安装前须知：SD.Next 适用于哪些创作场景？
SD.Next 是一款专为 Stable Diffusion 生态打造的本地化 Web UI，非常适合在 Mac 上执行文生图、图生图、局部重绘、模型管理、参数预设以及扩展安装等任务。与纯在线工具相比，本地部署赋予用户更高的控制权和更全面的参数调节能力，且生成素材无需上传至第三方服务；其不足之处在于对硬件性能、存储空间及运行环境有一定门槛，初次安装往往需要耐心排查依赖问题。
macOS 用户强烈推荐通过 Homebrew 来管理基础依赖，该工具能够统一安装 Git、Python、编译工具及常用库，后续的升级与卸载流程也更加清晰。搭载 Apple Silicon 芯片的 Mac 可借助 Metal 后端实现高效的本地推理，而 Intel 机型虽可运行，但速度通常较慢。建议至少预留 30GB 可用空间；如需存储多个大模型、LoRA 及输出图像，预留 80GB 以上更为稳妥。
第一步：安装 Homebrew 并完成环境基础检查
首先打开“终端”，确认系统已安装命令行工具。执行 xcode-select --install，若提示已安装则可继续；若弹出安装窗口，请按指引完成。随后安装 Homebrew。安装完成后，Apple Silicon Mac 的默认路径通常为 /opt/homebrew，Intel Mac 则为 /usr/local。若终端提示找不到 brew，需根据 Homebrew 安装结束时的提示将环境变量加入 shell 配置文件。
可使用 brew --version 验证安装是否成功，随后执行 brew update 更新包索引。新手需特别注意：避免随意运行带有管理员权限的未知脚本，也不宜将系统自带的 Python 作为项目运行环境。由于 SD.Next 依赖较多，通过 Homebrew 安装独立版本的 Python 会更加可控。
第二步：安装 SD.Next 运行所需的依赖环境
逐一安装常用依赖：brew install git python@3.10 cmake protobuf rust。其中 Git 用于拉取项目代码，Python 负责运行 Web UI，而 CMake、protobuf、Rust 则常用于编译部分扩展或依赖包。安装完成后执行 python3.10 --version 和 git --version，确认相关命令可用。
若你的 Mac 上存在多个 Python 版本，建议显式使用 python3.10。AI 工具对 Python 版本较为敏感，版本过新或过旧均可能导致依赖安装失败。切勿将多个 SD 类项目混合在同一个虚拟环境中，否则后续排查错误将非常困难。
第三步：下载 SD.Next 项目并完成首次启动
选择一个存储空间充足的位置，例如用户目录下的 AI 文件夹。执行 mkdir -p ~/AI 创建目录，再进入：cd ~/AI。然后克隆项目：git clone https://github.com/vladmandic/automatic.git sdnext，并进入项目目录：cd sdnext。
首次启动时执行 ./webui.sh。该脚本将自动创建虚拟环境、安装 Python 依赖并初始化运行目录。初次启动需等待较长时间，具体取决于网络状况、机器性能及依赖编译过程。待终端显示类似本地访问地址后，在浏览器中打开 https://127.0.0.1:7860 即可进入 Web UI。建议首次启动不要安装过多扩展，先确认基础文生图功能正常，再逐步添加其他功能。
Apple Silicon 用户若遇到性能异常，可在启动参数中重点关注 Metal、精度及内存相关选项。通常，统一内存为 8GB 的机型应优先选择较低分辨率和轻量模型；而 16GB 以上内存将带来更稳定的体验。切勿一开始就使用超高分辨率、多批量生成和复杂控制链路，否则极易导致内存不足或系统卡顿。
第四步：添加模型并进行基础配置
SD.Next 安装完成后，还需准备基础模型。常见模型文件后缀有 .safetensors 和 .ckpt，建议优先使用来源明确的 .safetensors 文件。将基础模型放入项目目录下的 models/Stable-diffusion，LoRA 通常放入 models/Lora，VAE 则可放入 models/VAE。放置完毕后，刷新界面或重启服务，即可在模型列表中看到所添加的模型。
模型文件体积较大，下载前需确认其授权范围及用途限制。若用于商业设计、客户交付或公开发布，务必仔细阅读模型页面的许可协议。切勿导入来源不明的可执行文件，亦不得将个人隐私图片或未授权素材直接用于训练或公开展示。
第五步：AI 工作流模板导入与使用思路
所谓 AI 工作流模板，通常是将模型、采样器、步数、尺寸、提示词结构、反向提示词、高清修复、控制模块等参数整合为可复用的方案。对于新手而言，模板的最大价值在于减少试错成本：先跑通一套稳定的参数组合，再根据画风、尺寸及用途进行微调。
导入前请先确认模板格式。若模板是 SD.Next 支持的预设或配置文件，可在界面的配置、预设、工作流相关入口选择导入；若来自扩展，则需先安装对应扩展，再依据扩展说明进行导入。常见做法是将 JSON 或配置文件保存到项目内的预设目录，重启界面后即可加载。不同版本的目录名称可能有所变化，遇到不一致时，应以当前界面的导入按钮和项目文档为准。
导入模板后不要急于批量生成，建议先检查三项：第一，模板所引用的模型在本地是否已存在；第二，分辨率、批次数及高清修复倍率是否超出本机性能承受范围；第三，提示词中是否包含不适合当前用途的内容。建议先用 512×512 或 768×768 的小图进行测试，确认生成结果与耗时后再逐步提升参数。
常见问题及处理方法
问题一：终端提示 brew: command not found。这通常是因为 Homebrew 路径未写入环境变量。请根据安装结束时的提示执行对应的 echo ... >> ~/.zprofile 命令，然后重新打开终端。
问题二：依赖安装速度慢或中断。可先执行 brew update，再重新运行 ./webui.sh。如果发现 Python 包编译失败，请检查是否已安装 cmake、protobuf、rust，并确认磁盘空间是否充足。
问题三：启动成功但页面无法打开。请确认终端中显示的地址是否为 127.0.0.1:7860，并检查该端口是否已被其他程序占用。可关闭旧终端进程后重启，或在启动参数中指定其他端口。
问题四：生成图片时提示内存不足。建议降低图像宽高、批次数及采样步数，关闭不必要的高清修复和控制模块。MacBook 用户应接入电源，并避免同时运行大型剪辑、建模或开发工具。
问题五：模型列表为空。请检查模型是否放置于正确目录，文件后缀是否完整，下载文件是否损坏。放入文件后点击刷新，若仍无效则重启 SD.Next。
版本升级、回退与安全注意事项
升级前建议先备份以下内容：模型目录、输出目录、个人配置及工作流模板。进入项目目录后执行 git pull 可更新 SD.Next，再运行 ./webui.sh 让依赖自动调整。若升级后出现异常，可查看更新前的提交记录并回退到旧版本；不熟悉 Git 的用户，最简单的办法是在升级前复制整个项目目录作为备份。
安全方面需牢记四点：仅从可信来源获取项目和模型；切勿在不了解用途的情况下粘贴终端命令；不要为普通 AI 绘图项目开放不必要的外部访问；避免将包含客户资料、证件、未授权肖像或商业机密等敏感素材用于测试。SD.Next 本地部署的灵活度很高，但灵活性也意味着用户需自行负责文件来源、版权合规及数据保护。
实用建议：新手如何少走弯路
第一次安装的目标并非追求全功能，而是实现“能启动、能加载模型、能生成第一张图”。建议先使用一个基础模型、一套简单提示词和默认采样参数，确认基本流程无误后，再逐步添加 LoRA、控制模块及工作流模板。每次只改动一个变量，便于判断效果变化源自何处。
若你计划长期使用，建议将模型、输出图像、模板及扩展分门别类保存，并记录常用参数。对于 Mac 用户而言，Homebrew 负责底层依赖管理，SD.Next 提供生成环境，工作流模板则用于经验复用。三者协同配合，本地 AI 绘图环境将更加稳定，也更适合持续学习与日常创作。
