏览器打开 http://localhost:7860
方式三：ComfyUI（高级用户）
什么是 ComfyUI？
ComfyUI 使用节点工作流的方式：
优势：
✅ 更精细的控制
✅ 更高的稳定性
✅ 更好的内存管理
✅ 可保存和复用工作流
劣势：
❌ 学习曲线较陡
❌ 需要理解原理
工作流示例
基础文生图工作流：
Load Checkpoint（加载模型）
↓
CLIP Text Encode（提示词）
↓
Empty Latent Image（设置尺寸）
↓
KSampler（采样）
↓
VAE Decode（解码）
↓
Preview Image（预览）
常用节点
| 节点 | 功能 | |------|------| | Load Checkpoint | 加载模型 | | CLIP Text Encode | 编码提示词 | | Empty Latent Image | 创建空白潜空间 | | KSampler | 采样生成 | | VAE Decode | 解码图片 | | Save Image | 保存图片 |
模型介绍
模型类型
├── Checkpoint（模型）
│ └── 完整模型，大而全
├── LoRA（微调）
│ └── 小型定制模型
├── VAE
│ └── 色彩/清晰度
└── Embedding（Embedding）
└── 风格/概念
推荐模型
| 模型 | 大小 | 特点 | |------|------|------| | SDXL 1.0 | 6-7GB | 质量最高 | | Majicmix | 2GB | 真实人像 | | Counterfeit | 2GB | 动漫风格 | | RevAnimated | 2GB | 通用动漫 | | Realistic Vision | 2GB | 写实风格 |
安装模型
安装位置：
- 模型：models/Stable-diffusion/
- LoRA：models/Lora/
- VAE：models/VAE/
- Embedding：embeddings/
安装方法：
1. 下载模型文件（.safetensors 或 .ckpt）
2. 放入对应文件夹
3. 在 WebUI 中刷新即可使用
提示词语法
基础语法
正向提示词：你想要的内容
反向提示词：你不想要的内容
示例：
正向：1girl, long hair, blue eyes, smile
反向：worst quality, low quality, deformed
进阶语法
权重调整：
(cat) 增强 1.1 倍
((cat)) 增强 1.21 倍
[cat] 减弱 0.9 倍
范围修改：
cat::2 指定权重 2
cat::0.5 指定权重 0.5
混合：
cat | dog 交替混合
提示词模板
人像模板：
(masterpiece, best quality:1.4), 1girl, detailed face,
[头发描述], [眼睛颜色], [表情],
[服装描述], [姿势],
cinematic lighting, detailed background,
正向: desired features
反向: worst quality, low quality, deformed
参数设置
采样器选择
| 采样器 | 速度 | 质量 | 推荐场景 | |--------|------|------|----------| | DPM++ 2M Karras | 中 | 高 | 通用，推荐 | | DPM++ SDE Karras | 慢 | 最高 | 追求质量 | | Euler a | 快 | 中 | 快速预览 | | DDIM | 快 | 中 | 快速 |
关键参数
| 参数 | 说明 | 建议值 | |------|------|--------| | Steps | 采样步数 | 20-30 | | CFG Scale | 提示词引导强度 | 7-8 | | 尺寸 | 图片分辨率 | 512x512 或 768x768 | | Batch count | 生成数量 | 1-4 |
ControlNet 使用
什么是 ControlNet？
ControlNet 可以精确控制生成：
功能：
✅ 控制姿势
✅ 控制构图
✅ 控制线稿
✅ 控制深度
安装 ControlNet
1. 下载 ControlNet 扩展
- WebUI 管理 → 安装 → 搜索 ControlNet
2. 下载预处理器模型
- github.com/lllyasviel/ControlNet-v1-1
3. 放入 models/ControlNet/
4. 重启 WebUI
使用姿势控制
1. 准备姿势图
- 用 Pose AI 生成
- 或上传已有图片
2. 启用 ControlNet
- 选择启用
- 上传姿势图
- 选择 preprocessor
3. 调整权重
- 控制强度
- 引导时机
4. 生成
插件推荐
必备插件
| 插件 | 功能 | |------|------| | ControlNet | 姿势/构图控制 | | LoRA | 微调模型支持 | | Tag Complete | 提示词自动补全 | | After Detailer | 脸部修复 | | Ultimate SD Upscale | 图片放大 |
安装插件
方法 1：WebUI 管理
1. 扩展 → 可用 → 加载可用
2. 搜索插件名
3. 点击安装
方法 2：手动安装
1. 下载插件到 extensions 目录
2. 重启 WebUI
常见问题
Q：生成很慢？
解决：
1. 使用更快的采样器（Euler a）
2. 降低步数（20 步即可）
3. 使用更小的尺寸
4. 升级显卡
Q：脸部崩坏？
解决：
1. 使用 After Detailer
2. 降低 CFG（7 左右）
3. 使用专门的炼丹脸模型
4. 使用更清晰的模型
Q：颜色发灰？
解决：
1. 加载 VAE
2. 在设置中启用 VAE
3. 使用更新的模型
提示
本地部署后，多尝试不同的模型、LoRA 和参数组合，找到你喜欢的风格。
总结
本地部署 Stable Diffusion：
- 选择安装方式：秋叶包最简单
- 了解模型类型：Checkpoint、LoRA、VAE
- 掌握提示词语法：权重、混合等
- 学会 ControlNet：精细控制
- 使用插件增强：提高效率和质量
记住：本地部署是免费无限使用的前提，虽然需要一些初始配置，但长期来看非常值得。