Stable Diffusion WebUI云部署

优质文章学习记录

— 9 min read
Stable Diffusion WebUI云部署

本地部署虽然方便，但对硬件要求高，尤其是显存。云服务器（特别是带有GPU的实例）可以让我们用较低成本体验强大的AI绘画能力，并且可以随时随地通过浏览器访问，非常方便。

一、 部署前的准备

1.1 选择合适的云服务器：

  • GPU型号： 优先选择NVIDIA显卡，如V100, T4, P4, 1080Ti, 2080Ti, 3090, 4090等。显存越大越好，至少8GB起步，推荐12GB以上。
  • 操作系统： Linux发行版（如Ubuntu 20.04 LTS, Debian 11, CentOS 7/8等）是首选，社区支持好，文档丰富。
  • 网络带宽： 部署初期需要下载大量模型和依赖，一个稳定的网络环境至关重要。

1.2 环境配置：

  • Python版本： 推荐使用Python 3.10.x（如3.10.6）。过高或过低的版本都可能与某些依赖库不兼容。
  • 虚拟环境： 务必使用venv或conda创建独立的虚拟环境。这可以避免依赖冲突，方便管理，是部署的“黄金法则”。
  • Git配置： 确保Git已安装。如果在国内访问GitHub较慢，可以考虑配置镜像源，例如设置环境变量HF_ENDPOINT指向镜像站（如https://hf-mirror.com），这能极大加速模型下载。

我这里选择的是Ubuntu + RTX3090，显存24G，网络带宽600多MB/s，python3.10.6 + minconda。

二、项目部署

2.1 获取项目代码

克隆仓库：

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

若网络问题，也可以手动现在zip压缩包，再上传，代码结构大概是这样：

其中webui.sh是启动项目的脚本文件，launch.py是程序启动起点文件，启动时会按照modules/launch_utils.py文件的流程配置环境。

2.2 性能优化

启动前，安装 libgoogle-perftools4 和 libtcmalloc-minimal4 库，可以优化程序性能。

sudo apt-get install libgoogle-perftools4 libtcmalloc-minimal4 -y

2.3 启动项目

HF_ENDPOINT=https://hf-mirror.com ./webui.sh --port 7860 --listen --enable-insecure-extension-access --xformers

（1）HF_ENDPOINT=https://hf-mirror.com

  • 是设置中文镜像，等同于先用export HF_ENDPOINT=https://hf-mirror.com 配置环境变量再启动。
  • 作用是将所有从 Hugging Face（huggingface.co）下载模型、配置文件等的请求，重定向到镜像站 hf-mirror.com，对国内用户非常有用，可解决 Hugging Face 官网访问慢或无法下载的问题。

（2）--port 7860

指定 WebUI 监听的端口号，项目的默认监听端口是7860，但也可以改成其他端口（如 8080）

（3）--listen

  • 作用：让 WebUI 服务器监听 所有网络接口（而不仅仅是 127.0.0.1）。
  • 默认情况下，WebUI 只允许本地访问（即只能在本机浏览器打开）。
  • 加上 --listen 后，局域网内其他设备（甚至公网，如果你有暴露端口）也能访问WebUI。

（4）--enable-insecure-extension-access

  • 作用：允许扩展（extensions）访问本地文件系统或执行不安全操作。
  • 一些社区扩展（如模型管理器、LoRA 加载器、自定义脚本）需要更高权限才能正常运行。
  • 默认出于安全考虑是 禁用 的；启用后可能带来安全风险（比如恶意扩展读取或删除文件）。
  • 仅在信任所安装的扩展时才建议启用。

（5）--xformers

  • 作用：启用 xFormers 优化。
  • xFormers 是一组用于加速 Transformer 模型（如 Stable Diffusion）的高效注意力操作实现。
  • 启用后通常可以：
    • 降低显存占用
    • 提升生成速度（尤其在生成高分辨率图像时）
  • 要求系统已正确安装 xformers 包（通常 webui.sh 会自动尝试安装）。
  • 仅支持 NVIDIA GPU（CUDA），不适用于 AMD 或 CPU 推理。

2.4 部署说明

（1）项目启动后，项目目录中会多出一个stable-diffusion-webui目录，这个是存放环境依赖的目录，与项目本身的目录有区别，虽然名字差不多。

（2）使用conda不用venv创建虚拟环境，将weiui.sh文件中的use_venv变量值从1改为0

三、避坑指南

部署过程中会遇到很多坑：

3.1 网络问题，配置环境失败

这种情况，要么检查自己云主机能否联网、带宽够不够用，或者需要下载的的包是否是外网需要代理，实在不行也可以离线安装。

3.2 磁盘空间不够

有的包占用空间太大，磁盘不够用，可以考虑扩充磁盘空间。

3.3 用户权限问题

webui.sh文件中默认设置不可使用root用户启动项目，这个是为了安全考虑，可以创建一个新用户来启动项目。个人使用的话，最直接的解决方案就是，把1处的can_run_as_root=0改成1，或者注释2处的“Do not run as root”这块的脚本

3.4 依赖CLIP 包和pytoch安装失败

对于CLIP 包和pytoch安装失败的问题，可能是github下载时网络太慢，可以添加代理，在modules/launch_utils.py中的所有https://github.com/xxx.git 前面加 https://mirror.ghproxy.com/

若还是不行，可以考虑离线安装。

3.5 依赖stablediffusion安装失败

对于fatal: repository 'https://github.com/Stability-AI/stablediffusion.git/' not found的问题，Stability-AI/stablediffusion项目地址在github上不存在了。

（1）可以modules/lunch_utils.py文件中，将将https://github.com/Stability-AI/stablediffusion.git替换成https://github.com/CompVis/stable-diffusion.git，或者是https://github.com/w-e-w/stablediffusion.git，官方给的是后者。

（2）若仍然有问题，可以尝试在 stable-diffusion-webui/repositories 目录下手动克隆CompVis/stable-diffusion仓库：

git clone --config core.filemode=false https://github.com/CompVis/stable-diffusion.git ./stable-diffusion-webui/repositories/stable-diffusion-stability-ai
--config core.filemode=false 是 Git 克隆（git clone）命令中的一个配置选项，在 Unix/Linux 系统中，文件具有执行权限、读写权限等文件模式（file mode）。默认情况下，Git 会跟踪这些文件权限的变化（尤其是可执行位 x）。core.filemode=true（默认在 Linux/macOS 上）：Git 会检测并记录文件可执行权限的变化。core.filemode=false：Git 忽略文件权限变化，只关注文件内容。

    同理，对于generative-models下载报错，也同样可以手动下载

    git clone --config core.filemode=false https://github.com/Stability-AI/generative-models.git repositories/generative-models

    3.6 Git 访问认证

    从 https://github.com 克隆 stable-diffusion-stability-ai 仓库时，需要Git 访问认证，登录的是github的用户名，但是密码要用秘钥而不是账号密码。

    使用个人访问令牌 (Personal Access Token, PAT) 生成 Personal Access Token (PAT):登录你的 GitHub 账户 (Kysen121)。访问 GitHub 设置页面 (Settings) -> 开发者设置 (Developer settings) -> 个人访问令牌 (Personal access tokens) -> 令牌 (Tokens) (classic) 或 (Fine-grained tokens)。点击 "Generate new token" (生成新令牌)。为令牌设置一个名称 (Note) 和过期时间。关键步骤： 为令牌分配必要的权限 (Scopes/Permissions)。对于克隆 公共 仓库，通常 public_repo 权限就足够了。如果 Stability-AI/stablediffusion 仓库是私有的（根据你提供的信息，它现在是公开的），你需要确保令牌具有访问该私有仓库的权限（例如 repo 权限）。生成令牌后，务必立即复制 它。一旦离开该页面，你将无法再次看到完整的令牌字符串。使用 PAT 进行克隆:当 Git 再次提示输入 Password 时，不要输入你的 GitHub 密码，而是粘贴你刚刚生成的 Personal Access Token。

    若还有权限问题，可以使用 ‘3.4 依赖安装失败’ 中的的启动指令加 --skip-prepare-environment 的方式解决。

    3.7 NumPy 版本兼容性问题

    错误信息: A module that was compiled using NumPy 1.x cannot be run in NumPy 2.2.6

    原因: 安装的 PyTorch 等包是基于 NumPy 1.x 编译的，但当前环境使用 NumPy 2.x

    解决方案：

    # 降级 NumPy 到 1.x 版本 pip install "numpy<2"

    3.8 缺失依赖包pytorch_lightning、gradio

    项目 缺失 pytorch_lightning 和 gradio 依赖

    解决方案：

    pip install pytorch_lightning pip install gradio

    如果使用 HF_ENDPOINT=https://hf-mirror.com ./webui.sh --port 7860 --listen --enable-insecure-extension-access --xformers --skip-prepare-environment 指令来启动项目，--skip-prepare-environment使得跳过依赖的安装，可以再用 pip install -r requirements_versions.txt 指令将缺失的依赖补上，其中就包含pytorch_lightning、gradio包。

    3.9 git拉取依赖失败

    如3.5中Stability-AI/stablediffusion更换成CompVis/stable-diffusion后仍git仍拉取依赖项目失败，以及generative-models、generative-models、BLIP依赖项目git拉取失败，可以考虑手动拉取，在webui项目路径下执行：

    git clone --config core.filemode=false https://github.com/CompVis/stable-diffusion.git ./repositories/stable-diffusion-stability-ai git clone --config core.filemode=false https://github.com/Stability-AI/generative-models.git ./repositories/generative-models git clone --config core.filemode=false https://github.com/crowsonkb/k-diffusion.git ./repositories/generative-models git clone --config core.filemode=false https://github.com/salesforce/BLIP.git ./repositories/BLIP

    Read more

    采摘机器人毕业设计实战：从机械控制到感知决策的全栈实现

    最近在指导几位同学完成采摘机器人相关的毕业设计，发现大家普遍在从理论到实践的转化过程中遇到不少共性问题。比如算法在电脑上跑得好好的，一上实机就各种延迟、丢帧；机械臂的运动规划和视觉感知像是两个独立的系统，难以协同；还有系统集成后调试困难，牵一发而动全身。结合这些实际痛点，我梳理了一套基于ROS 2和STM32的全栈实现方案，希望能为正在或即将进行类似毕设的同学提供一个清晰、可复现的参考路径。 1. 毕业设计常见痛点深度剖析 在开始技术选型之前，我们先明确要解决哪些核心问题。很多同学的毕设停留在仿真或单个模块演示阶段，难以形成完整的闭环系统，主要痛点集中在以下几个方面： 1. 算法与执行器严重脱节：这是最常见的问题。同学们往往在Jupyter Notebook或OpenCV的窗口中完成了漂亮的果实识别，识别框画得精准，但识别结果如何转换成机械臂末端执行器的空间坐标？这个坐标转换涉及相机标定、手眼标定、坐标系变换等一系列步骤，任何一个环节出错都会导致“看得见但抓不着”。更复杂的是，视觉算法输出的频率（如10Hz）与底层电机控制频率（可能高达100Hz）不匹配，如果没有良好的中间层进
    本地AI电话机器人-将手机电话通话声音通过udp传输到局域网的Python脚本

    本地AI电话机器人-将手机电话通话声音通过udp传输到局域网的Python脚本

    将手机电话通话声音通过udp传输到局域网的Python脚本 --本地AI电话机器人 * 一、前言 上一篇：手机转SIP-手机做中继网关-落地线路对接软交换呼叫中心下一篇：刷抖音/看电子书-如何让手机自动上下翻页和左右翻页 前面我们通过两个篇章《手机SIM卡通话中随时插入录音语音片段(Android方案)》《手机SIM卡通话中随时插入录音语音片段（Windows方案）》，阐述了【手机打电话过程中，随机插播预录语音片段】的功能和根据对方手机按下DTMF按键，播放不同IVR应答语音片段给对方手机的能力。 在AI电话沟通时，由于手机性能和算力的局限性，通常AI交互的模型和算法无法部署到手机上。这样的话就需要将拦截到的手机通话的声音数据，通过网络（局域网或互联网）将语音包传输给AI算力服务器。由其对语音进行ASR识别和语义理解，并生成最终的应答TTS语音，反馈回手机注入到电话通话中。 当前市面上主流的实时语音流的传输方式主要有两种： 1）SIP/WebRTC协议及配套的RTP/RTCP语音数据传输。 2）直接将语音数据以udp广播或组播的方式分发给局域网内多个设备。 前面我们
    ABB 机器人虚拟示教器基础操作教程

    ABB 机器人虚拟示教器基础操作教程

    一、基础操作界面与模式 1. 操作模式切换 * 手动模式：用于编程、调试和手动操作 自动模式：用于程序自动运行（需满足安全条件） 2. 动作模式选择（手动模式下） * 单轴模式：单独控制每个关节轴（1-6轴） * 优点：最直观，与坐标系无关 * 用途：调整机器人姿态，避免奇异点 * 线性模式：TCP沿直线运动 * 重定位模式：TCP位置不变，只改变工具姿态 点击示教器左上角 进入菜单栏 3. 坐标系选择（线性/重定位模式下） 四个可选坐标系： * 大地坐标系：机器人安装的基础坐标系 * 基座坐标系：机器人底座中心为原点（多数基本选择） * 工件坐标系：用户自定义的工作平面 * 工具坐标系：以工具末端为原点 二、三大核心数据设置 1. 工具数据（tooldata） 定义：描述工具（
    论文笔记DiT：Scalable Diffusion Models with Transformers（含transformer的可扩展扩散模型 ）

    论文笔记DiT：Scalable Diffusion Models with Transformers（含transformer的可扩展扩散模型 ）

    Abstract：     论文的核心思想非常直接：用一个标准的 Transformer 架构替换掉扩散模型中常用的 U-Net 主干网络，并证明这种新架构（称为 DiT, Diffusion Transformer）具有出色的可扩展性（Scalability）。 Background & Motivation：     在论文发表前，Transformer 已经在自然语言处理（BERT, GPT）和计算机视觉（ViT）等领域取得了巨大成功，成为了一种“统一”的架构。然而，在图像生成领域，特别是扩散模型中，大家仍然普遍使用 U-Net。U-Net 因其多尺度特征融合和卷积的局部归纳偏置而被广泛采用。     在深度学习中，一个好的架构应该具备良好的“可扩展性”——即投入更多的计算资源（更大的模型、更多的数据），性能应该会持续稳定地提升。ViT 已经证明了 Transformer 在视觉识别任务上具有这种特性。作者们希望验证 DiT 是否也具备这种优良特性，为未来的生成模型发展指明一条清晰的路径。