安装前先了解：它适合谁使用
Stable Diffusion WebUI 是一款热门的本地AI绘画图形界面工具，其最大优势在于能够完全在个人电脑上离线运行，支持文生图、图生图、提示词控制、模型切换以及丰富的插件扩展等功能。对于新手而言，它比直接使用命令行更加直观友好：安装完成后，只需在浏览器中打开本地地址，即可像使用普通网页应用一样轻松生成AI图片。
它特别适合希望学习AI绘画、绘制插画草图、探索视觉创意，或者搭建本地化AI工作流的用户。需要注意的是，本地运行对硬件配置有一定要求，尤其是显卡显存。一般推荐使用NVIDIA显卡，显存至少6GB起步较为稳妥，8GB以上可获得更流畅的体验；如果显存较小，也可以通过降低分辨率、减少批量、启用半精度等参数来运行，但生成速度和稳定性会有所下降。
准备工作：系统、软件和模型文件
以Windows新手环境为例，建议使用Windows 10或Windows 11 64位操作系统，并预留至少20GB的可用磁盘空间。WebUI本体文件不大，但依赖包、基础模型、扩展插件以及生成的图片会逐渐占用更多空间，建议安装在不含中文字符的路径下，例如D:\AI\stable-diffusion-webui，避免中文路径或过深目录层级导致异常错误。
安装前需要准备两个基础软件：Python和Git。Python推荐使用3.10.6版本，版本过高可能导致依赖包兼容问题。安装Python时务必勾选“Add Python to PATH”，否则后续脚本无法识别Python命令。Git用于拉取WebUI项目文件，安装时保持默认设置即可。安装完成后，可在命令提示符中输入 python --version 和 git --version 来验证是否安装成功。
此外还需要准备Stable Diffusion模型文件，常见格式为.safetensors或.ckpt。新手建议优先选择来源明确、说明完整的基础模型，并注意确认授权范围。切勿随意下载来源不明的模型或插件，特别是包含可执行文件或脚本的压缩包，以免带来安全隐患。
下载安装：获取 WebUI 项目文件
方法一是使用Git进行克隆。先新建一个文件夹，例如D:\AI，进入该目录后在地址栏输入cmd打开命令提示符，执行命令 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。下载完成后，会生成一个stable-diffusion-webui文件夹。这种方式便于后续更新，也更符合官方维护流程。
方法二是直接下载项目压缩包。进入项目页面后选择Download ZIP，解压到不含中文的目录中。此方法适合不熟悉Git的用户，但后续更新不如Git方便。无论选择哪种方式，都不要将文件放在系统受限目录（如Program Files），也不要放在桌面层级过深的位置，以避免权限和路径问题。
放置模型：首次运行前的关键一步
WebUI下载完成后，进入 stable-diffusion-webui\models\Stable-diffusion 文件夹，将准备好的.safetensors或.ckpt模型文件复制进去。模型文件名可以保留原名，也可以改成便于识别的英文名称，例如sd15_base.safetensors。首次启动后，WebUI会在页面左上角的模型下拉框中自动读取这些文件。
如果没有放入模型，界面虽然可以启动，但无法正常生成图片，或提示找不到checkpoint。新手排查问题时，应优先检查模型是否放错目录、扩展名是否完整、文件是否下载完整。模型文件通常体积较大，下载中断会导致加载失败。
首次运行：启动 WebUI 并打开本地页面
在 stable-diffusion-webui 文件夹中找到 webui-user.bat，双击运行。首次启动时会自动下载依赖包并配置运行环境，耗时取决于网络速度和电脑性能，可能需要十几分钟甚至更长时间。窗口中会持续输出安装信息，只要没有连续报错，耐心等待即可。
当命令窗口出现类似 Running on local URL: https://127.0.0.1:7860 的提示时，说明服务已经成功启动。打开常用浏览器，在地址栏输入 https://127.0.0.1:7860，即可进入WebUI界面。这里的127.0.0.1是本机回环地址，表示服务仅在本机访问，并非公开网站。
首次进入后，可在txt2img页面输入简单提示词，例如 a cat, warm light, detailed，设置宽度和高度为512×512，采样步数20，批次数1，然后点击Generate。稍等片刻后，右侧会显示生成结果。新手阶段不要一开始就将分辨率、批量和采样步数设置过高，否则容易导致显存不足或等待时间过长。
推荐基础设置：让低配置也能跑起来
如果显存较小，可以编辑 webui-user.bat，在 set COMMANDLINE_ARGS= 后面添加 --medvram 或 --lowvram 参数。前者适用于中等显存，后者更适合显存紧张的环境，但生成速度会有所下降。部分显卡还可以使用 --xformers 参数优化显存占用，不过具体兼容性取决于显卡型号、驱动版本和依赖包，新手可先不启用，待基础功能正常运行后再尝试。
生成参数方面，512×512是入门阶段最稳定的尺寸；采样步数可设置为20到30；CFG Scale通常设为7左右；一次只生成1到2张图片，确认稳定后再逐步提高批量。如果出现“CUDA out of memory”等提示，应优先降低分辨率、批量和高分修复设置，而不是反复重启程序。
常见问题与解决思路
问题一：双击 webui-user.bat 后窗口一闪而过。这通常是Python未正确安装或未添加到PATH环境变量所致。可以重新安装Python 3.10.6，并勾选“Add Python to PATH”；也可以在命令提示符中进入WebUI目录，手动运行 webui-user.bat 来查看完整报错信息。
问题二：依赖包下载失败。可能是网络不稳定、远程服务器响应慢或临时服务异常所致。可以稍后重试，或检查本机安全软件是否拦截了Python、Git的网络访问。不要随意关闭系统安全功能，更不要运行来源不明的所谓“修复包”。
问题三：页面打开后无法生成图片。首先检查模型是否放在 models\Stable-diffusion 目录下，然后查看页面左上角是否已选中正确的模型。如果模型加载报错，可能是文件损坏、格式不兼容或显存不足，可尝试更换基础模型并降低生成参数。
问题四：生成速度很慢。首次运行时会进行缓存和初始化，之后通常会有所改善。生成速度主要受显卡性能、显存容量、分辨率、采样器类型和采样步数影响。不要盲目安装大量扩展插件，扩展越多，启动时间和故障排查复杂度也会增加。
升级、备份与回退建议
如果使用Git安装，可以在WebUI文件夹中打开命令提示符，执行 git pull 命令来更新项目。更新前建议备份 webui-user.bat、extensions 文件夹、models 文件夹中的重要模型清单，以及 outputs 输出目录。插件较多的用户更需谨慎，因为WebUI、插件和依赖版本不一致时，可能出现启动失败的情况。
新手不建议频繁追逐最新版本。在稳定使用阶段，可以先保持当前版本；确实需要新功能时再考虑更新。如果更新后出现异常，可以查看报错信息，暂时移除最近安装的扩展，或恢复备份文件。模型文件通常无需重复下载，保留在 models 目录即可。
安全边界与使用提醒
Stable Diffusion WebUI是一款创作工具，不应被用于制作误导性内容、冒充他人身份、损害他人权益或传播不当图像。在使用他人发布的模型、LoRA、提示词模板和作品参考时，应注意查阅授权说明，商业项目更需确认使用范围。生成内容如果用于公开发布，建议保留工作流记录，避免素材来源不清带来纠纷。
在安装层面也要保持谨慎：只从可信的项目页面、模型社区或作者主页获取文件；安装插件前查看更新记录和用户反馈；不要将本地服务随意开放给外部网络访问；不要在不理解参数作用的情况下随意添加启动参数。对于新手来说，最稳妥的路径是先完成基础安装、成功生成第一张图片，再逐步学习提示词编写、模型管理、图生图和扩展功能。
完成以上流程后，你就拥有了一套可在本地独立运行的AI绘画工具环境。后续的学习重点不再是“能否启动”，而是如何选择合适的模型、控制画面风格、合理搭配参数组合，以及建立起稳定且可复用的创作流程。
