为什么选择整合包
Stable Diffusion 本地部署常面临环境配置繁琐的问题。手动安装需要处理 Python 版本、依赖库、运行库以及显卡驱动，任何一步出错都可能导致无法运行，调试成本较高。社区流行的整合包（如秋叶版）将 WebUI、模型管理、插件及运行环境预先打包好，解压后直接运行启动脚本即可，极大降低了入门门槛。
本文基于 Windows 环境，梳理整合包的部署流程与核心用法，帮助开发者快速上手生成式 AI 工具。
系统环境与硬件要求
整合包通常针对 Windows 优化，解压后无需管理员权限，也不会修改系统环境变量。硬件方面建议如下：
- 显卡：支持 CUDA 的 NVIDIA 显卡体验最佳。
- 显存：8GB 以上可流畅运行主流模型；4GB 以下需开启低显存模式或降低分辨率。
- 内存：建议 16GB 及以上，避免加载大模型时内存溢出。
若无独显，CPU 模式也可运行，但生成速度会显著下降。
获取与解压
整合包文件体积较大，下载过程需确保网络稳定。建议注意以下几点：
- 路径设置：解压至非中文、无空格且层级较浅的目录（如
D:\SD），避免脚本因路径编码问题报错。 - 版本选择：关注更新日志，优先选择修复了已知 Bug 的最新稳定版。
- 目录结构：解压后主目录通常包含
webui、models、environment及启动脚本，无需移动文件位置。
启动与基础配置
在主目录下找到 .bat 格式的启动脚本（如 webui-user.bat 或 启动 WebUI.bat），双击运行。命令行窗口会自动初始化环境并输出访问地址，例如 http://127.0.0.1:7860。首次启动耗时较长，后续启动速度会明显提升。
若遇到端口占用，可在启动参数中添加 --port 7861 指定其他端口。
模型管理与目录规范
整合包已预设好模型存储路径，用户只需将对应格式的文件放入指定文件夹即可自动识别。
-
主模型 (Checkpoint)：
stable-diffusion-webui\models\Stable-diffusion支持
.ckpt或.safetensors格式，如chilloutmix、anything等。 -
LoRA 模型：
models\Lora在提示词中调用格式为
<lora:模型名：权重>，常用权重约为 0.6。 -
VAE 模型：
models\VAE用于改善色彩和细节，部分模型已内置，可根据需要补充。
核心功能实战
文生图 (txt2img)
最基础的功能，通过文本描述生成图像。关键参数包括：
- 正向提示词：描述画面内容、风格、质量。
- 负向提示词：排除不想要的元素（如模糊、多余肢体）。
- 采样方法：推荐 Euler a 或 DPM++ 2M Karras。
- 步数：20~30 步通常足够，过高收益递减。
