Stable Diffusion 秋叶整合包本地部署与使用指南
近期深入体验了 Stable Diffusion 的多种部署方式，从手动配置环境到使用现成整合包，差异确实明显。手动安装往往受限于 Python 版本、依赖库冲突以及运行库配置，排查问题耗时耗力。相比之下，秋叶整合包将 WebUI、模型管理、插件及运行环境预先打包好，解压即用，对新手非常友好。
结合实际操作经验，我梳理了以下关键点，希望能帮助想快速上手 AI 绘图的朋友少走弯路。
整合包概览
这个版本本质上是一个预配置的 AUTOMATIC1111 WebUI 环境。下载后按照提示解压，双击启动脚本即可运行，无需额外折腾系统环境变量或安装 Python。由于核心是标准的 WebUI，网上大部分教程都能直接复用。
环境与资源要求
目前主要基于 Windows 平台整理，整合包通常针对该系统优化，解压后直接运行，不修改系统注册表。
硬件方面建议如下：
- 显卡：支持 CUDA 会更顺畅，显存越大生成大图越稳定。
- 内存：无独显也能跑，但速度会显著下降。
- 路径：建议放在非中文、非深层目录（如 D 盘根目录），避免脚本识别路径时出错。
文件结构与启动
解压后的主目录结构清晰，通常包含 webui、models、环境文件及启动脚本。无需移动文件位置，整合包已准备好独立运行环境。
在主目录下找到 .bat 格式的启动脚本（如'启动 WebUI'），双击运行。命令行窗口会自动加载环境，待显示 http://127.0.0.1:7860 链接后，在浏览器打开即可进入界面。首次启动加载时间稍长属正常现象，后续启动会快很多。
模型管理
整合包已预设好模型存放路径，常见目录如下：
stable-diffusion-webui\models\Stable-diffusion
将 .ckpt 或 .safetensors 格式的主模型放入此目录，重启 WebUI 后选择栏会自动更新。常见的 chilloutmix、anything 及国风模型均可在此使用。
其他类型模型路径略有不同：
- Lora：
models\Lora - VAE：
models\VAE
核心功能操作
为了让内容更具实操性，这里整理几个高频功能的使用心得。
文生图 (txt2img)
这是最基础的功能。输入正面和负面提示词，设置分辨率、采样方法、步数及 CFG 值。默认参数通常可用，生成后可直接保存或微调。
图生图 (img2img)
基于已有图片进行调整，适合风格迁移、人物替换或背景修改。强度值控制在 0.3~0.7 之间效果较自然。
Lora 管理
整合包内置了 Lora 管理工具，支持权重调整和合并。使用时只需在提示词中指定：
<lora:模型名：权重>
权重设为 0.6 左右较为常见。
ControlNet
整合包附带了 ControlNet 插件，支持线稿、姿态、深度及分割等控制模式。结合提示词使用，能大幅提高生成图像的可控性，例如固定人物姿势或保持场景透视。
[图：ControlNet 界面示意]
插件与配置
整合包预装了常用插件，如 Tagger、图片浏览、Prompt 工具等，默认设置基本可直接使用。若需扩展，可将插件文件放入 extensions 目录。
如需调整默认行为，可修改根目录配置文件，涉及运行参数、显存优化或线程数等。新手阶段建议保持默认，若遇显存不足，可在启动脚本中添加 --medvram 或 --lowvram 参数。
