本文简化自AI225导航的详细Stable Diffusion WebUI指南，如需了解更多技术细节，请访问原文章。

什么是Stable Diffusion WebUI？

Stable Diffusion WebUI是由AUTOMATIC1111开发的一个基于Gradio库的Stable Diffusion网页界面，它为用户提供了强大而灵活的AI图像生成体验。作为目前最受欢迎的Stable Diffusion界面之一，它具有以下特点：

• 基于Gradio库实现的网页界面
• 支持txt2img（文本到图像）和img2img（图像到图像）两种基本模式
• 提供丰富的图像处理功能和参数调整选项
• 支持多种扩展和自定义脚本
• 活跃的社区支持和持续的更新迭代
• 跨平台支持（Windows、Linux、macOS）

项目GitHub地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui

核心功能介绍

基础功能

1. txt2img模式：根据文本提示生成图像
2. img2img模式：基于参考图像生成新图像
3. Outpainting（外绘）：扩展图像边界
4. Inpainting（内绘）：修改图像特定区域
5. Color Sketch（色彩草图）：基于草图生成彩色图像

高级功能

1. Prompt Matrix（提示矩阵）：同时测试多个提示词组合
2. Stable Diffusion Upscale（放大）：提高图像分辨率
3. Attention（注意力）：控制模型对提示词特定部分的关注度
4. Loopback（循环处理）：多次运行img2img处理
5. X/Y/Z plot：绘制不同参数的三维图像图表
6. Composable-Diffusion（可组合扩散）：一次使用多个提示词的方法

模型与训练功能

1. Textual Inversion（文本反转）：训练自定义文本嵌入
2. Hypernetworks（超网络）：训练自定义网络以改变输出风格
3. Loras：类似于超网络但更美观的风格控制方法
4. Checkpoint Merger：合并最多3个检查点为一个

图像处理功能

Extras标签页提供了多种图像处理工具：

• GFPGAN：修复面部的神经网络
• CodeFormer：GFPGAN的替代面部修复工具
• RealESRGAN：神经网络放大器
• ESRGAN：支持多种第三方模型的神经网络放大器
• SwinIR和Swin2SR：神经网络放大器
• LDSR：潜在扩散超分辨率放大

安装指南

Windows系统安装（NVIDIA显卡）

方法一：使用发布包

1. 从v1.0.0-pre下载sd.webui.zip并解压
2. 运行update.bat
3. 运行run.bat

方法二：自动安装

1. 安装Python 3.10.6（注意：更新版本的Python不支持torch），勾选"Add Python to PATH"
2. 安装git
3. 通过运行git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git下载stable-diffusion-webui仓库
4. 以普通用户身份从Windows资源管理器运行webui-user.bat

注意：必须使用Python 3.10.6版本，更新的Python版本存在PyTorch兼容性问题

Linux系统安装

1. 安装依赖：

# Debian-based:
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0
# Red Hat-based:
sudo dnf install wget git python3 gperftools-libs libglvnd-glx
# openSUSE-based:
sudo zypper install wget git python3 libtcmalloc4 libglvnd
# Arch-based:
sudo pacman -S wget git python3

1. 导航到您想要安装webui的目录并执行以下命令：

wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

1. 运行webui.sh

Apple Silicon安装

Apple Silicon的安装说明可以在官方wiki找到。Apple Silicon用户需要特别注意依赖项的安装和配置。

使用技巧

1. 提示词技巧

基本提示词结构：

[主体], [细节描述], [风格], [构图], [ lighting/光照], [color/色彩]

示例：

a beautiful woman, detailed face, long brown hair, blue eyes, wearing a red dress, standing in a garden, photorealistic, 8k, sharp focus, studio lighting, vibrant colors

使用负面提示词：

low quality, worst quality, blurry, deformed, disfigured, poorly drawn face, mutation, mutated

2. 注意力控制

使用括号控制模型对提示词不同部分的关注度：

• (keyword)：增加1.1倍注意力
• ((keyword))：增加1.21倍注意力
• (keyword:1.5)：增加1.5倍注意力
• [keyword]：减少注意力

3. 提示词编辑

在生成过程中更改提示词：

a watermelon, [to:anime girl:when 10] 

这会在生成过程的第10步将主题从西瓜改为动漫女孩。

您也可以使用更复杂的语法：

[from:to:when] 
[from:to:when:to:when] 

例如：

a watermelon, [to:anime girl:when 10], [to:with cat:when 15]

这会在第10步将主题从西瓜改为动漫女孩，然后在第15步添加一只猫。

4. 使用多个提示词

使用AND组合多个提示词：

a cat :1.2 AND a dog AND a penguin :2.2

5. 图像参数调整

• Sampling steps（采样步数）：通常20-30步即可获得良好效果
• CFG Scale（提示词相关性）：通常7-12之间，值越高越遵循提示词
• Resolution（分辨率）：建议使用512×512或768×768的倍数
• Batch count（批次数）和Batch size（批量大小）：控制生成图像数量

高级应用

1. 模型合并

使用Checkpoint Merger选项卡可以合并最多3个模型：

1. 选择主模型（Primary model）
2. 选择要合并的第二个模型（Secondary model）
3. 可选：选择第三个模型（Tertiary model）
4. 调整合并比例（Multiplier）和插值方法
5. 选择保存格式（ckpt或safetensors）
6. 点击合并按钮

2. 自定义脚本

Stable Diffusion web UI支持多种自定义脚本，包括：

• 提示词矩阵：同时测试多个提示词组合
• X/Y/Z图表：绘制不同参数的三维图像图表
• 彩色草图：基于草图生成彩色图像
• 循环处理：多次运行img2img处理
• 分层合成：将多个图像合成为一个

您可以通过在txt2img或img2img选项卡的底部脚本下拉菜单中选择这些脚本。

3. 扩展安装

通过扩展选项卡可以安装各种社区开发的扩展，增强功能：

1. 点击"Available"选项卡
2. 选择要安装的扩展
3. 点击"Install"按钮
4. 安装完成后，进入"Installed"选项卡
5. 点击"Apply and restart UI"按钮应用更改

一些推荐的扩展：

• 历史记录选项卡：方便地查看、直接和删除图像
• 美学梯度：使用CLIP图像嵌入生成具有特定美学的图像
• 额外的预处理器和训练选项：增强训练功能

4. 使用LoRA和Hypernetworks

1. 将LoRA文件放入models/Lora目录
2. 将Hypernetwork文件放入models/hypernetworks目录
3. 在界面中选择要使用的模型
4. 调整权重以控制效果强度
5. 可以同时使用多个LoRA或Hypernetworks

常见问题解答

Q: 我的显卡只有4GB内存，可以使用Stable Diffusion web UI吗？

A: 是的，Stable Diffusion web UI支持4GB显卡（甚至有报告称2GB也能工作）。您可能需要使用--lowvram或--medvram参数启动。对于低显存显卡，还可以考虑使用--xformers参数来提高性能。

重要提示：低显存用户建议同时使用--medvram --xformers参数以获得最佳性能

Q: 如何提高生成图像的质量？

A: 尝试以下方法：

• 增加采样步数（20-30）
• 调整CFG Scale（7-12）
• 使用高清修复（Highres fix）
• 尝试不同的采样器
• 使用更好的模型
• 使用负面提示词排除不想要的元素
• 尝试不同的提示词结构和关键词顺序

Q: 如何保存和重用生成参数？

A: 生成图像时，参数会自动保存在图像的PNG信息块或JPEG的EXIF中。您可以将图像拖到PNG信息选项卡来恢复参数并自动复制到UI中。也可以使用"读取生成参数"按钮将参数加载到UI中。

Q: 如何更新Stable Diffusion web UI？

A: 在Windows上运行update.bat，在Linux上运行git pull。如果您使用的是发布包，请下载最新版本。

更新建议：建议定期更新以获得最新功能和安全修复，但在更新前请备份重要模型和配置

Q: 为什么我的生成速度很慢？

A: 生成速度慢可能由以下原因导致：

• 没有使用--xformers参数（如果您的显卡支持）
• 使用了高分辨率设置
• 采样步数设置过高
• 系统资源不足
• 尝试使用--medvram或--lowvram参数优化内存使用

最佳实践

1. 模型管理

• 将模型文件放在models/Stable-diffusion目录中
• 将VAE文件放在models/VAE目录中
• 将LoRA文件放在models/Lora目录中
• 将Hypernetwork文件放在models/hypernetworks目录中
• 将Textual Inversion嵌入放在embeddings目录中
• 定期清理不需要的模型以节省空间

2. 提示词优化

• 从简单提示开始，逐步添加细节
• 使用负面提示词排除不想要的元素
• 尝试不同的提示词结构和关键词顺序
• 保存有效的提示词以便将来使用
• 使用注意力机制强调重要元素
• 使用样式功能保存和应用常用的提示词组合

3. 硬件优化

• 使用--xformers参数（支持的显卡）可显著提高速度
• 考虑使用--medvram或--lowvram参数以减少VRAM使用
• 关闭不必要的应用程序以释放系统资源
• 确保有足够的磁盘空间用于模型和输出图像
• 使用SSD存储模型以提高加载速度

总结

Stable Diffusion web UI是一个功能强大、灵活且用户友好的AI图像生成工具。通过掌握其核心功能和高级技巧，您可以创建令人惊叹的AI艺术作品。关键要点包括：

1. 了解基础功能：熟悉txt2img和img2img模式，掌握基本参数调整
2. 学习提示词技巧：编写有效的提示词是获得高质量图像的关键
3. 探索高级功能：尝试LoRA、Hypernetworks和自定义脚本以扩展创作可能性
4. 优化硬件使用：根据您的系统配置调整设置以获得最佳性能

Stable Diffusion web UI为AI艺术创作提供了无限可能。通过不断实践和探索，您将能够充分发挥这一强大工具的潜力，创作出独特的数字艺术作品。

最后提醒：AI技术发展迅速，本指南基于当前版本编写。建议定期查看官方文档获取最新信息。

---

本文为简化版教程，如需了解更多技术细节和高级功能，请阅读原文。