本地部署前先了解适用场景
Stable Diffusion WebUI 是当前最受欢迎的本地 AI 绘画工具之一，主流版本包括 AUTOMATIC1111 WebUI 及其衍生分支。它的核心优势在于完全离线运行文生图、图生图、局部重绘、插件扩展、LoRA 与 ControlNet 等关键功能，无需依赖云端服务器，非常适合设计师用于草图构思、角色形象设计、商品图参考、插画风格探索，以及个人创作者的系统学习与实验。
本地安装的最大优势在于完全掌控：所有模型、参数和生成结果都保存在自己的电脑中，无需排队等待远程服务，响应更自由。但部署门槛也不低——显卡性能、驱动版本、Python 环境、模型存放路径等因素都可能影响启动成功率。2026 年在 Windows 系统上部署时，建议优先选用较新的显卡驱动与稳定的 Python 版本，尽量不在同一环境混装多款 AI 工具，从而大幅减少兼容性冲突。
环境要求与硬件建议
系统方面，推荐使用 Windows 10 64 位或 Windows 11 64 位，并保持系统补丁处于较新状态。CPU 没有极端要求，主流 6 核及以上处理器即可获得更流畅的体验。内存建议至少 16GB，若经常使用大模型、ControlNet 或高分辨率修复，建议升级至 32GB。硬盘需预留 50GB 以上空间（模型、LoRA、扩展文件会快速占用），建议全部存放在固态硬盘中。
显卡是影响体验的关键因素。NVIDIA 显卡兼容性最优，建议显存 6GB 起步，8GB 更适合常规创作，12GB 以上能更从容地应对高分辨率与多插件任务。AMD 或 Intel 显卡也有可用方案，但安装路径和依赖选择更复杂，新手不建议优先尝试。如果没有独立显卡，部分流程可通过 CPU 运行，但速度较慢，仅适合基础测试。
官方下载地址与准备文件
请务必从可信来源下载基础组件。Python 推荐使用 3.10.6 或 WebUI 当前文档指定的版本，官方地址：https://www.python.org/downloads/release/python-3106/ 。Git for Windows 下载地址：https://git-scm.com/download/win 。WebUI 主项目仓库地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui 。显卡驱动可从 NVIDIA 官方驱动页面获取：https://www.nvidia.com/Download/index.aspx 。
模型文件可从 Hugging Face、Stability AI 官方页面或知名模型社区获取。常见基础模型格式为 .safetensors 或 .ckpt，优先选用 .safetensors，安全性与加载稳定性更佳。下载前务必仔细阅读授权说明——商业用途、二次发布、人物风格训练等场景可能有额外约束，不可仅凭效果图就直接用于正式项目。
安装步骤：从零配置 WebUI
第一步，安装 Python。运行安装包时务必勾选“Add Python to PATH”，这是许多新手出错的根源。安装完成后打开命令提示符，输入 python --version 显示 3.10.x 即表明基础环境就绪。若电脑已装多个 Python 版本，可使用 py -0 查看版本列表，避免调用错误版本。
第二步，安装 Git。按默认选项完成即可，安装后输入 git --version 验证是否生效。第三步，选择安装目录。建议在 D 盘或其他非系统盘创建文件夹，例如 D:\AI\sd-webui，路径中不要包含中文、空格或特殊符号，以免脚本读取失败。
第四步，获取 WebUI 文件。在目标文件夹空白处打开命令提示符，执行 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git 。若不熟悉命令，也可在项目页面下载 ZIP 压缩包解压，但后续更新不如 Git 方式便捷。第五步，将基础模型放入 stable-diffusion-webui\models\Stable-diffusion 文件夹，例如 sd_xl_base.safetensors 或其他合规模型。
第六步，首次启动。双击 webui-user.bat，程序会自动创建虚拟环境并下载依赖。首次过程可能较久，期间不要频繁关闭窗口。完成后命令行会显示本地访问地址，通常是 https://127.0.0.1:7860 。打开该地址即可进入 WebUI 界面。若页面无法打开，先检查命令窗口是否仍在安装或出现红色报错信息。
常用启动参数与性能设置
WebUI 的启动参数通常写在 webui-user.bat 的 COMMANDLINE_ARGS 后面。显存较小的用户可尝试 --medvram 或 --lowvram 来降低显存占用，但生成速度会下降。若需要局域网内其他设备访问，可使用 --listen，但仅建议在可信网络环境下开启，同时配合强口令或访问限制，切勿将本地服务直接暴露到公网。
如果使用 SDXL 模型，推荐显存 8GB 以上，并适当降低出图尺寸或批次数。常规 SD 1.5 模型可从 512×512、512×768 开始；SDXL 可从 1024×1024 或 832×1216 开始，具体需根据显存情况调整。采样步数不需盲目拉高，20 到 30 步通常已能获得较稳定结果。批量生成时，Batch size 比 Batch count 更消耗显存，新手优先调整 Batch count 即可。
插件、模型与目录管理
扩展插件可通过 WebUI 的 Extensions 页面安装，或直接放入 extensions 文件夹。常用插件包括提示词管理、图库管理、ControlNet 等。安装后一般需重启 WebUI。注意：插件越多，启动越慢，依赖冲突概率也越高。建议一次只安装一个插件，确认可用后再安装下一个，出现问题时便于定位。
模型目录建议分类管理：基础大模型放在 models\Stable-diffusion，LoRA 放在 models\Lora，VAE 放在 models\VAE，ControlNet 模型放在对应扩展目录下。不要随意改动系统自动生成的 venv 文件夹与 repositories 文件夹。备份时重点保存 models、outputs、extensions、embeddings、webui-user.bat，重装后可快速恢复工作环境。
常见问题与排查方法
问题一：提示 Python 版本不正确。解决方法：卸载过高的 Python 版本，安装 3.10.6，并检查 PATH 配置。问题二：启动时下载依赖失败。可稍后重试，或检查网络连接以及 Git、Python 能否正常访问官方源。问题三：CUDA 或 Torch 报错。优先更新显卡驱动，然后删除 venv 文件夹，重新运行 webui-user.bat 让程序自动重装依赖。
问题四：显存不足。降低输出分辨率、关闭高分辨率修复、减小 Batch size，或添加 --medvram 参数。问题五：生成图片全黑、颜色异常或模型不显示。检查模型是否完整下载、文件是否放在正确目录、VAE 是否与模型匹配。问题六：界面能打开但点击生成无反应。观察命令窗口日志，多数原因是插件冲突、模型缺失或参数超出硬件承受范围。
安全边界与实用建议
本地工具并不意味着可以无限制使用。模型、LoRA、提示词和生成结果都需遵守相关平台规则、版权要求与个人信息保护原则。切勿使用来源不明的脚本、整合包或可执行文件，也不要将陌生插件直接放入生产环境。下载模型时优先选择具有明确说明、更新记录和用户反馈的页面。
日常使用建议养成三个习惯：第一，更新前备份 webui-user.bat、extensions 和重要模型；第二，稳定工作环境下不要频繁升级，尤其是项目进行中；第三，遇到报错先复制最后 20 行日志搜索解决方案，避免反复删除重装。对于多数 Windows 用户来说，只要硬件达标、路径规范、组件版本正确，Stable Diffusion WebUI 的本地安装并不复杂，后续真正影响效率的是模型整理、提示词积累和参数经验。
