Stable Diffusion WebUI 本地部署完整教程

优质文章学习记录

— 7 min read
Stable Diffusion WebUI 本地部署完整教程

Stable Diffusion WebUI 本地部署完整教程（AUTOMATIC1111 版）

本教程基于 Windows 系统，适合 AI 绘画爱好者或初学者，旨在帮助大家从零部署并运行本地的 Stable Diffusion 模型界面（Web UI）。我们将从克隆项目、配置环境到运行界面，并附上常见网络问题的解决方案。

一、准备工作

1. 安装依赖

  • Python 3.10.x
  • Git（推荐官网下载最新版）
  • 显卡驱动 + CUDA（NVIDIA 用户，建议驱动更新到最新版）

安装好后，确保 Python 和 Git 都加入了系统环境变量。

二、克隆项目仓库

使用如下命令克隆 AUTOMATIC1111 的 Web UI 项目：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

🚧 常见问题：OpenSSL SSL_read: Connection was reset, errno 10054

这是网络导致的 Git 连接失败问题。

✅ 解决方法：

关闭 Git 的 HTTPS 证书验证：

git config --global http.sslVerify false

然后重新执行 clone 命令即可成功。

三、运行项目

1. 进入项目目录，双击运行：

stable-diffusion-webui\webui-user.bat

运行后会自动创建虚拟环境并下载依赖库。

🚧 问题：提示升级 pip？

✅ 解决方法：

根据提示复制升级命令，在新命令行中执行（路径根据你的安装位置可能不同）：

H:\AI\stable-diffusion-webui\venv\Scripts\python.exe -m pip install--upgrade pip

升级完成后，重新运行webui-user.bat。

四、解决国内网络环境下载失败的问题

在首次运行时，WebUI 会自动安装一些依赖模型，例如：

  • gfpgan
  • clip
  • open-clip

若下载失败，你会在命令行中看到安装卡住或超时的报错，解决方案如下：

方法一：修改 pip 安装源为国内镜像

打开 stable-diffusion-webui\launch.py 文件，找到安装失败的部分。

例如：

run_pip(f"install {gfpgan_package}","gfpgan")

改为：

run_pip(f"install -i https://pypi.douban.com/simple/ {gfpgan_package}","gfpgan")

同样方式修改：

  • clip_package
  • open_clip_package

然后保存、关闭命令行，重新运行webui-user.bat。

方法二：加速 GitHub 文件下载

如果卡在某个 GitHub 地址，可以用加速代理，例如：

"https://github.com/..."

改为：

"https://github.moeyy.xyz/https://github.com/..."
示例：在 launch.py 或 launch_utils.py 中

找到类似以下函数：

defprepare_environment():

把里面涉及 GitHub 的 URL 全部加上加速前缀。

📌 文件找不到的情况

如果你找不到 launch.py，可能你的版本结构已经更新，请在 launch_utils.py 中查找对应的 run_pip(...) 语句并按相同方式修改（比如第 263、266、269 行）。

五、首次加载模型

第一次进入 WebUI 会自动下载一个默认模型（如 v1-5-pruned-emaonly.ckpt），文件较大（约 4GB），请耐心等待。

在这里插入图片描述


首次加载可能时间较长。你也可以自行下载 .ckpt 或 .safetensors 模型放入以下目录：

stable-diffusion-webui\models\Stable-diffusion\

🚧 遇到模型加载失败：ProxyError 错误

如果你遇到类似如下错误信息：

ProxyError: ('Unable to connect to proxy', FileNotFoundError(2, 'No such file or directory'))

并伴随类似：

requests.exceptions.ProxyError: (MaxRetryError("HTTPSConnectionPool(...): Max retries exceeded with url: /openai/clip-vit-large-patch14/resolve/main/vocab.json ..."))

✅ 解决方法如下：

  1. 请关闭你之前为了下载模型使用的代理工具（包括系统代理或设置在 WebUI 中的代理参数）。
  2. 关闭命令行窗口，重新运行 webui-user.bat，程序会重新尝试使用正常方式连接 HuggingFace。

🌀 如果出现“卡住不动”的情况？

有时候你可能会发现命令行卡在某一步不动，长时间没有进度。

✅ 解决方法：

  • 直接关闭命令行窗口，重新运行 webui-user.bat，系统通常会从上次中断处继续下载或跳过已安装内容。

六、设置代理加速 HuggingFace 模型下载

为什么要设置？

很多用户在首次运行或切换模型时会遇到以下错误：

OSError: Can't load tokenizer for 'openai/clip-vit-large-patch14'

说明系统在尝试联网下载 tokenizer 文件（如 vocab.json），但由于网络限制（如 HuggingFace 被墙），下载失败。

解决方法一：在 webui-user.bat 中设置代理

  1. 编辑 webui-user.bat 文件，在开头添加如下内容：
:: 启用代理（如 Clash 使用 HTTP 代理 7890 端口） set HTTP_PROXY=http://127.0.0.1:7890 set HTTPS_PROXY=http://127.0.0.1:7890 :: 如果你用的是 SOCKS5 代理（如 V2Ray、Trojan）： :: set ALL_PROXY=socks5://127.0.0.1:1080
  1. 保存并重新运行 webui-user.bat。
✅ 一般配合 Clash 使用效果较好，默认本地端口为 7890。

解决方法二：手动下载 CLIP Tokenizer 模型到本地

  1. 下载以下 4 个文件：
    • vocab.json
    • merges.txt
    • tokenizer_config.json
    • special_tokens_map.json
  2. 将上述 4 个文件全部放入该目录中。

打开 ldm\modules\encoders\modules.py，找到如下代码：

self.tokenizer = CLIPTokenizer.from_pretrained(version)

修改为：

self.tokenizer = CLIPTokenizer.from_pretrained("models/clip-vit-large-patch14")

在本地新建目录：

stable-diffusion-webui\models\clip-vit-large-patch14\

访问以下链接（如无法打开建议用代理）：

https://huggingface.co/openai/clip-vit-large-patch14/tree/main

这样就会从本地加载 tokenizer 文件，避免联网失败问题。

在这里插入图片描述

七、可选：更换模型

你可以将其他 .ckpt 或 .safetensors 模型放入：

stable-diffusion-webui\models\Stable-diffusion\
在这里插入图片描述

然后在 Web UI 界面右上角下拉选择切换模型。

八、模型部署成功后的使用与测试

1. 访问 Web UI 界面

当命令行中显示如下信息：

Running on local URL: http://127.0.0.1:7860
在这里插入图片描述

打开浏览器，输入该地址访问 Web UI 页面。

2. 输入测试 Prompt 生成图片

在界面中，你会看到一个文本输入框，称为 “Prompt” 输入框。

在这里插入图片描述

在此输入框中，试试以下测试内容：

Official portrait of Groot as substitute teacher

3. 配置参数建议（可选）

  • 采样器（Sampler）：默认即可，如 Euler a、DDIM 等。
  • 步数（Steps）：建议设置 20~30，数值越大图片细节越丰富，但生成时间也更长。
  • 分辨率（Width/Height）：推荐 512x512，显卡显存有限可适当调低。
  • 种子（Seed）：默认随机，想要固定结果可指定具体数值。
  • CFG Scale（引导尺度）：7~9 之间通常表现较好，控制对 Prompt 的遵守程度。

4. 点击“生成”按钮

等待几秒至几十秒（具体时间与显卡性能相关），页面会自动显示生成的图像。

在这里插入图片描述

附录、常见模型下载失败的解决方法汇总

问题原因解决方法
OSError: Can't load tokenizer for openai/clip-vit-large-patch14HuggingFace 网络不通本地下载 tokenizer 或配置代理
ProxyError 报错系统代理配置残留关闭系统代理，清理环境变量
命令行卡住不动下载缓慢或被墙Ctrl+C 后重启、断点续传有效
xformers 报错未安装非必要模块可忽略，或通过 pip 安装

Read more

【GitHub Copilot】Figma MCP还原设计稿生成前端代码

【GitHub Copilot】Figma MCP还原设计稿生成前端代码

这里写自定义目录标题 * Step1：让AI给你配置MCP * Step2：替换成自己的Figma密钥 * Step3：如何使用 Cursor+Figma MCP的教程已经很多了，由于我所在的公司采购的是GitHub Copilot，我研究了一下直接在vscode里利用GitHub Copilot接入Figma MCP进行设计稿还原代码，大获成功，这里分享我的步骤，希望能帮到你。 Step1：让AI给你配置MCP 在vscode中打开你的项目（我的例子是一个微信小程序），呼出github copilot对话框，模式选择Agent，模型建议Claude 3.7 Sonnet，提问： https://github.com/GLips/Figma-Context-MCP 如何配置能让你在vscode里使用这个mcp 之后跟着提示狂点下一步即可完成配置，如果有什么需要装的vscode插件它会自动帮你装，甚至自动生成了配置说明文档。 由于不能保证AI每次生成的答案都一致，这里附上我的运行结果作为参考，可以看到它在项目文件夹最外层建了一个.vscode文件夹，在sett

文心一言API接入指南：手把手教你快速集成AI能力

文心一言API接入指南：手把手教你快速集成AI能力 关键词：文心一言API、大模型集成、开发者指南、AI能力调用、API接入实战 摘要：本文是面向开发者的文心一言API接入全流程指南，从注册账号到代码调用，用“手把手”式讲解+实战案例，带你快速掌握大模型能力集成方法。无论你是想给产品增加智能对话功能的中小团队，还是想尝试AI开发的个人开发者，读完本文都能轻松上手文心一言API！ 背景介绍 目的和范围 近年来，以文心一言（ERNIE Bot）为代表的大语言模型（LLM）彻底改变了AI应用开发模式——开发者无需从头训练模型，通过API调用就能快速为产品注入智能对话、内容生成、文本理解等能力。本文聚焦文心一言API的实际接入流程，覆盖从账号注册到代码调试的全链路操作，帮助开发者快速将大模型能力集成到自己的应用中。 预期读者 * 中小团队开发者（需要为产品添加智能交互功能） * 个人开发者（想尝试AI应用开发） * 学生/技术爱好者（对大模型实际应用感兴趣） 文档结构概述 本文采用“知识铺垫→操作指南→实战验证→场景拓展”的逻辑，

论文写作神器！9款AI工具一键生成初稿，AIGC率低至7%轻松搞定

一、9款AI论文工具横向对比：选对工具效率提升10倍 作为论文写作新手，最头疼的莫过于“工具太多挑花眼”——到底哪款工具能生成初稿？哪款能降重？哪款适合文献检索？别慌，我整理了9款主流AI论文工具的核心参数对比表，帮你1分钟锁定适配需求的工具： 工具名称核心功能定位初稿生成能力AIGC率控制特色优势适用场景图灵论文AI写作助手一站式论文深度解决方案★★★★★（30分钟5万字）★★★★★（低至7%）文献综述/问卷数据/图表公式一键生成毕业论文、实证分析、导师意见修改SciSpace文献阅读+写作排版工具★★★☆☆★★☆☆☆AI术语解释、期刊格式自动适配外文文献阅读、期刊论文排版Kimi长文本处理+对话式写作辅助★★★★☆★☆☆☆☆超长上下文（支持百万字文档）文献总结、论文结构搭建知学空间免费论文资源库+写作参考★☆☆☆☆——海量毕业论文范文、学术资料写作思路拓展、结构参考豆包AI中文对话式写作辅助★★★☆☆★☆☆☆☆中文理解能力强、多模态交互选题 brainstorm、摘要生成ArXiv预印本文献库————前沿研究快速发布、免费开放理工科文献检索、最新研究跟踪ERIC教育领域专业
用 OpenAI Whisper + pyannote.audio 打造“谁在说什么”的全栈语音理解系统

用 OpenAI Whisper + pyannote.audio 打造“谁在说什么”的全栈语音理解系统

只做语音识别的系统，只能回答“说了什么”； 只有说话人分离的系统，只能回答“谁在什么时候说话”； 把两者拼在一起，你就有了一个真正能看懂对话的机器。 这篇文章，我们从工程落地的角度，聊一聊：如何把 OpenAI 的 Whisper 语音识别模型，和 pyannote.audio 的说话人分离管线拼成一个“谁在什么时候说了什么”的完整解决方案。 我们会回答这三个核心问题： 1. 技术思路：Whisper + pyannote.audio 的组合到底在解决什么问题？ 2. 工程实现：从一段音频到“带说话人标签的转写结果”，需要哪些关键步骤？ 3. 实战建议：在真实业务里，这种方案要怎么做取舍、怎么优化？ 全文尽量站在“要上线一个能工作的系统”的视角，而不是“能跑就行的 demo”。 一、为什么一定要把 Whisper 和 pyannote.