从零基础开始：手把手教你本地部署Stable Diffusion WebUI V4版（Win版 0705更新） | AI绘画指南

部署Stable Diffusion教程

一、前言

在本教程中，我们特别针对一些常见的卡点进行了详细说明，确保用户在操作过程中不容易遇到阻碍，尤其是在Clone Stable Diffusion WebUI的步骤上。此外，教程新增了如何更新或卸载Stable Diffusion的具体方法，并详细讲解了如何修改launch_utils.py文件，还介绍了一键安装包的使用方法。

本教程特别适合从未安装过的初学者，或者曾经安装但在后续尝试中遇到问题的用户。通过本教程，您将可以轻松解决遇到的各种问题，确保顺利部署。该教程适用于硬件条件符合要求的设备（具体要求见下文），并支持Windows操作系统，包括Windows 10、Windows 11、Windows Server 2019及Windows Server 2022，无论是笔记本电脑、台式机还是服务器，都可以顺利使用。

二、安装前的准备

在开始部署之前，请确认您的设备和网络环境符合以下要求：

• 硬件条件：NVIDIA显卡，支持CUDA计算。
• 操作系统：Windows 10 或 Windows 11，或Windows Server 2019/2022。
• 网络：内外网通畅，下载速度良好。
• 耐心和多次尝试：有些步骤可能会因为网络波动需要重复执行。

如果满足上述条件，您就可以继续操作了。

三、部署算法环境

1. 下载 Miniconda

Miniconda 用于管理 Python 版本，实现 Python 的多版本切换。

下载 Miniconda

安装时按默认选项一路点击 "Next" 完成安装。

2. 验证 Miniconda 安装

安装完成后，打开 Miniconda，输入并执行以下命令，确认版本号显示即为成功安装：

conda -V

3. 配置基础环境

在 Miniconda 窗口中输入以下命令来设置通道和清理缓存：

conda config --set show_channel_urls yes
conda clean -i

4. 创建 Python 环境

输入以下命令创建 Python 3.10.6 版本的环境，命名为 sdwebui：

conda create --name sdwebui python=3.10.6

安装完成后，执行以下命令激活环境：

conda activate sdwebui

5. 升级 pip 并配置镜像源

为了提高下载速度，建议更改 pip 的默认镜像源为阿里云：

python -m pip install --upgrade pip
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

6. 安装 Git

Git 用于从 GitHub 上克隆下载 Stable Diffusion WebUI 项目。前往 Git官网 下载并安装。

安装完成后，打开 Miniconda，输入并执行：

git --version

7. 安装 CUDA

CUDA 是 NVIDIA 显卡运行 AI 算法的依赖程序。访问 CUDA 官网，根据您的显卡型号下载相应版本的 CUDA 工具包。

8. 克隆 Stable Diffusion WebUI 源码

在 Miniconda 窗口中进入目标安装目录，然后执行以下命令克隆 Stable Diffusion WebUI 项目：

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

9. 下载模型

从 Hugging Face 下载 Stable Diffusion 模型，并将模型文件放置到 stable-diffusion-webui/models/Stable-diffusion 文件夹下。

10. 运行 Stable Diffusion

在 Miniconda 窗口中进入 Stable Diffusion 文件夹，执行以下命令启动 WebUI：

webui-user.bat

等待系统提示 running on local URL: http://127.0.0.1:7860，即可在浏览器中打开 WebUI 并开始使用。

四、常见问题答疑

• 如果安装或使用过程中遇到问题，可以查看教程中的具体步骤或联系技术支持。
• 安装完成后可通过桌面快捷方式快速启动 Stable Diffusion WebUI。