安装前先弄清：Fooocus适合谁使用
Fooocus是一款注重“快速上手”的AI绘画工具，其界面设计直观，参数设置精炼，用户无需精通复杂工作流即可通过简单提示词生成高质量图片。它特别适合以下三类用户：希望在本机体验AI绘画的初学者；需要稳定产出图片但不愿耗费大量时间调整细节的设计师、运营人员与内容创作者；以及已熟悉Stable Diffusion、希望尝试更轻量化界面的进阶用户。
安装Fooocus的关键并非软件本身，而是其运行环境的正确配置。该工具依赖Python解释器、PyTorch深度学习框架、显卡驱动程序、预训练模型文件以及若干扩展包。许多安装失败案例并非工具问题，而是由于Python版本不匹配、依赖被安装在系统全局环境、显卡驱动过时或模型文件下载不完整所致。采用Python虚拟环境可以将Fooocus所需的依赖独立隔离，便于后续升级、删除或重新安装，提升安全性。
硬件与系统准备
建议在Windows 10或11操作系统上进行安装，NVIDIA显卡的兼容性最佳。显存方面：4GB可尝试低参数运行，8GB及以上更适合常规出图，12GB以上则能从容处理高分辨率任务。内存建议16GB起步，硬盘需预留至少30GB空间（基础模型、缓存及输出图片会持续占用）。
Python推荐使用3.10.x版本，不建议盲目安装最新大版本。安装时务必勾选“Add python.exe to PATH”，否则命令行可能无法识别python指令。若已安装多个Python版本，可在命令行输入“python --version”确认当前版本；若显示非3.10.x，后续创建虚拟环境时需指定正确的Python路径。显卡驱动也应提前更新至较新的稳定版。驱动过旧时常见症状为PyTorch无法识别GPU、启动后只能调用CPU、出图速度极慢或直接报CUDA相关错误。更新驱动后建议重启电脑再继续安装。
第一步：获取Fooocus项目文件
建议从Fooocus官方项目页面获取源码压缩包或使用Git克隆。新手若不熟悉Git，可下载压缩包并解压到英文路径（例如“D:\AI\Fooocus”）。路径中避免出现中文、特殊符号及过深层级，防止部分依赖读取路径时出错。若使用Git，则在目标目录打开命令行执行“git clone 项目地址”。下载完成后进入Fooocus目录。无论哪种方式，都不要将项目放在系统盘权限敏感目录（如Program Files），也不宜放入需同步的软件目录中，避免运行时文件被占用。
第二步：创建Python虚拟环境
在Fooocus目录中打开命令行，首先执行“python -m venv venv”创建虚拟环境。此处的“venv”是环境文件夹名称，可视为为Fooocus单独准备的Python工作间。创建完成后，Windows用户执行“.\venv\Scripts\activate”启用环境；若命令提示符前出现“(venv)”，即表明已进入虚拟环境。若提示无法执行脚本，通常是系统执行策略限制所致，可改用命令提示符窗口运行，或在PowerShell中临时调整当前会话策略。切勿随意复制来源不明的系统修复命令，尤其是要求关闭大量安全设置的方案。虚拟环境仅为项目隔离工具，无需修改系统核心配置。进入虚拟环境后，建议先执行“python -m pip install --upgrade pip setuptools wheel”更新基础安装组件，随后再安装Fooocus所需依赖。部分版本的Fooocus附带了requirements文件，可执行“pip install -r requirements_versions.txt”。若项目更新后文件名变化，应以项目目录内实际说明为准。
第三步：安装PyTorch与依赖包
PyTorch是决定Fooocus能否利用GPU的关键。NVIDIA显卡用户应选择与CUDA版本对应的PyTorch版本。最稳妥的做法是参考PyTorch官方安装指引生成命令，再在已启用的虚拟环境中执行。避免将CPU版和GPU版反复混装，否则极易出现无法识别显卡的问题。安装完成后，可执行“python -c "import torch; print(torch.cuda.is_available())"”检查GPU是否可用。若返回True，说明PyTorch已成功调用显卡；若返回False，通常需检查显卡驱动、PyTorch版本、Python版本以及是否确实在虚拟环境中执行命令。依赖安装过程中若出现超时或中断，不必急于重装系统，重新执行同一条安装命令即可，pip通常会继续处理未完成部分。若提示某个包版本冲突，优先查看Fooocus项目说明中推荐的依赖版本，不要盲目升级到最新版。
第四步：模型文件下载与放置
Fooocus首次启动时通常会自动下载基础模型和必要文件，这一步最耗时，且易因网络不稳定而失败。自动下载失败时，可根据启动日志中的文件名和保存路径，手动下载对应模型并放置到指定目录。常见目录一般位于Fooocus下的models相关文件夹中，具体以当前版本提示为准。模型文件体积较大，下载后务必确认文件大小是否完整。许多启动报错并非依赖问题，而是模型仅下载了一部分。遇到“unexpected EOF”“cannot load checkpoint”“safetensors读取失败”等提示时，应优先删除不完整文件后重新获取。不建议从不明网盘或二次打包站点下载来历不明的整合包。整合包虽然省事，但可能包含旧依赖、修改脚本或多余插件，后续排错成本更高。新手应优先使用官方项目和公开模型来源，安装过程更透明。
第五步：启动Fooocus并完成首次测试
依赖和模型准备就绪后，可在Fooocus目录中运行启动脚本。部分版本提供run.bat，双击即可启动；使用虚拟环境方式时，也可在命令行进入项目目录、启用venv后执行对应入口脚本（例如“python entry_with_update.py”）。具体入口名称可能随版本调整，需以项目文件为准。启动成功后，命令行会显示本地访问地址，通常是“https://127.0.0.1:7865”之类的地址。复制到浏览器打开即可进入界面。首次测试建议使用简单提示词，图片尺寸不宜过大，生成数量设为1张，先确认流程跑通，再逐步提高分辨率和批量数量。若电脑显存较小，建议关闭其他占用显卡的软件，并在Fooocus参数中选择更保守的性能模式。不要一开始就追求高分辨率、多张批量生成和复杂风格叠加，这会显著提高显存压力。
常见问题与排查思路
问题一：命令行提示“python不是内部或外部命令”。说明Python没有加入PATH，或当前终端未识别。可重新安装Python并勾选PATH选项，也可使用Python的完整路径创建虚拟环境。
问题二：pip安装依赖失败。先确认是否已进入venv，再升级pip。若是单个包失败，记录包名和错误信息，优先搜索该包与Python 3.10、Windows、PyTorch版本的兼容情况。不要在系统Python里反复安装卸载，以免影响其他项目。
问题三：启动后CPU占用高、出图很慢。通常是没有调用GPU。检查torch.cuda.is_available()结果，确认安装的不是CPU版PyTorch，并更新显卡驱动。
问题四：生成时报显存不足。降低图片尺寸，减少同时生成数量，关闭其他图形软件，选择低显存相关设置。显存不足不是安装失败，而是硬件资源不够，需要调整参数。
问题五：浏览器打不开页面。先看命令行是否仍在运行，是否显示本地地址；如果端口被占用，可按项目说明更换端口。不要关闭启动窗口，关闭后服务也会停止。
升级、回退与清理建议
升级前建议先备份配置文件、提示词记录、输出图片和自定义模型目录。若使用Git安装，可拉取新版本后再安装新增依赖；若使用压缩包方式，建议新建目录测试新版，确认正常后再迁移模型和输出文件。回退时不要在同一个虚拟环境里反复覆盖依赖，更稳妥的做法是删除venv文件夹，切换到旧版Fooocus代码后重新创建环境，这样能避免依赖残留造成的隐性错误。清理软件时，只需删除项目文件夹和模型缓存即可，不会影响系统Python之外的内容。
安全边界与实用建议
本地部署并不等于完全没有风险。下载脚本、模型和插件时，应确认来源可信，不运行来历不明的可执行文件。涉及人物肖像、品牌素材和商业用途时，需确认授权范围，避免产生版权和肖像纠纷。企业环境使用时，还应注意素材文件不要混入敏感资料。如果只是体验AI绘画，优先按照“官方项目源码 + Python虚拟环境 + 官方依赖说明 + 手动备份模型”的方式安装。虽然比整合包多几步，但结构清晰，遇到问题能定位到Python、依赖、模型或显卡四个层面，后续维护也更省心。对新手而言，真正的避坑关键并非追求一步完成，而是每一步都可验证、可回退、可复现。
