适用环境与安装前判断
SD.Next 是一款专为 Stable Diffusion 生态打造的本地 AI 绘画工具，支持模型管理、提示词生成、图生图、扩展组件等常见工作流程。macOS 用户在安装时，首要步骤是确认芯片类型：Apple Silicon 机型（包括 M1、M2、M3 系列）通常能借助 PyTorch 的 MPS 后端获得不错的本地推理性能；Intel 机型同样可以安装，但多数情况下运算速度偏慢，更适合功能测试、小尺寸图片处理或连接外部计算资源来使用。
建议将系统版本保持在 macOS 13 或更高版本，硬盘需预留至少 30GB 空间。基础程序本身不算庞大，但模型文件通常从 2GB 到 7GB 不等，后续还可能添加 LoRA、VAE、ControlNet 模型以及缓存文件。内存方面，Apple Silicon 电脑建议 16GB 起步，8GB 也可尝试低显存参数，但生成分辨率、批量数量和插件数量都需要适当控制。
准备基础工具
第一步安装 Apple 官方命令行工具。打开“终端”，执行：xcode-select --install。系统会弹出安装窗口，按提示完成即可。该工具包含编译依赖、Git 等基础组件，是后续安装 Python 包时不可或缺的环境要素。
第二步准备 Homebrew。它是 macOS 上常用的软件包管理工具，用于安装 Python、Git、CMake 等依赖。若电脑已安装，可执行 brew --version 检查。未安装时，可前往 Homebrew 官方页面复制安装命令。安装完成后，Apple Silicon 机型路径通常在 /opt/homebrew，Intel 机型通常在 /usr/local，若终端提示找不到 brew，需要按照安装结束时的提示将路径写入 shell 配置文件。
第三步安装依赖工具：brew install git python@3.10 cmake protobuf。SD.Next 对 Python 版本较为敏感，建议优先使用 Python 3.10，避免直接使用系统自带的 Python。安装后执行 python3.10 --version 和 git --version，确认命令能正常返回版本号。
下载 SD.Next 并初始化
选择一个空间充足的目录，例如用户目录下的 AI 文件夹：mkdir -p ~/AI，然后进入目录：cd ~/AI。接着从项目仓库下载 SD.Next：git clone https://github.com/vladmandic/automatic.git sdnext，进入项目目录：cd sdnext。
首次启动建议直接运行：./webui.sh。脚本会自动创建虚拟环境、安装依赖并生成配置文件。首次过程耗时较长，取决于网络质量、电脑性能和依赖编译情况。若终端询问是否继续，通常输入 y 即可。安装完成后，终端会显示本地访问地址，一般为 https://127.0.0.1:7860，复制到浏览器打开即可进入 SD.Next 界面。
如果提示没有执行权限，可先执行：chmod +x webui.sh。如果提示 Python 版本不合适，可指定环境变量或调整 PATH，让 python3.10 被优先识别。不要把项目存放在带有特殊权限限制的系统目录中，放在用户目录下更省心。
Apple Silicon 配置要点
Apple Silicon 用户的核心任务是启用 MPS 支持。多数情况下，SD.Next 会自动识别 PyTorch 与 MPS 后端。进入界面后，可在系统信息或设置页查看设备状态。如果能看到 mps 相关标识，说明已成功利用苹果芯片的图形计算能力。
建议在启动参数中加入更稳妥的兼容配置。可在项目目录中找到或创建 webui-user.sh，写入类似内容：export PYTORCH_ENABLE_MPS_FALLBACK=1。这个变量的作用是当某些算子暂不支持 MPS 时回退到 CPU 执行，能减少报错，但个别任务会变慢。若内存较小，可增加 --medvram 或 --lowvram 等参数，降低峰值占用。
生成参数方面，初次测试建议使用 512×512、步数 20 左右、批量数量 1。确认稳定后再提高尺寸。若使用 SDXL 模型，建议 16GB 或更高统一内存，8GB 机型可能频繁卡顿或失败。采样器、高清修复、ControlNet 等功能会明显增加资源占用，应逐项开启，不要一次性加载过多扩展。
Intel Mac 配置要点
Intel 电脑的安装流程基本相同，但性能预期要适当降低。若没有可用的 MPS 设备，系统可能走 CPU 推理，生成一张图可能需要较长时间。建议使用较轻量的 1.5 系列模型，分辨率控制在 512×512 或更低，不建议直接使用大型模型进行高分辨率生成。
Intel 机型的常见问题包括依赖编译时间长、内存占用高、风扇噪声大。可以关闭不必要的后台软件，避免同时运行视频剪辑、虚拟机等高负载应用。若只是学习界面和提示词流程，Intel Mac 仍然够用；若要高频出图、批量处理或训练模型，则需要评估更合适的硬件方案。
模型文件放置与首次出图
SD.Next 安装完成后，还需要准备模型文件。常见基础模型为 .safetensors 或 .ckpt 格式，推荐优先选择 .safetensors。将模型放入项目下的模型目录，常见路径类似 models/Stable-diffusion。如果目录不存在，可手动创建。放入后回到网页界面刷新模型列表，选择对应模型即可。
首次测试可输入简单提示词，例如 “a small cabin in forest, soft light, detailed”，负向提示词可填写 “low quality, blurry”。参数选择 512×512、Steps 20、CFG 7、Batch 1。若能正常生成图片，说明基础链路已打通。之后再逐步添加 VAE、LoRA 或 ControlNet，不建议在未验证基础功能前安装大量扩展。
常见问题排查
问题一：启动时报 Python 版本错误。处理方式是确认 python3.10 --version 可用，并检查终端 PATH。必要时删除项目内虚拟环境文件夹后重新运行启动脚本，让它按正确版本重建环境。
问题二：依赖安装中断。可先更新包管理工具：brew update，再重新执行 ./webui.sh。如果是某个 Python 包下载失败，通常再次运行会从中断处继续。不要随意混用多个 Python 环境，否则容易出现包版本冲突。
问题三：Apple Silicon 生成时报 MPS 相关错误。可加入 PYTORCH_ENABLE_MPS_FALLBACK=1，并降低图片尺寸、关闭高清修复或减少批量数量。部分扩展所用的算子兼容性不完整，遇到问题时先停用扩展验证。
问题四：页面打不开。先看终端是否仍在运行，确认本地地址是否为 127.0.0.1:7860。若端口被占用，可在启动参数中指定其他端口，例如 --port 7861。不要直接关闭终端窗口，否则服务也会停止。
安全边界与实用建议
本地部署并不等于没有风险。模型和扩展应尽量来自可信来源，下载后保留来源记录，避免运行来历不明的脚本。启动参数中不建议随意开启对外访问能力，尤其是在公共网络环境下，本地工具只给自己使用即可。涉及人物肖像、商业素材和品牌元素时，要注意授权范围，避免将生成结果用于不合规场景。
日常维护可使用 git pull 更新 SD.Next，但更新前建议备份配置文件、模型目录索引和常用启动参数。若更新后出现异常，可先停用扩展、清理缓存，再查看项目更新说明。稳定使用者不必频繁追新，尤其是正在进行重要项目时，保持一个可复现的版本更重要。
总体来看，Apple Silicon Mac 是运行 SD.Next 的较友好平台，安装步骤集中在命令行工具、Python 环境、项目脚本和模型放置四个环节。Intel Mac 也能完成配置，但更适合轻量体验。只要控制模型规模、合理设置参数并重视来源安全，就能在 macOS 上搭建一套可长期使用的 AI 绘画工作流。
