StableDiffusion-webui 本地部署指南
你是否还在为 AI 绘画需要付费 API 而烦恼？是否担心在线服务存在隐私泄露风险？本文将带你从零开始，通过 StableDiffusion-webui 在本地部署一套全功能 AI 绘画系统，无需美术功底，即可拥有媲美专业画师的创作能力。
读完本文你将获得：
- 4 种零代码部署方案（Windows 一键安装/容器化部署/源码部署/移动端适配）
- 6 种常用绘画风格参数配置与自定义方法
- API 接口调用全流程及 Python 示例代码
- 95% 常见问题的解决方案
项目核心架构
StableDiffusion-webui 是一个基于 Stable Diffusion 模型的 Web 界面和 API 接口项目，主要由前端交互层、图像生成层和模型管理层构成。项目采用模块化设计，核心代码集中在以下目录：
- Web 界面实现：templates/index.html
- API 服务逻辑：app.py
- 图像生成核心：modules/sd_core.py
- 配置管理模块：modules/config.py
项目支持 CPU/GPU/AMD 显卡多种运行模式，通过 modules/device_utils.py 自动检测最优运行设备，最低仅需 8GB 内存即可运行基础模型。
快速部署指南
Windows 预打包版（推荐新手）
- 从项目发布页面下载压缩包并解压
- 双击 launcher.exe 启动程序
- 首次运行会自动下载模型文件（约 4GB）
- 等待浏览器自动打开界面（默认地址：http://127.0.0.1:7860）
注意：部分安全软件可能误报病毒，可暂时退出防护软件或选择其他部署方式。英伟达显卡用户需安装 CUDA11.8+ 以启用 GPU 加速。
Linux 容器化部署
适合服务器环境的一键部署方案，支持 GPU/CPU 两种模式：
# 克隆项目仓库
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git stable-diffusion-webui
cd stable-diffusion-webui
# GPU 版本部署
docker compose -f docker-compose.gpu.yaml up -d
# CPU 版本部署
docker compose -f docker-compose.cpu.yaml up -d
启动后通过 docker compose logs -f 查看初始化日志，完成后访问服务器 IP:7860 即可使用。
源码部署（开发者选项）
适合需要自定义或二次开发的场景，以 Linux 系统为例：
# 安装依赖
sudo apt-get install python3.10-venv
# 创建工作目录
mkdir -p /data/stable-diffusion && cd /data/stable-diffusion
# 克隆代码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git .
# 创建虚拟环境
python3 -m venv venv
./venv/bin/activate
pip install -r requirements.txt
pip install torch==2.2.0 torchvision==0.17.0 --index-url https://download.pytorch.org/whl/cu118
python launch.py
