在部署 Stable Diffusion 时，环境配置往往是最大的拦路虎。手动安装需要处理 Python 版本、依赖库、运行库等繁琐步骤，一旦出错排查成本很高。相比之下，使用成熟的整合包能省去大量折腾时间，让开发者更专注于模型训练和图像生成本身。
系统环境与前提
本方案主要基于 Windows 平台整理。整合包通常针对 Windows 优化，解压后直接运行，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 会显著提升生成速度
- 显存越大，生成高分辨率图片越稳定
- 无独显也能运行，但速度会受限
下载与解压注意事项
获取安装包后，建议将压缩包放置在非中文路径下，例如 D 盘或 E 盘的根目录附近。避免放在桌面深层目录，以防脚本识别路径时出现异常。
解压后主目录结构通常包含：
webui：核心程序文件models：存放模型文件- 环境文件：独立运行的依赖库
- 启动脚本：一键运行入口
整合包已预置运行环境，无需单独安装 Python。
启动 WebUI
在主目录下找到批处理脚本（通常是 .bat 文件），双击运行即可。命令行窗口会自动加载环境并输出访问地址，例如 http://127.0.0.1:7860。首次启动可能需要较长时间加载模型，后续启动速度会明显提升。
模型管理
整合包对模型目录做了规范整理，常见路径如下：
stable-diffusion-webui\models\Stable-diffusion
将 .ckpt 或 .safetensors 格式的模型文件放入该目录，重启 WebUI 后选择栏会自动刷新。支持的模型类型包括：
- chilloutmix
- anything
- 国风模型
- 真人写实模型
Lora 模型通常位于：
models\Lora
VAE 文件一般存放在：
models\VAE
常用功能实战
1. txt2img（文生图）
这是最基础的功能。输入正面提示词描述画面内容，负面提示词排除不想要的元素。关键参数包括分辨率、采样方法、步数和 CFG 值。默认设置通常可用，生成后可直接保存或微调。
2. img2img（图生图）
以现有图片为基础进行风格迁移或局部重绘。调整强度值（0.3~0.7 之间效果较好）可控制变化幅度，适合替换人物、修改背景等操作。
3. Lora 管理
整合包内置插件支持 Lora 权重管理。使用时在提示词中写入：
<lora:模型名：权重>
权重设为 0.6 左右通常比较自然。
4. ControlNet 控制图
ControlNet 插件大幅提升了生成可控性。常用模式包括线稿、姿态、深度和分割。结合提示词使用，可以精确指定人物姿势或场景透视。
插件扩展
整合包预装了常用插件，如 Tagger、图片浏览工具、Prompt 辅助等，默认配置基本可直接使用。如需添加其他插件，只需将插件文件放入 目录即可。
