Stable Diffusion本身是一个大模型，对于大多数想试试的人来说，使用这个web ui版本最合适
这个web ui是对sd模型的封装，本身不仅仅包括sd模型
建议先看完再动手，虽然不难但是有门槛，特别是因为网络问题，不过我这都有办法解决
如果只是想试试的，建议直接下载别人打好的包，自己搭建确实很麻烦
2024.7.8更新教程 推荐用1.8的，1.9的有调整，还有新的bug。。
github页面：Stable Diffusion web UI
一、可能的误区
1.误区1：必须用linux或者windows
mac os也可以，但是同样在于其它的坑多，不建议在mac os上使用，当然我也没试过。
windows和linux这个图形界面会占用显存，特别是显存小的时候更明显（windows只有server版可以只装命令行用）
2.误区2：必须用N卡
N卡坑少，出问题容易找到答案，并不是只能N卡。A卡、cpu也可以、i卡理论上可以，使用难度较大。Nvidia显卡（Cuda）或AMD显卡（ROCm）
3.误区3：必须用conda
用conda的原因在于很多开发者通常需要多个python环境，个人部署直接装在系统就行。
本人试过在windows下的部署，包括用别人打好包的，但是windows下并不稳定，特别是加上很多插件或者需要深度使用的时候
二、安装所需
但是为了坑最少，建议按照我的方法来：linux（命令行）+N卡+conda
（一）操作系统
这个webui作者写的是在debian11下开发的，所以建议也用deb系，在下面三个版本系统中我都测试过
debain11/debian12/ubuntu2204
我推荐用debian12，不会安装的，我这里有详细讲解：debian11 12安装
（二）硬件选则
1.gpu（显卡）
rtx20系及以上，建议rtx之后的显卡，8G以上显存，建议16G以上，24g玩的好，32g可以开目前的最大。
性价比比较高的有rtx4060ti 16g，rtx2060 12g，rtx3060 12g，rtx3090 24g
魔改但是可以完美使用的有rtx2080ti 22g，rtx3080 20g
再高端点的：rtx4090 24g，rtx4090D 24g，rtx a6000 48g，rtx a5000 24g，rtx 5000 ada 32g，v100 32g
顶配的：rtx 6000 ada 48g，a100（40g 80g 96g），a800 80g，h100，h200，还有一些就不写了
注意：是不能用两张卡的显存的，可以一张卡一个实例
amd的卡也是可以用的，linux下rocm兼容还是可以的，但是我手中没有，如果买a卡，rx7900xtx 24g是最合适的，24g显存
2.内存
16g以上，建议32g起，越大越好。我实测加载几十个模型后（通常不会这么做），可以吃掉上百G的内存，建议使用霄龙或者至强平台。
内存很便宜，要给够。
3.硬盘
必须有固态，否则加载非常慢。
建议300g以上空间。
（三）其它注意事项
pip命令或python命令，有时候你会是用pip3或者python3来操作（可以用软连接来统一命令）
默认是用root来操作的，如果权限不够，自行加sudo或者切换root账户
由于版本更新过快，不同版本可能差别很大（还没迭代到稳定期）
很多问题搜不到答案，只能去看源码然后修改，有时候你看到的教程在那个版本可以用，但是后面的版本就会出bug，请按照我的版本去安装，我的是全部测试过的。
二、具体安装方法-conda集成环境（debian11、12/ubuntu2204+N卡）
1.安装anaconda和cuda
anaconda使用最新版的就行
cuda建议提前安装：这个版本建议用cuda12.1，更早的sd版本建议用11.8
参考：cuda安装
参考：anaconda安装
2.使用conda安装环境（非必须）
官方指定3.10.6版本python（名字是sdwu）
conda create -n sdwu python=3.10.6
激活环境
conda activate sdwu
3.下载程序
进入目录，我这里下载到/usr/local目录
注意：如果安装到别的目录，这里及之后的/usr/local都要修改
cd /usr/local
用git拉取(git通常已经安装，如果没有则apt-get install git)
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
附：如果无法直接下载，将整个项目下载下来，然后解压也是一样的
4.使用脚本
就是各种依赖的安装，如果卡住了可以看下一步的操作
下面的操作需要在conda环境中（上面的conda的sdwu）
cd /usr/local/stable-diffusion-webui
./webui.sh
脚本webui.sh默认不允许root，我这里直接修改脚本解决
那就把脚本改了，不过以后升级的时候别忘了也要改
vi /usr/local/stable-diffusion-webui/webui.sh
找到
# this script cannot be run as root by default
can_run_as_root=0
修改为下面（这里作者写了一个判断，默认是不允许root启动的）
# this script cannot be run as root by default
can_run_as_root=1
保存退出后运行
./webui.sh
如果出现python环境出错，使用下面的命令，如果不出错，则无需执行下面的命令
python3 -m venv venv/
5.如果出现卡住下载不了的问题（主要是依赖）
一定要切换pip源，国内基本无法访问原始pip源
下载基础模型huggingface时卡住，参考第四章的修改源
然后继续运行上面的脚本
如果报错，多半是网络不畅通导致下载组件到一半失败，同时使用国内的源会出现更新不及时导致无法正常安装。（比如这个版本已经更新了，但是国内源没更新，用pip会遇到这个问题）
建议多次尝试运行脚本或者解决网络问题（比如设置代理）
否则会提示例如下面的问题（无法正常连接）：
这里后面还有几个插件，都是常用的，如果不是网络受限，安装是很容易的，如果实在无法解决网络问题，可以找别人下载好的conda环境复制过来重建环境即可
6.启动后
注意，如果linux设置了代理，是会报错的，这时候需要关闭linux代理（在环境变量/etc/profile中修改，你都改了代理，应该知道怎么改回来）
提示：To create a public link, set share=True in launch().
此时只能本地访问，web访问127.0.0.1:7860端口
这个环境可以保存下来了，用conda导出环境，然后迁移到别的设备。
允许外网访问等写在下面第三章
上面的操作可以手动进行，如果需要变成脚本一键运行，还需要调整
7.一键启动bash脚本
由于使用了conda环境，bash脚本也需要加载conda环境才能运行，我这里不修改webui.sh了，再套一个脚本
创建目录
mkdir /etc/sh && vi /etc/sh/sdwu.sh
内容如下（注意：这种conda调用方法是根据我的conda教程来的，如果你装到别的地方需要修改）
一定要按照我这个写，最后两句不要合并命令。
#!/bin/bash
source ~/anaconda3/etc/profile.d/conda.sh
conda activate sdwu
cd /usr/local/stable-diffusion-webui
./webui.sh
保存退出后，授予权限
chmod +755 /etc/sh/sdwu.sh
使用下面的即可一键启动
/etc/sh/sdwu.sh
有了sh脚本，可以后台运行（不建议用下面的，建议用systemctl来管理）。可以跳过这个命令
nohup /etc/sh/sdwu.sh &>/dev/null &
8.systemctl 管理
必须要上一步的脚本配合才行
vi /usr/lib/systemd/system/sdwu.service
内容如下：
[Unit]
Description=sdwu
After=network.target
[Service]
Type=simple
User = root
Group = root
ExecStart=/bin/bash /etc/sh/sdwu.sh start
[Install]
WantedBy=multi-user.target
启动并开机启动
systemctl start sdwu && systemctl enable sdwu
如果需要关闭
systemctl stop sdwu
9.安装完后的使用
遇到问题，从下面的优化和问题解决章节查询，基本上常见的都有解决方案
使用浏览器，打开ip:端口进入到界面，例如下面的
主要配件的版本如下
三、优化
修改配置后需要重启才能生效
1.非本地127.0.0.1访问
1.1 1.8版本之前是下面的用法
vi /usr/local/stable-diffusion-webui/modules/paths_internal.py
找到如下
commandline_args = os.environ.get('COMMANDLINE_ARGS', "")
在后面的那个""中加入–listen，如果有别的参数，记得空格分开
commandline_args = os.environ.get('COMMANDLINE_ARGS', "--listen")
设置完成后，可以使用内网穿透映射到公网上，注意不要使用默认端口，容易被扫描
1.2 1.9之后的版本是
我还没找到，
2.设置访问密码
注意：最新版的bug已经修复了
不要使用默认的7860端口，放到公网上的会被别人扫描和蹭着用（我就遇到过）
vi /usr/local/stable-diffusion-webui/modules/paths_internal.py
如果有别的参数，记得空格分开。比如上面的那条
commandline_args = os.environ.get('COMMANDLINE_ARGS', "--listen --gradio-auth 用户名:密码")
配置完成后，再次登录就要输入密码了
3.安装xformers
默认是不安装xformers的，如果安装了，可以优化gpu显存使用，效果比较明显，如果你用了32G以上显卡，这一步可以省了，24g显卡实测也会爆显存。
xformers的版本参考/modules/launch_utils.py中的说明。通过脚本可以自动安装，无需手动。如果出现问题，可以手动安装。
比如这里是0.0.23
如果手动安装，则安装这个版本，也可以添加后自动安装，如果自动安装失败，可以按照下面的这条命令手动安装
pip install xformers==0.0.23
修改启动脚本
vi /usr/local/stable-diffusion-webui/modules/paths_internal.py
在下面添加–xformers，如果有别的参数，记得空格
commandline_args = os.environ.get('COMMANDLINE_ARGS', "--listen --xformers")
然后启动（记得关闭代理），第一次启动会自动处理xformers并安装依赖，耐心等待即可。
/etc/sh/sdwu.sh
结果如下
4.汉化
如果点不开下面的链接，复制链接到浏览器地址栏再打开
里面有具体的操作步骤，我这就不再写了。如果直接安装失败，自行下载就行了。
5.新模型的导入
模型的事很复杂，更多详细的我放到其他链接里面细说
上面安装的只是一个模型，后面比如更新了高的版本，可以下载 .safetensors的文件，放到指定目录下即可
找到存放位置
find / -name "*.safetensors"
我的是在
/usr/local/stable-diffusion-webui/models/Stable-diffusion
可以将其它的模型导入使用，比如自己训练的
6.使用暗黑主题
在url后面添加
?__theme=dark
比如：
127.0.0.1:7860/?__theme=dark
四、常见问题解决
1.Try adding --no-half-vae commandline argument to fix this
在新版本中，可能会自动处理，如果不能处理再进行调整
半精度问题，不用即可
vi /usr/local/stable-diffusion-webui/modules/paths_internal.py
在后面的""后面添加–no-half-vae，如果有别的参数，记得空格分开
commandline_args = os.environ.get('COMMANDLINE_ARGS', "--no-half-vae")
2.UI界面提示Error: Connection errored out
websocket问题
vi /usr/local/stable-diffusion-webui/modules/paths_internal.py
在后面的""后面添加–no-gradio-queue，如果有别的参数，记得空格分开
commandline_args = os.environ.get('COMMANDLINE_ARGS', "--no-gradio-queue")
3.Cannot locate TCMalloc (improves CPU memory usage)
在开始运行sdwu的时候会提示
这个可以忽略，主要是优化cpu和内存的使用
安装下面的依赖解决（debian和ubuntu都是这个命令）
再次重启的时候就不会有了
apt-get install libgoogle-perftools4 libtcmalloc-minimal4
4.启动时提示Cannot activate python venv
操作
python3 -c 'import venv'
python3 -m venv venv/
5.ImportError: libgthread-2.0.so.0: cannot open shared object file: No such file or directory
apt-get install libglib2.0-0
6.libtcmalloc_minimal.so.4 is linked with libc.so,execute LD_PRELOAD=/lib/x86_64-linux-gnu/libtcmalloc_minimal.so.4
卸载或者编译安装（源给的包有问题），TCMalloc 不装也能用，增加一些cpu使用而已
apt-get remove libgoogle-perftools4 libtcmalloc-minimal4
7.下载模型huggingface时卡住
linux 执行修改环境变量，修改huggingface为代理
export HF_ENDPOINT=https://hf-mirror.com
五、其它相关
由于比较多，专门写链接
（一）插件
（二）模型
等链接。
1012
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
