1. 项目概述：从零开始，玩转本地AI绘画

最近几年，AI绘画的热度居高不下，从Midjourney到DALL-E，各种在线工具层出不穷。但对于很多创作者来说，在线服务要么有使用次数限制，要么需要付费订阅，要么担心自己的创意数据被平台留存。如果你也渴望一个完全免费、功能强大且能完全在本地电脑上运行的AI绘画工具，那么Stable Diffusion绝对是你的不二之选。它开源、免费，并且拥有极其活跃的社区，这意味着有无数的模型、插件和教程供你探索。今天，我就以一个过来人的身份，带你从零开始，手把手完成Stable Diffusion的下载、安装到生成第一张图的全过程。无论你是数字艺术爱好者、设计师，还是仅仅对AI技术感到好奇的普通用户，只要你的电脑有一块不算太老的显卡，就能跟着这篇教程，开启你的本地AI创作之旅。

2. 核心思路与准备工作：为什么选择WebUI？

在开始动手之前，我们先理清思路。Stable Diffusion本身是一个复杂的AI模型，直接与它交互需要命令行和代码知识，门槛很高。幸运的是，社区大神们开发了图形用户界面（GUI），让普通用户也能轻松使用。目前最主流、最易用的就是 AUTOMATIC1111 的 Stable Diffusion WebUI 。我们整个教程都将围绕它展开。

选择它的理由很充分：首先，它完全免费开源，功能最全，更新最及时，几乎支持所有社区新特性。其次，它拥有庞大的插件生态系统，从面部修复、高清放大到动画生成，你能想到的功能几乎都有对应插件。最后，它的操作逻辑清晰，对新手友好，同时又为高级用户提供了丰富的调试参数。

2.1 硬件与软件环境自查

在下载任何东西之前，请先确认你的电脑是否满足基本要求。这是避免后续无数报错的关键一步。

1. 显卡（GPU）： 这是最重要的部分。Stable Diffusion依赖显卡进行图像生成的复杂计算。

• NVIDIA显卡（推荐）： 这是兼容性最好的选择。你需要一块显存至少为 4GB 的显卡。例如 GTX 1650 4G、RTX 2060 6G 或更高型号。显存越大，能生成的图片分辨率越高，批量出图也越流畅。我的旧笔记本是GTX 1060 6G，跑起来基本没问题。
• AMD显卡： 支持，但配置过程比N卡复杂一些，需要额外的优化和设置，对新手不太友好。
• 苹果M系列芯片（Mac）： 可以通过特定版本支持，但性能和生态远不如N卡。
• 仅CPU： 如果你的电脑没有独立显卡，或者显卡太老，理论上可以用纯CPU计算，但速度会非常非常慢，生成一张图可能需要几分钟甚至十几分钟，体验很差。

注意： 你可以通过任务管理器（Win）或关于本机（Mac）查看你的显卡型号和显存。如果显存小于4GB，你可能需要选择更轻量化的整合包或在线服务。

2. 操作系统：

• Windows 10/11（64位）： 这是最主流、支持最好的平台，本教程也以Windows为例。
• Linux/macOS： 同样支持，但安装步骤略有不同，需要一定的命令行操作基础。

3. 存储空间： 准备好至少 15-20GB 的可用硬盘空间。这包括了WebUI本体、基础模型以及你后续可能会下载的各种风格模型。

4. 网络环境： 安装过程中需要从GitHub、Hugging Face等平台下载大量文件，请确保有一个稳定、通畅的网络连接。某些步骤可能需要特定的网络环境。

2.2 核心组件下载清单

我们不需要去乱七八糟的网站找资源，所有官方和必要的文件都可以从可靠的源头获取。请提前准备好以下内容：

1. Python： 这是WebUI的运行基础。我们需要下载 Python 3.10.6 版本。注意，不是版本越新越好，3.10.6是经过大量测试最稳定的版本。
   • 官方下载地址： 在Python官网找到3.10.6的安装程序，选择“Windows installer (64-bit)”下载。
2. Git： 用于从GitHub上拉取（下载）WebUI的最新代码。
   • 官方下载地址： 从Git官网下载Windows版本的安装程序。
3. Stable Diffusion WebUI 本体： 我们将从AUTOMATIC1111的官方GitHub仓库获取。
   • 不需要提前下载压缩包，我们会用Git命令直接获取。
4. 基础模型（Checkpoint）： 这是AI绘画的“大脑”，决定了画风和质量。最著名的开源基础模型是 Stable Diffusion 1.5 或 SDXL 1.0 。SDXL效果更好但对硬件要求也更高。新手建议从1.5开始。
   • 推荐下载： v1-5-pruned-emaonly.safetensors
   • 下载地址： Hugging Face（一个AI模型社区）。你需要注册一个账号（免费），然后在对应的模型页面下载 .safetensors 格式的文件（更安全）。

3. 详细安装步骤：一步一图，避开所有坑

好了，理论准备完毕，我们开始实战。请严格按照步骤操作。

3.1 第一步：安装Python与Git

1. 安装Python 3.10.6：

   • 运行下载好的 python-3.10.6-amd64.exe 。
   • 在第一个安装界面， 务必勾选最下方的 “Add Python 3.10 to PATH” 。这是将Python添加到系统环境变量，至关重要！然后点击“Install Now”。
   • 安装完成后，打开“命令提示符”（CMD）或“PowerShell”，输入 python --version 并回车。如果显示 Python 3.10.6 ，说明安装成功。

2. 安装Git：

   • 运行Git安装程序，大部分选项保持默认即可，一路点击“Next”。
   • 在“Adjusting your PATH environment”这一步，建议选择 “Git from the command line and also from 3rd-party software” ，这样可以在任何地方使用git命令。
   • 其他步骤默认，完成安装。同样，在CMD中输入 git --version 验证是否安装成功。

3.2 第二步：获取并部署WebUI

这是核心步骤，我们将把WebUI部署到本地。

1. 选择一个工作目录： 在你的硬盘上找一个空间充足的位置，例如 D:\AI_Painting 。在这个文件夹里，我们将存放所有相关文件。
2. 拉取WebUI代码：
   • 在 D:\AI_Painting 文件夹内，右键点击空白处，选择“在终端中打开”或“Git Bash Here”。这会打开一个命令行窗口，并且路径已经在当前文件夹。
   • 输入以下命令并回车：

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

   • 这个命令会从GitHub克隆WebUI的所有文件到当前目录下的 stable-diffusion-webui 文件夹里。等待下载完成。
3. 放置基础模型：
   • 进入刚刚克隆的文件夹： D:\AI_Painting\stable-diffusion-webui 。
   • 在里面找到 models 文件夹，再进入 Stable-diffusion 文件夹。
   • 将你从Hugging Face下载的 v1-5-pruned-emaonly.safetensors 模型文件，复制粘贴到这个 Stable-diffusion 文件夹内。

3.3 第三步：首次启动与配置

万事俱备，只差启动。

1. 运行启动脚本：
   • 在 stable-diffusion-webui 文件夹内，找到 webui-user.bat 这个文件。 右键点击它，选择“编辑” （用记事本或VS Code等文本编辑器打开）。
2. （可选但推荐）设置命令行参数：
   • 在编辑器中，你会看到类似 set COMMANDLINE_ARGS= 的一行。我们可以在这里添加一些参数来优化体验。
   • 对于大多数N卡用户，建议修改为：

     set COMMANDLINE_ARGS=--autolaunch --xformers --medvram
     

     • --autolaunch : 启动后自动打开浏览器。
     • --xformers : 大幅提升生成速度并降低显存占用（仅限N卡）。
     • --medvram : 为显存4G-8G的显卡优化显存使用。如果你的显存大于8G，可以去掉这个参数；如果只有4G，可以改成 --lowvram 。
   • 修改后保存并关闭文件。
3. 启动WebUI：
   • 直接双击运行 webui-user.bat 。第一次运行会非常漫长（可能需要10-30分钟），因为脚本会自动下载安装所有必需的依赖包（如torch、gradio等）。请保持网络畅通，耐心等待。
   • 命令行窗口会滚动大量信息，这是正常现象。当最后出现类似 Running on local URL: http://127.0.0.1:7860 的信息时，恭喜你，启动成功了！
   • 浏览器会自动打开（如果设置了 --autolaunch ）或手动在浏览器地址栏输入 http://127.0.0.1:7860 ，你将看到Stable Diffusion WebUI的界面。

实操心得： 第一次启动时，如果卡在某个环节（例如下载 clip 或 GFPGAN ），可能是因为网络问题。可以尝试关闭命令行窗口，重新运行 webui-user.bat ，它会继续之前的进度。也可以搜索相关文件名，手动下载后放到提示的目录下。

4. 界面详解与生成第一张图

现在，你面前就是这个功能强大但略显复杂的界面了。别慌，我们一步步来。

4.1 核心界面功能区解读

界面主要分为以下几个区域：

1. 左上角 - 模型选择： 这里显示当前加载的模型。点击可以切换你放在 models/Stable-diffusion 文件夹里的其他模型。
2. 正上方 - 提示词（Prompt）输入框： 这是AI绘画的“指挥棒”。你用文字在这里描述你想要画面。
3. 下方 - 反向提示词（Negative Prompt）输入框： 告诉AI你 不想要 什么，比如“丑陋的、模糊的、多手指”，可以极大提升出图质量。
4. 右侧 - 生成参数：
   • 采样步数（Sampling Steps）： 通常20-30步即可，步数越多细节可能越好，但速度越慢。
   • 采样方法（Sampling method）： 新手推荐 Euler a （速度快，创意足）或 DPM++ 2M Karras （细节好）。
   • 图片宽度/高度（Width/Height）： 生成图片的尺寸。注意，尺寸越大消耗显存越多。初次尝试可从512x512开始。
   • 提示词相关性（CFG Scale）： 控制AI听从提示词的程度。一般7-12之间，太低会自由发挥，太高可能画面僵硬。
   • 随机种子（Seed）： -1 代表随机。如果你生成了一张好图，可以固定它的种子值，然后微调提示词来产生类似风格的变化。
5. 中间下方 - 生成按钮： 点击“Generate”开始创作！

4.2 你的第一次AI绘画实战

让我们用最经典的例子来生成第一张图。

1. 在提示词（Prompt）框中输入（英文效果通常更好）：

   masterpiece, best quality, 1girl, beautiful, detailed eyes, long silver hair, fantasy castle background, sunny day
   

   （意为：杰作，最佳质量，1个女孩，美丽，细节丰富的眼睛，银色长发，奇幻城堡背景，晴天）
2. 在反向提示词（Negative Prompt）框中输入：

   ugly, blurry, bad hands, extra fingers, mutated, text
   

   （意为：丑陋，模糊，坏的手，多余的手指，变异，文字）
3. 设置参数：
   • 采样步数：20
   • 采样方法：Euler a
   • 宽度/高度：512 x 512
   • CFG Scale：7
   • 随机种子：-1
4. 点击“Generate”！

等待几十秒，你的第一幅由本地AI生成的画作就会出现在下方画廊中！你可以点击图片查看大图，并保存到本地。

4.3 提示词工程入门：如何与AI有效沟通

生成图片不难，但生成 好 图片需要技巧，这就是“提示词工程”。

• 权重控制： 用 () 增加权重， [] 降低权重。例如 (beautiful:1.3) 或 ((masterpiece)) 会比单纯写 beautiful 更强调这个词。 [blurry] 则会降低“模糊”的影响。
• 交替词： 用 [A|B] 让AI在A和B之间随机选择，增加多样性。
• 分阶段描述： 按“主体-细节-环境-风格-画质”的结构组织提示词，逻辑更清晰。例如： [主角描述], [服装细节], [场景环境], [艺术风格], [画质标签] 。
• 善用反向提示词： 这是提升画面质量的捷径。一套通用的高质量反向提示词可以参考：

  (worst quality, low quality:1.4), (bad_prompt_version2:0.8), (bad-hands-5:1.0), (extra fingers), (mutated hands), (poorly drawn hands), (bad anatomy), (wrong anatomy), (extra limb), (missing limb), (floating limbs), (disconnected limbs), (malformed hands), (ugly), (text), (signature), (watermark), (username), (blurry), (bad feet), (bad eyes)
  

  直接复制到你的反向提示词框，能有效避免很多低级错误。

5. 模型、插件与高级玩法

当你熟悉了基础操作后，WebUI的真正威力才刚开始展现。

5.1 如何获取和安装新模型

基础模型画风比较写实。社区有成千上万的微调模型，擅长各种风格：动漫、科幻、奇幻、国风、真实照片等。

1. 模型下载站：
   • Civitai： 全球最大的Stable Diffusion模型分享社区，资源极其丰富。
   • Hugging Face： 更偏向技术社区，也有很多优质模型。
2. 模型类型：
   • Checkpoint（大模型）： 完整的绘画模型，文件大（通常2-7GB），是生成图片的基础。下载后放入 models/Stable-diffusion 。
   • LoRA/LyCORIS： 小型网络模型（通常几十到几百MB），用于微调风格、特定人物或物件。需要搭配大模型使用。下载后放入 models/Lora ，在WebUI中需要点击额外网络（Extra Networks）图标来激活和调整权重。
   • VAE： 视觉美化器，用于改善颜色和细节。下载后放入 models/VAE ，在设置（Settings）里可以选择。
   • Embedding/Textual Inversion： 文本嵌入模型，文件很小（几十KB），用于定义某种风格或概念。放入 embeddings 文件夹，在提示词中直接使用它的文件名即可调用。
3. 安装流程： 下载模型文件 -> 放入对应文件夹 -> 在WebUI左上角点击刷新按钮 -> 选择新模型（切换模型需要一点加载时间）。

5.2 必备插件安装与使用

插件能极大扩展WebUI的功能。安装非常简单。

1. 进入“扩展（Extensions）”标签页。
2. 选择“从网址安装（Install from URL）”。
3. 输入插件的GitHub仓库地址，点击“安装”。
4. 安装完成后，回到“已安装（Installed）”标签页，点击“应用并重载前端（Apply and restart UI）”。

推荐几个必装插件：

• ControlNet： 最强控制插件，没有之一。 它允许你用线稿、深度图、姿势图等来控制AI生成的构图，实现精准绘图。安装后需要下载对应的预处理器（Preprocessor）和模型（Model），放入 extensions/sd-webui-controlnet/models 文件夹。
• Additional Networks (LoRA插件)： 更方便地管理和调用LoRA模型，无需每次都去额外网络里找。
• Dynamic Prompts： 支持提示词模板和随机组合，用于批量生成不同主题的图。
• Tagger (WD14)： 图生标签，给你一张图，它能自动反推出可能的关键词，学习提示词的神器。
• Civitai Helper： 方便地在WebUI内浏览和下载Civitai上的模型。

5.3 高清修复与图生图技巧

1. 高清修复（Hires. fix）： 这是提升图片分辨率的神器。在文生图（txt2img）下方勾选“Hires. fix”。

• 放大算法（Upscaler）： 推荐 R-ESRGAN 4x+ 或 Latent 。
• 重绘幅度（Denoising strength）： 控制在0.3-0.5之间，太高会改变原图内容，太低则修复效果不明显。
• 放大倍数（Upscale by）： 通常2倍即可。它会先以较低分辨率生成，再用算法放大并补充细节。

2. 图生图（img2img）： 这是创意玩法的核心。上传一张图片，AI会在此基础上进行重绘。

• 重绘幅度（Denoising strength）： 这是核心参数。
  • 0.3以下： 微调，保持原图大体不变，只改变风格或细节。
  • 0.4-0.7： 创意重绘，在原有构图基础上进行较大改变。
  • 0.7以上： 几乎完全重新生成，只保留一点点原图色彩或轮廓信息。
• 局部重绘（Inpaint）： 在图生图界面上传图片后，用画笔涂黑你想修改的部分，AI只会重绘被涂抹的区域。常用于修复崩坏的脸部或手部，或者给人物换装。

6. 常见问题与故障排除实录

玩Stable Diffusion，不遇到点问题是不可能的。下面是我踩过坑后总结的速查表。

问题现象	可能原因	解决方案
启动 webui-user.bat 时报错或闪退	1. Python未正确安装或PATH未设置。 2. 网络问题导致依赖下载失败。 3. 安装路径包含中文或特殊字符。	1. 确认Python版本为3.10.6，并已添加至PATH。 2. 尝试使用稳定的网络环境，或手动配置。 3. 将WebUI放在纯英文路径下，如 D:\sd-webui 。
生成图片时提示“CUDA out of memory” (显存不足)	1. 图片分辨率设置过高。 2. 同时生成的图片数量（Batch size）太多。 3. 模型或VAE过载。	1. 降低生成图片的宽高（如从1024降到512）。 2. 将Batch size设为1。 3. 在启动参数中添加 --medvram 或 --lowvram 。使用 --xformers 也能优化显存。
生成速度非常慢	1. 未启用xformers。 2. 显卡性能本身较弱。 3. 采样步数设置过高。	1. 确保启动参数中有 --xformers （N卡）。 2. 尝试使用更快的采样器，如 Euler a 。 3. 将采样步数降到20-30。
生成的图片人物脸部崩坏、手部畸形	1. 基础模型对细节处理能力有限。 2. 提示词不够具体或反向提示词未生效。	1. 使用面部修复插件，如 CodeFormer 或 GFPGAN ，在“生成”按钮下的“脚本”里可以找到。 2. 在反向提示词中加入 bad hands, extra fingers, bad anatomy 。 3. 使用ControlNet的OpenPose或深度图控制姿势。
切换模型后界面卡住或报错	1. 模型文件损坏或不兼容。 2. 显存不足加载新模型。	1. 重新下载模型文件，确保格式正确（.safetensors或.ckpt）。 2. 关闭WebUI，重新启动以释放显存。
插件安装失败或无法使用	1. 网络问题无法连接GitHub。 2. 插件与当前WebUI版本不兼容。	1. 尝试通过“从磁盘安装”，手动下载插件ZIP包。 2. 检查插件页面，确认其支持你的WebUI版本。更新WebUI到最新版。
生成图片全是黑色或噪声	1. 没有加载VAE文件。 2. 模型本身需要特定的VAE。	1. 在“设置”->“Stable Diffusion”中，选择一个VAE模型（如 vae-ft-mse-840000-ema-pruned.ckpt ）。 2. 查阅模型发布页的说明，使用作者推荐的VAE。

独家避坑技巧：

• 备份 webui-user.bat 的配置： 当你调好一套稳定的启动参数后，把这个.bat文件备份一下。以后如果出了问题，直接用备份文件覆盖，能省去很多排查时间。
• 使用 --skip-torch-cuda-test 参数： 如果你确定环境没问题，但启动时总在CUDA检测环节卡住或报错，可以加入此参数跳过检测，有时能解决一些玄学问题。
• 关注控制台（命令行）信息： 任何错误都会首先显示在那里。遇到问题时，把红色的错误信息复制下来去搜索，99%的问题都能找到答案。
• 模型管理工具： 模型下多了会非常混乱。可以手动在 models 文件夹内建立子文件夹来分类，如 \Stable-diffusion\anime\ , \Stable-diffusion\realistic\ 。WebUI支持这种子目录结构，并在模型下拉菜单中显示为“anime/模型名”。

从双击一个批处理文件时的一片空白，到能熟练地运用提示词、ControlNet和LoRA创作出心中所想，这个过程充满了探索的乐趣和解决问题的成就感。本地部署Stable Diffusion给了你最大的控制权和隐私性，让你可以不受限制地实验各种想法。我个人的体会是，不要把AI当作一个完美的画家，而是把它看作一个拥有无限可能、但需要你精确引导的合作者。你的审美、你的提示词、你的参数调整，共同决定了最终作品的走向。多尝试，多失败，多从社区学习别人的优秀作品和提示词，你的“炼丹”手艺自然会飞速进步。最后一个小建议，定期备份你的 outputs （作品）文件夹和精心调教的提示词合集，这些才是你最宝贵的数字资产。