Stable Diffusion WebUI 本地部署完整教程

优质文章学习记录

— 7 min read
Stable Diffusion WebUI 本地部署完整教程

Stable Diffusion WebUI 本地部署完整教程（AUTOMATIC1111 版）

本教程基于 Windows 系统，适合 AI 绘画爱好者或初学者，旨在帮助大家从零部署并运行本地的 Stable Diffusion 模型界面（Web UI）。我们将从克隆项目、配置环境到运行界面，并附上常见网络问题的解决方案。

一、准备工作

1. 安装依赖

  • Python 3.10.x
  • Git（推荐官网下载最新版）
  • 显卡驱动 + CUDA（NVIDIA 用户，建议驱动更新到最新版）

安装好后，确保 Python 和 Git 都加入了系统环境变量。

二、克隆项目仓库

使用如下命令克隆 AUTOMATIC1111 的 Web UI 项目：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

🚧 常见问题：OpenSSL SSL_read: Connection was reset, errno 10054

这是网络导致的 Git 连接失败问题。

✅ 解决方法：

关闭 Git 的 HTTPS 证书验证：

git config --global http.sslVerify false

然后重新执行 clone 命令即可成功。

三、运行项目

1. 进入项目目录，双击运行：

stable-diffusion-webui\webui-user.bat

运行后会自动创建虚拟环境并下载依赖库。

🚧 问题：提示升级 pip？

✅ 解决方法：

根据提示复制升级命令，在新命令行中执行（路径根据你的安装位置可能不同）：

H:\AI\stable-diffusion-webui\venv\Scripts\python.exe -m pip install--upgrade pip

升级完成后，重新运行webui-user.bat。

四、解决国内网络环境下载失败的问题

在首次运行时，WebUI 会自动安装一些依赖模型，例如：

  • gfpgan
  • clip
  • open-clip

若下载失败，你会在命令行中看到安装卡住或超时的报错，解决方案如下：

方法一：修改 pip 安装源为国内镜像

打开 stable-diffusion-webui\launch.py 文件，找到安装失败的部分。

例如：

run_pip(f"install {gfpgan_package}","gfpgan")

改为：

run_pip(f"install -i https://pypi.douban.com/simple/ {gfpgan_package}","gfpgan")

同样方式修改：

  • clip_package
  • open_clip_package

然后保存、关闭命令行，重新运行webui-user.bat。

方法二：加速 GitHub 文件下载

如果卡在某个 GitHub 地址，可以用加速代理，例如：

"https://github.com/..."

改为：

"https://github.moeyy.xyz/https://github.com/..."
示例：在 launch.py 或 launch_utils.py 中

找到类似以下函数：

defprepare_environment():

把里面涉及 GitHub 的 URL 全部加上加速前缀。

📌 文件找不到的情况

如果你找不到 launch.py，可能你的版本结构已经更新，请在 launch_utils.py 中查找对应的 run_pip(...) 语句并按相同方式修改（比如第 263、266、269 行）。

五、首次加载模型

第一次进入 WebUI 会自动下载一个默认模型（如 v1-5-pruned-emaonly.ckpt），文件较大（约 4GB），请耐心等待。

在这里插入图片描述


首次加载可能时间较长。你也可以自行下载 .ckpt 或 .safetensors 模型放入以下目录：

stable-diffusion-webui\models\Stable-diffusion\

🚧 遇到模型加载失败：ProxyError 错误

如果你遇到类似如下错误信息：

ProxyError: ('Unable to connect to proxy', FileNotFoundError(2, 'No such file or directory'))

并伴随类似：

requests.exceptions.ProxyError: (MaxRetryError("HTTPSConnectionPool(...): Max retries exceeded with url: /openai/clip-vit-large-patch14/resolve/main/vocab.json ..."))

✅ 解决方法如下：

  1. 请关闭你之前为了下载模型使用的代理工具（包括系统代理或设置在 WebUI 中的代理参数）。
  2. 关闭命令行窗口，重新运行 webui-user.bat，程序会重新尝试使用正常方式连接 HuggingFace。

🌀 如果出现“卡住不动”的情况？

有时候你可能会发现命令行卡在某一步不动，长时间没有进度。

✅ 解决方法：

  • 直接关闭命令行窗口，重新运行 webui-user.bat，系统通常会从上次中断处继续下载或跳过已安装内容。

六、设置代理加速 HuggingFace 模型下载

为什么要设置？

很多用户在首次运行或切换模型时会遇到以下错误：

OSError: Can't load tokenizer for 'openai/clip-vit-large-patch14'

说明系统在尝试联网下载 tokenizer 文件（如 vocab.json），但由于网络限制（如 HuggingFace 被墙），下载失败。

解决方法一：在 webui-user.bat 中设置代理

  1. 编辑 webui-user.bat 文件，在开头添加如下内容：
:: 启用代理（如 Clash 使用 HTTP 代理 7890 端口） set HTTP_PROXY=http://127.0.0.1:7890 set HTTPS_PROXY=http://127.0.0.1:7890 :: 如果你用的是 SOCKS5 代理（如 V2Ray、Trojan）： :: set ALL_PROXY=socks5://127.0.0.1:1080
  1. 保存并重新运行 webui-user.bat。
✅ 一般配合 Clash 使用效果较好，默认本地端口为 7890。

解决方法二：手动下载 CLIP Tokenizer 模型到本地

  1. 下载以下 4 个文件：
    • vocab.json
    • merges.txt
    • tokenizer_config.json
    • special_tokens_map.json
  2. 将上述 4 个文件全部放入该目录中。

打开 ldm\modules\encoders\modules.py，找到如下代码：

self.tokenizer = CLIPTokenizer.from_pretrained(version)

修改为：

self.tokenizer = CLIPTokenizer.from_pretrained("models/clip-vit-large-patch14")

在本地新建目录：

stable-diffusion-webui\models\clip-vit-large-patch14\

访问以下链接（如无法打开建议用代理）：

https://huggingface.co/openai/clip-vit-large-patch14/tree/main

这样就会从本地加载 tokenizer 文件，避免联网失败问题。

在这里插入图片描述

七、可选：更换模型

你可以将其他 .ckpt 或 .safetensors 模型放入：

stable-diffusion-webui\models\Stable-diffusion\
在这里插入图片描述

然后在 Web UI 界面右上角下拉选择切换模型。

八、模型部署成功后的使用与测试

1. 访问 Web UI 界面

当命令行中显示如下信息：

Running on local URL: http://127.0.0.1:7860
在这里插入图片描述

打开浏览器，输入该地址访问 Web UI 页面。

2. 输入测试 Prompt 生成图片

在界面中，你会看到一个文本输入框，称为 “Prompt” 输入框。

在这里插入图片描述

在此输入框中，试试以下测试内容：

Official portrait of Groot as substitute teacher

3. 配置参数建议（可选）

  • 采样器（Sampler）：默认即可，如 Euler a、DDIM 等。
  • 步数（Steps）：建议设置 20~30，数值越大图片细节越丰富，但生成时间也更长。
  • 分辨率（Width/Height）：推荐 512x512，显卡显存有限可适当调低。
  • 种子（Seed）：默认随机，想要固定结果可指定具体数值。
  • CFG Scale（引导尺度）：7~9 之间通常表现较好，控制对 Prompt 的遵守程度。

4. 点击“生成”按钮

等待几秒至几十秒（具体时间与显卡性能相关），页面会自动显示生成的图像。

在这里插入图片描述

附录、常见模型下载失败的解决方法汇总

问题原因解决方法
OSError: Can't load tokenizer for openai/clip-vit-large-patch14HuggingFace 网络不通本地下载 tokenizer 或配置代理
ProxyError 报错系统代理配置残留关闭系统代理，清理环境变量
命令行卡住不动下载缓慢或被墙Ctrl+C 后重启、断点续传有效
xformers 报错未安装非必要模块可忽略，或通过 pip 安装

Read more

FPGA小白学习日志二：利用LED实现2选1多路选择器

在上一篇文章中，主播利用炒菜的比喻帮大家介绍了LED工程的建立，所以在读这一篇文章前，大家可以简要回顾以下LED工程的建立流程。本篇内容，主播主要向大家介绍数据选择器工程的实现方法。   在开始之前，我们先来了解一下数据选择器是什么：所谓数据选择器，就是从多个输入的逻辑信号中选择一个逻辑信号输出，实现数据选择功能的逻辑电路就是数据选择器。我们用来打个比方，现在我们手中有两张电影票A和B,但这时我们是不知道到底哪张电影票是允许我们进入电影院的，这时候我们就要去问检票员，检票员说A，那就可以进；否则，B就可以进。通过这个比喻，我们就能理解数据选择器的大体思路了：这里的电影票A与B就相当于输入信号in1与in2，检票员就相当于数据选择信号sel（英文select），电影院就相当于输出信号out，注意这里的输出信号out只有一个。因此，我们就可以在Visio中设计出2-1数据选择器：                               同样，我们给出2-1数据选择器的真值表：                我们来分析以下这个真值表：当选择信号sel为0时，对应输入信号in

AI绘画商用探索：Stable Diffusion云端版，成本透明

AI绘画商用探索：Stable Diffusion云端版，成本透明 你是不是也遇到过这样的问题？作为电商店主，每次上新商品都要拍图、修图、排版，费时费力不说，还容易因为图片质量不过关导致转化率低。更头疼的是，找外包团队做图价格高，自己请设计师人力成本又压不住，想用AI生成图片吧，本地电脑跑不动，显卡不够强，出图慢、画质差，还动不动崩溃。 别急，今天我要分享一个真正适合电商场景的解决方案——Stable Diffusion 云端部署 + 商用级模型测试 + 成本可控的按需计费模式。这套方案我已经在多个店铺实测过，从服装、家居到数码产品都能稳定输出高质量、无版权风险的商品图，关键是：不用买高端显卡，不依赖本地设备，还能清楚知道每张图花了多少钱。 这篇文章就是为你量身打造的。我会手把手带你从零开始，在ZEEKLOG星图平台一键部署 Stable Diffusion 云端环境，教你如何快速切换不同模型测试效果，规避版权争议，同时精确掌握资源消耗和费用构成。无论你是技术小白还是刚接触AI绘画，只要跟着步骤操作，20分钟内就能生成第一张可商用的AI商品图。 更重要的是，我们会重点讲清楚“钱

Verilog实现时序逻辑电路设计实验项目应用

从零构建可靠数字系统：Verilog时序逻辑实战全解析 你有没有遇到过这样的情况？明明仿真波形完美，下载到FPGA后电路却“抽风”——按键响应错乱、状态机卡死、输出信号毛刺频发。问题很可能出在 时序设计的根基上 。 在组合逻辑中，输入变了输出就变；但在真实世界里，我们更需要的是能“记住”当前状态、按节拍推进的 时序逻辑电路 。它不仅是计数器和寄存器的核心，更是所有复杂数字系统（比如CPU控制单元、通信协议引擎）的“心跳”。 本文将带你深入一次完整的Verilog时序逻辑实验项目，不讲空泛理论，而是聚焦于 工程师真正关心的问题 ：如何用D触发器打牢基础？怎样写出综合友好的FSM？面对异步信号该如何处理？我们将一步步揭开这些关键技术背后的工程实践细节。 D触发器：不只是 always @(posedge clk) 这么简单 别小看这个最基础的元件。一个写得不对的D触发器，轻则综合出锁存器，重则引发亚稳态连锁反应。 边沿触发的本质是“同步采样” D触发器的核心功能是在 时钟上升沿瞬间捕获输入值 ，并在整个周期内保持稳定。这种机制让整个系统有了统一的“节拍”

如何使用Dify搭建合同审查平台-法律文书机器人Agent？

在 Windows 系统中，基于 Dify 这个低代码 LLM 应用开发平台，从零搭建一个能解析合同、识别法律风险、给出修改建议的智能 Agent，全程覆盖环境部署、知识库构建、Agent 配置、功能测试的全流程。 第一阶段：Windows 环境准备（基础依赖安装） 步骤 1：安装 Python（Dify 运行基础） 1. 下载 Python：访问Python 官网，下载Python 3.10+ 版本（推荐 3.10.11，兼容性最好）。 2. 安装注意： * 勾选「Add Python 3.10 to PATH」