简介
Stable Diffusion 本地部署通常涉及复杂的环境配置。手动安装需要处理 Python、依赖库及运行环境，步骤繁琐且容易出错。社区整合包通过预置 WebUI、模型管理及插件，大幅降低了门槛。本文基于 Windows 环境，介绍此类整合包的部署流程与核心功能使用。
环境要求
整合包主要针对 Windows 系统优化，解压即用，无需管理员权限或修改环境变量。硬件方面，支持 CUDA 的独立显卡能显著提升生成速度；显存越大，处理高分辨率图像越稳定。无独显设备也可运行，但需接受较慢的生成速度。
部署步骤
下载整合包后，建议存放于非中文路径（如 D 盘根目录），避免脚本解析错误。解压后主目录结构清晰，包含 webui、models 及启动脚本等。无需单独安装 Python，环境已内置于独立目录中。
双击'启动 WebUI'脚本即可运行。首次启动加载时间较长，后续会显著加快。待命令行显示 http://127.0.0.1:7860 时，浏览器访问该地址即可进入界面。
模型管理
整合包已预设好模型目录结构：
- 主模型：
stable-diffusion-webui\models\Stable-diffusion - LoRA：
models\Lora - VAE：
models\VAE
将 .ckpt 或 .safetensors 文件放入对应目录，重启 WebUI 后选择栏会自动更新。常见模型如 chilloutmix、anything 及国风模型均可直接加载。
核心功能实战
文生图 (txt2img)
最基础的功能。输入正面提示词、负面提示词，设置分辨率、采样方法及步数。默认参数通常可用，生成后可直接保存或微调。
图生图 (img2img)
基于现有图片进行调整。适合风格迁移、人物替换或背景修改。重绘幅度（Denoising strength）建议设置在 0.3~0.7 之间，以平衡原图特征与新内容。
ControlNet 控制
整合包通常预装 ControlNet 插件。支持线稿、姿态、深度等多种控制模式。结合提示词使用，可精确指定人物姿势或场景透视，大幅提升可控性。
LoRA 调用
在提示词中使用 <lora:模型名：权重> 格式调用。权重值通常在 0.6 左右，可根据实际效果调整。
常见问题排查
- 启动闪退：检查路径是否包含中文或过长，改为简短英文路径。
- 显存不足：开启低显存模式（如
--medvram），或降低输出尺寸。 - 端口占用：修改启动参数，例如
--port 7861。 - 模型不显示：确认文件扩展名正确且放置于指定目录。
总结
对于希望快速体验 Stable Diffusion 的用户，整合包是首选方案。它屏蔽了底层环境配置的复杂性，让用户专注于出图与模型调优。相比手动安装，整合包更利于长期维护，避免因环境更新导致的兼容性问题。
