还在为 Stable Diffusion 本地部署的复杂环境、版本冲突和插件依赖而头疼吗网上教程零散从下载到出图步步是坑尤其对新手极不友好。本文将为你带来一份真正“开箱即用”的终极解决方案——基于八月最新秋叶 SD 整合包的保姆级全流程教程。无论你是零基础的 AI 绘画爱好者还是希望快速搭建稳定工作流的开发者都能通过本文从零开始一站式完成软件安装、插件配置并生成你的第一张 AI 作品。1. Stable Diffusion 与秋叶整合包为什么是当前最佳选择在深入安装步骤前我们有必要理解为什么“秋叶整合包”成为了国内 Stable Diffusion 用户尤其是新手的首选。1.1 什么是 Stable DiffusionStable Diffusion 是一种文本到图像的生成式 AI 模型。简单来说你输入一段文字描述称为“提示词”或 Prompt它就能生成与之匹配的图片。其核心优势在于开源、免费并且可以在消费级显卡如 NVIDIA RTX 系列上本地运行保证了创作的私密性和自由度。然而原始的 Stable Diffusion 是一个“模型”要使用它需要一个操作界面和一系列支撑工具这就是Stable Diffusion WebUI通常简称 SD WebUI 或 AUTOMATIC1111 WebUI。它提供了一个基于浏览器的图形界面让用户无需编写代码即可进行文生图、图生图、模型管理、插件扩展等复杂操作。1.2 传统安装的痛点与整合包的价值直接从 GitHub 克隆官方 WebUI 仓库进行安装对新手而言挑战巨大环境依赖复杂需要正确安装 Python、Git、CUDA 等版本必须严格匹配。网络问题频发在下载模型、安装依赖时常因网络问题失败。配置繁琐各种参数和路径需要手动调整。插件生态混乱插件安装、更新、冲突排查令人头疼。秋叶整合包正是为了解决这些问题而生。它将 Stable Diffusion WebUI、Python 环境、常用依赖、启动器、以及一系列优化和汉化全部打包在一起。其核心价值在于一键启动解压后双击启动器即可运行无需配置环境变量。内置加速针对国内网络环境优化了模型下载和更新源。高度集成预装了 ControlNet、ADetailer 等核心插件开箱即用。持续维护作者“秋葉aaaki”会持续更新修复 Bug适配新功能。社区支持拥有庞大的用户社区遇到问题更容易找到解决方案。八月的最新版本通常包含了 WebUI 的最新特性、性能优化和重要的安全更新是开始学习的最佳起点。2. 环境准备与安装前须知在下载整合包之前请确保你的电脑满足以下基本要求这将直接决定你能否流畅运行 SD。2.1 硬件要求核心是显卡操作系统Windows 10 或 Windows 11本文以 Windows 为例。macOS 和 Linux 有其它部署方式整合包主要面向 Windows 用户。显卡GPU这是最重要的部分。强烈推荐 NVIDIA 独立显卡。显存至少4GB。这是运行基础模型的最低要求。推荐配置NVIDIA RTX 3060 6G 及以上。8G 或 12G 显存可以运行更高分辨率的图片和更多高级模型。显卡型号支持 CUDA 的 NVIDIA 显卡GTX 10系列、RTX 20/30/40系列等。AMD 显卡和 Intel 核显也能运行但需要通过其他兼容层如 DirectML速度较慢且配置复杂整合包对 NVIDIA 支持最好。内存RAM建议16GB或以上。8GB 内存可能会在生成大图或同时运行其他程序时出现瓶颈。硬盘空间至少预留30GB的可用空间。这用于存放整合包本体、基础模型以及你后续下载的各种大模型、Lora、Embedding 等。建议安装在 SSD固态硬盘上模型加载速度会快很多。2.2 软件与驱动检查显卡驱动前往 NVIDIA 官网下载并安装最新的显卡驱动程序。新版驱动对 CUDA 和 AI 计算有更好的优化。关闭杀毒软件/防火墙在安装和运行过程中部分杀毒软件可能会误报或拦截 SD 的文件操作。建议暂时关闭或添加信任区以免出现无法解压或启动失败的问题。路径规范安装路径不要包含中文或特殊字符如!#$%^*()和空格。建议使用全英文路径例如D:\SDWebUI。这是避免许多奇怪错误的黄金法则。3. 秋叶 SD 整合包下载与安装这是最核心的一步我们将一步步完成整合包的获取和部署。3.1 获取整合包由于版权和传播原因整合包通常通过网盘分享。你可以通过以下途径寻找八月最新版作者发布平台关注作者“秋葉aaaki”在 Bilibili、知乎或 GitHub 上的动态他会发布最新的整合包链接。AI 绘画社区如 “LiblibAI”、“哩布哩布” 或相关贴吧、QQ 群通常会有热心网友分享转载链接。重要提示请务必从可信来源下载以防捆绑恶意软件。下载的文件通常是一个较大的压缩包如.7z或.zip格式大小在 10GB 左右。3.2 安装步骤详解假设你已下载好名为sd-webui-aki-v4.x.7z的压缩包。解压文件使用解压软件如 Bandizip、7-Zip将压缩包解压到你准备好的英文路径下例如D:\。解压后会得到一个名为sd-webui-aki-v4.x的文件夹。进入目录打开解压后的文件夹你应该能看到以下关键文件启动器运行依赖-dotnet-6.0.11.exe如果首次运行可能需要先安装这个。A启动器.exe或launcher.exe这是整合包的灵魂我们通过它来启动和管理 WebUI。python文件夹内置的 Python 环境无需单独安装。models文件夹存放各类模型Stable-diffusion, Lora, VAE 等。extensions文件夹存放插件。安装运行依赖如需如果是全新系统双击运行启动器运行依赖-dotnet-6.0.11.exe并按提示安装。启动双击A启动器.exe。首次运行启动器可能会进行一些初始化工作如检测环境、更新组件等请耐心等待。启动器界面如下图所示版本可能略有不同--------------------------------------- | SD-WebUI 启动器 | --------------------------------------- | [一键启动] [高级选项] | | [版本管理] [模型管理] | | [小工具] [疑难解答] | --------------------------------------- | 当前版本v1.6.0 | | Python路径.\python\python.exe | | Git路径.\git\bin\git.exe | ---------------------------------------一键启动直接点击【一键启动】按钮。启动器会自动打开一个命令行窗口开始加载 WebUI。这个过程会下载一些必要的依赖仅首次请保持网络通畅。等待完成当命令行窗口最后出现类似Running on local URL: http://127.0.0.1:7860的信息时表示启动成功。同时你的默认浏览器会自动打开这个地址。恭喜至此Stable Diffusion WebUI 已经成功运行在你的电脑上。你看到的浏览器页面就是你的 AI 绘画工作台。4. WebUI 基础界面与文生图初体验成功启动后让我们快速熟悉界面并生成第一张图片。4.1 界面功能区概览WebUI 界面主要分为以下几个区域左上角模型选择区。在这里切换不同的基础大模型Checkpoint。正上方提示词Prompt输入区。描述你想要的画面。下方负面提示词Negative Prompt输入区。描述你不希望在画面中出现的内容。右侧生成参数区。包括采样方法Sampling method、迭代步数Sampling steps、图片尺寸Width/Height、提示词相关性CFG Scale、随机种子Seed等。中间下方生成按钮。点击“生成”开始创作。右侧下方生成结果展示区。图片和生成信息会显示在这里。4.2 生成你的第一张 AI 作品我们用一个最简单的例子开始选择模型在左上角模型下拉框中选择一个模型。整合包通常会内置一个基础模型如v1-5-pruned-emaonly.safetensors。就先用它。输入正面提示词在Prompt框中输入masterpiece, best quality, 1girl, beautiful, solo, looking at viewer, smile大师作品最佳质量1个女孩美丽独处看着观众微笑。输入负面提示词在Negative Prompt框中输入lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry这是一组常用的负面提示词用于过滤低质量特征。设置参数采样方法Sampling method选择Euler a速度快效果不错适合新手。迭代步数Sampling steps设置为20。图片尺寸Width/Height设置为512x512这是大多数模型训练的标准尺寸。提示词相关性CFG Scale设置为7。随机种子Seed保持-1代表随机。点击生成点击右侧大大的【生成】按钮。你会看到进度条开始走动稍等片刻时间取决于你的显卡性能你的第一张 AI 绘画作品就会出现在右下角这个过程可能不会生成完美的图片但它的意义在于验证整个流程是通的。接下来我们将通过安装插件来大幅提升创作能力和效率。5. 核心插件安装与管理指南插件是 SD WebUI 的灵魂能实现图生图、姿态控制、面部修复、高清放大等强大功能。整合包已预装部分插件我们学习如何自己安装和管理。5.1 插件安装的三种方式在 WebUI 顶部点击【扩展】选项卡然后进入【可用】子标签页。切记先点击“加载自”按钮才能看到插件列表。从官方仓库安装最推荐在“加载自”列表中找到想要的插件如ControlNet、Dynamic Prompts。直接点击其右侧的【安装】按钮。安装完成后回到【已安装】标签页点击【应用并重启用户界面】。优点方便一键安装。缺点对网络要求高有时会失败。通过 URL 安装在【从网址安装】标签页下将插件的 GitHub 仓库地址如https://github.com/Mikubill/sd-webui-controlnet粘贴到“扩展的 git 仓库网址”输入框中。点击【安装】按钮。重启 WebUI。优点可以安装任何公开的插件。缺点需要知道准确的仓库地址。手动安装最稳定在插件的 GitHub 页面点击Code-Download ZIP下载插件压缩包。解压该压缩包将解压后的整个文件夹确保文件夹内是插件的代码文件夹名通常是插件名复制到 WebUI 根目录下的extensions文件夹内。重启 WebUI。优点绝对稳定不受网络影响。缺点更新插件时需要重复此操作。5.2 必装插件推荐与配置以下插件能极大改善你的工作流建议逐一安装体验ControlNet最强控制插件。通过输入一张草图、姿势图、深度图或边缘检测图来精确控制生成图片的构图、姿势、景深等。安装后需要在扩展-已安装里应用重启然后还需要在启动器的【模型管理】功能中下载对应的 ControlNet 模型如control_v11p_sd15_canny等。ADetailer自动面部/手部修复神器。在生成后自动检测画面中的人脸或手部并用更高精度重绘这些区域有效解决“脸崩手崩”问题。安装即用无需额外模型。Dynamic Prompts动态提示词。支持通配符、语法组合可以批量生成大量变体非常适合构思和探索。Tagger (WD14 Tagger)图片反推提示词。上传一张图片它可以自动识别图中的内容并生成描述性的标签提示词是学习提示词和进行图生图的利器。Additional Networks (LoRA插件)便捷管理 LoRA 模型。LoRA 是一种小型模型用于微调风格、人物或概念。这个插件让你可以像切换大模型一样方便地在提示词中调用 LoRA。插件安装后记得在【设置】选项卡中查找对应插件的配置项并根据需要进行调整。6. 模型管理与下载丰富你的创作库只有基础模型是远远不够的。Stable Diffusion 的创造力来源于丰富多彩的专用模型。6.1 模型类型简介Checkpoint (大模型/底模)这是生成图片的主模型文件最大通常 2-7GB决定了图片的整体风格如写实、动漫、奇幻。需要放在models/Stable-diffusion目录下。LoRA小型微调模型通常 10-200MB用于修改或添加特定风格、人物特征、服装、画风等。需要放在models/Lora目录下。在提示词中用语法lora:文件名:权重调用。VAE变分自编码器用于改善图片的色彩和细节。需要放在models/VAE目录下。可以在设置中配置默认 VAE。Embedding (Textual Inversion)文本嵌入模型文件很小几十KB用于定义新的关键词或概念。需要放在embeddings目录下。在提示词中直接输入对应的关键词即可调用。6.2 使用启动器下载模型最方便秋叶启动器内置了模型下载功能极大地简化了流程。关闭 WebUI回到启动器界面。点击【模型管理】按钮。这里分门别类列出了 Checkpoint、LoRA、VAE、ControlNet 等模型。找到你心仪的模型可以通过标签筛选如“真实”、“动漫”、“2.5D”点击右侧的【下载】按钮。选择下载源通常选国内镜像源速度更快等待下载完成。下载完成后重启 WebUI即可在对应的模型选择下拉框中找到新模型。6.3 手动下载与放置你也可以从模型分享网站如 Civitai、Hugging Face手动下载模型文件.safetensors格式最安全然后将其放入对应的文件夹大模型 -你的SD目录\models\Stable-diffusionLoRA -你的SD目录\models\LoraVAE -你的SD目录\models\VAEControlNet模型 -你的SD目录\extensions\sd-webui-controlnet\models放置后在 WebUI 界面点击刷新按钮即可加载新模型。7. 常见问题与故障排除指南即使使用整合包在安装和运行过程中也可能遇到一些问题。以下是高频问题及解决方案。7.1 启动与运行问题问题现象可能原因解决方案双击启动器无反应1. 运行依赖未安装。2. 被杀毒软件拦截。3. 路径包含中文。1. 安装启动器运行依赖。2. 关闭杀软或添加信任。3. 将整合包移动到纯英文路径。启动时命令行报错“python: can‘t open file...”Python 环境路径错误或文件缺失。尝试在启动器【高级选项】中修复安装或重新安装 Python 环境。浏览器打开http://127.0.0.1:7860显示无法连接WebUI 核心进程启动失败。查看命令行窗口最后的错误信息。常见原因是端口被占用。在启动器【高级选项】-【网络设置】中修改端口如改为7861。生成图片时提示“CUDA out of memory”显存不足。1. 降低生成图片的尺寸如 512x512 - 512x768。2. 在启动器【高级选项】-【优化设置】中勾选xformers并设置--medvram或--lowvram参数。3. 关闭其他占用显存的程序。生成速度极慢1. 未使用 GPU 运行。2. 显卡性能较弱。1. 确认命令行中显示的是你的 NVIDIA 显卡型号。2. 在【设置】-【优化】中确保Cross attention optimization选择了xformers或scaled-dot-product。7.2 插件与模型问题问题现象可能原因解决方案安装插件后 WebUI 无法启动插件冲突或插件本身有 Bug。进入extensions文件夹临时移除或重命名新安装的插件文件夹重启 WebUI 以排查。ControlNet 插件不生效或报错1. 未下载 ControlNet 模型。2. 模型未放入正确路径。3. 预处理模型未下载。1. 通过启动器【模型管理】下载所需的 ControlNet 模型。2. 确认模型文件在extensions/sd-webui-controlnet/models下。3. 点击 ControlNet 单元的“预处理器”旁的下载图标下载缺失的预处理模型。切换模型后生成图片风格没变模型未正确加载或缓存问题。1. 切换模型后观察 WebUI 顶部标题栏会显示加载进度请等待加载完成。2. 点击模型选择框旁的刷新按钮。3. 彻底关闭 WebUI 和启动器重新启动。提示词语法如 LoRA不生效语法错误或模型未找到。1. 检查语法lora:模型文件名:权重文件名不带后缀。2. 确认 LoRA 模型文件在models/Lora目录下。7.3 网络与更新问题问题现象可能原因解决方案启动器或插件安装时下载失败网络连接问题。1. 在启动器【版本管理】或【模型管理】中切换下载源如使用国内镜像。2. 检查网络代理设置有时需要关闭代理或正确配置。如何更新整合包新版本发布。切勿直接覆盖旧版正确做法1. 备份你的models、extensions、outputs文件夹以及ui-config.json、config.json等配置文件。2. 将新版整合包解压到新文件夹。3. 将备份的文件夹和配置文件覆盖到新整合包的对应位置。4. 运行新整合包的启动器。8. 最佳实践与进阶技巧掌握了安装和基础操作后以下技巧能帮助你更高效、更稳定地使用 SD。8.1 工作流优化分层提示词将提示词按主题、对象、细节、画质分层书写用逗号分隔。例如(主题描述场景), (主体1girl, detailed face), (细节intricate dress), (画质masterpiece, best quality)。这样结构清晰便于调整。善用负面提示词准备一个通用的高质量负面提示词库每次生成时粘贴进去能有效提升出图成功率。种子Seed的妙用当生成一张满意的图片时固定其种子值然后微调提示词或其他参数可以在保持构图大致不变的情况下探索不同风格。分步出图不要总想一步到位生成 4K 大图。先用小尺寸如 512x512快速测试构图和创意确定后再使用“高清修复”Hires. fix或“后期处理”中的放大功能来提升分辨率。8.2 性能与稳定性参数设置CFG Scale通常 7-12 之间效果较好过高会导致颜色过饱和、画面僵硬。Sampling steps20-30 步对于 DPM 2M Karras 等采样器已足够再增加步数收益很小但耗时倍增。显存管理对于 8G 及以下显存务必在启动器【高级选项】中启用--medvram。如果生成高分辨率图1024仍爆显存可以尝试使用 Tiled VAE 和 Tiled Diffusion 插件进行分块渲染。定期清理outputs文件夹保存了所有生成图定期清理可以节省大量磁盘空间。temp文件夹下的缓存文件也可以安全删除。8.3 资源与学习模型网站Civitai 是最大的社区模型分享站可以按风格、类别、评分筛选模型。Hugging Face 是官方模型库。提示词工程学习使用“权重强调”(word:1.3) “交替”[word1|word2]以及 BREAK 关键字来精细控制生成。版本控制使用启动器的【版本管理】功能可以方便地在不同版本的 WebUI 核心之间切换以测试新功能或回退到稳定版本。从环境准备到成功出图从插件安装到故障排查本文为你构建了一条从零到一的 Stable Diffusion 学习路径。秋叶整合包极大地降低了入门门槛但 AI 绘画的深度和乐趣在于持续的探索与实践。接下来你可以深入研究 ControlNet 的精准控制玩转 LoRA 的百变风格或尝试训练属于自己的专属模型。记住所有复杂的作品都始于一次简单的点击生成。现在你的创作之旅已经启航。