本号之前有发过一篇win平台的教程，由于是去年10月发布的，而Al绘画技术发展很快，那篇教程已经有些不适用了，有些同学执行到第二步就出错了。

应广大同学的期望，我更新一版新版详细教程。

一、前言

1.为什么要本地部署

因为没有生成数量的限制，不用花钱，不用被NSFW约束，生成时问快，不用排队，自由度

高，插件丰富，功能众多，可以调试和个性化的地方也更多。

如果说，会用各大在线的Al绘图平台来生成图像的话，算是Al绘画领域的小学生级别。

那么，如果会使用本地化部署来运行A绘画的话，那就已经算得上是高中毕业，进入成年啦。

等你能够使用A绘图指哪打哪，想怎么画怎么画，那就已经是大学毕业，学成归来的牛逼人

物啦。

2.本地化部署的要求

本地化部署运行虽然很好，但是也有一些基本要求

(1） 需要拥有NVIDIA显卡，GTX1060 （或者同等算力的N卡）以上，显存4G以上。

(2) 操作系统需要win10或者win11的系统。(如果是MacOS的同学，请看这里)

(3) 内存16G或者以上，至少有一个128G以上的SSD固态硬盘。

(4)如果不知道自己电脑配置的，可以下载一个鲁大师或者类似软件，点击硬件检测，就能看到显卡，显存，CPU，内存等信息。

(5) 最好会魔法上网，否则网络波动，有些网页会打不开，有些下载很慢

(6)耐心，多尝试，多搜索。这个教程我已经重复过多次，因此很多问题都踩过坑并写出来了，还有很多学员踩坑的问题也都放在里面了。所以请放心，一定能跑通的。

(7) 我的电脑配置供大家参考，Win11，i5，NVIDIA GT1060 5G显存，16G内存

生成一张20 Step的图大概20-30s (若使用更高性能的电脑，生成速度更快。)

如果满足相关软硬件要求，请继续往下看

3.部署的AI绘画项目简介

AI绘画开源项目其实有蛮多个，但是最受欢迎，功能最丰富，且最易用的开源项目之一，就是Stable diffusion WebUl，因此我们是以Stable diffusion webui的本地部署为例。

二．部署算法环境：

1.下载miniconda，用于配置基础算法环境。

这个是用来管理python版本的，他可以实现python的多版本切换。

下载地址：
http://docs.conda.io/en/latest/miniconda.html

安装时按默认的一路next就行。

2.打开miniconda，

输入

conda -V

弹出版本号即为正确安装

3. 在miniconda小窗里，执行下面语句，

conda config --set show_channel_urls yes

接着运行

conda clean -i

清除索引缓存

4.创建python 3.10.6版本的环境，叫sdwebui好了

运行下面语句，（注意，这一步一定要内外网通畅，否则会报错。多执行几次。）

conda create --name sdwebui python=3.10.6

提示你是否要继续安装，输入y，并回车。

显示下面这个界面，这步就完成了。程序已经在你的路径C:\ProgramData\Miniconda3\envs\sdwebui已经创建了一个新的项目。

5，激活项目环境

输入

conda activate sdwebui

回车。

6.升级pip并更改默认库包下载地址为清华镜像站。

依次执行下面的两行语句，每一行输入后回车，等执行完再输入下一行，再回车。

python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

不报错就是完成了。报错了就依次执行多几次。

7. 安装git，用来克隆下载github的项目，比如本作中的stable diffusion webui这个开源项目。

（1）前往git官网
http://git-scm.com/download/win下载相关安装包

（2）下载好后，一路默认安装，点next即可。

安装完成之后，回到刚刚的miniconda小窗口，并输入并执行下面指令。

git --version

查看git的版本，显示了版本号即安装成功。

（3）如果报错，显示说“'git' 不是内部或外部命令，也不是可运行的程序”。（如果不报错有显示git版本，则跳过这一步，进入第8步）

那么，把git的bin文件夹地址和git-core的文件夹地址放到windows系统变量的path里面。

默认gitbin文件夹是：C:\Program Files\Git\bin

默认gitcore文件夹地址是：C:\Program Files\Git\mingw64\libexec\git-core

把地址添加到环境变量的Path里面。

操作路径是：开始-设置-系统-高级系统设置-环境变量-path-新建。（具体见下图）

添加完后，你在miniconda里面，输入

git --version

就能出现git版本号啦。

8.安装CUDA

cuda是NVIDIA显卡用来跑算法的依赖程序，所以我们需要它。

打开NVIDIA cuda官网，
http://developer.nvidia.com/cuda-toolkit-archive

（这里有人可能会打不开网页，如果打不开，请用魔法上网。）

你会发现有很多版本的CUDA，下载哪个版本呢？

回到一开始的miniconda的小窗，输入

nvidia-smi

查看你的cuda版本。

（在这里输入nvidia-smi的时候，有可能会显示“'nvidia' 不是内部或外部命令，也不是可运行的程序”。

这时候，需要确认你的显卡是否为Nvidia的显卡。

如果是，则检查自己的显卡驱动是否最新版，可以用鲁大师或者驱动精灵之类的软件更新驱动至最新。

如果更新驱动还不行，则把C:\Program Files\NVIDIA Corporation\NVSMI添加到系统环境变量。）

比如我的显卡cuda是11.7版本，所以我就下载11.7.1即可。

然后安装自己的系统选择win10或者11，exe local，download

下载完后安装，这个软件2个多G，可以安装在c盘以外的地方。比如D盘，节省系统盘空间。

好了，安装好之后，电脑的基础环境设置终于完事了。

下面开始正式折腾stable diffusion了。

三、stable diffusion环境配置

1.下载stable diffusion源码

确认你的miniconda黑色小窗显示的是

(sdwebui) C:\Users\Administrator>

这代表着你正在sdwebui这个程序环境里面。

接着我们要安装stable-diffusion-webui本体了。

先看看你想安装在哪个盘，建议放在非系统盘的其他盘根目录。最好是SSD盘，加载模型速度会快一些。

比如我安装在F盘。我就输入下面指令再回车。（安装在其他盘同理）

F:

接着执行下面指令克隆SD项目代码：

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

等到页面显示“done”，则克隆完成。

2.下载SD训练模型

打开
https://huggingface.co/stabilityai/stable-diffusion-2-1/blob/main/v2-1_768-ema-pruned.ckpt

点击download，下载模型。大约5.2G。

下载完把这个训练模型v2-1_768-ema-pruned.ckpt放入models\Stable-diffusion文件夹里面。（我的文件夹是“

F:\stable-diffusion-webui\models\Stable-diffusion“）

注：

（1）这里可能提示需要注册或同意协议之后才能下载，那就注册并同意。

（2）models\Stable-diffusion这个文件夹，专门存放用于生成AI绘图的绘图元素的基础模型库。后续如果在其他网站比如civitai之类的地方下载的ckpt或者safetensors文件也是放在这个文件夹里面。

3.准备开启运行ai绘图程序sd-webui

在miniconda的黑色小窗，执行下面指令，进入项目文件夹：

cd stable-diffusion-webui

执行下面指令， 打开webui的应用程序，

webui-user.bat

接下来就是等待系统自动执行。

直到系统提示，running on local URL: http://127.0.0.1:7860

这就代表，你可以开始正式使用AI画画啦~

注意：

（1）这一步要下载不少的依赖程序，网络一点波动都可能会报错。所以安装过程当中多次报错也很正常，需要耐心和时间多次尝试。多次执行webui-user.bat指令。

（2）不要关闭黑色小窗，哪怕它几分钟甚至20分钟没有任何变化。直到它报错再进行下一次尝试。

（3）如果提示连接错误，可能需要开启或者关闭魔法上网，再重新执行webui-user.bat命令。

（4）如果不小心退出了黑色窗口，则重新点击：开始菜单-程序-打开miniconda窗口，依次输入执行

conda activate sdwebui
F:
cd stable-diffusion-webui
webui-user.bat

（因为我是安装再f盘，所以我输入”F:”，你如果安装在其他盘，则修改成其他盘符，比如”D:”, “E:”之类）

(5)如果长时间卡在Installing gfpgan(或者installing clip，installing open_clip)这个环节，那么进入F:\stable-diffusion-webui文件夹下面，找到launch.py这个文件，用记事本打开。

在第200多行到300行的位置，找到这段代码。

并在“https://github.com/xxx”的最前面，加上：https://ghproxy.com/

加三个位置，变成如下状态，

然后ctrl + s保存后退出。

这就相当于让原来从github下载相关程序包变成了走国内镜像下载相关程序包，这样会增加网络的稳定性和网络速度。

改完之后，下面继续执行webui-user.bat。

（4）如果改了launch.py文件， 还卡在gfpgan环节，那么记得关闭外网功能。让下载走通用线路。

（5）安装完gfpgan，clip，open_clip等几个大头之后，后面还有一些自动安装的依赖项，如果比较慢，记得打开外网。总之，感觉卡慢或者报错之后，则切换调节网络后再重新执行webui-user.bat指令。

4.打开webui网页版

当黑色窗口提示，running on local URL: http://127.0.0.1:7860的时候，如下图

不要关闭黑色窗口，接着用浏览器（比如谷歌浏览器chrome）打开http://127.0.0.1:7860，就是AI绘画主界面啦。

你可以直接在左上角的文本框输入prompt提示词，

比如：pandas eating bamboo （熊猫在吃竹子）

然后点击右侧的橙色按钮Generate，过一小会，就能看到你画出来的第一张图啦。

（注意，如果写了prompt点击generate后无法生成图片，看见黑色小框显示“float 32“之类的关键字，则在webui页面的Settings-stable-diffusion最下面，勾选float32的选项框。接着点击上方的Apply Settings应用，然后按F5刷新页面后，即可正常使用。）

恭喜你，历尽千辛万苦，终于完成了stable diffusion webui的安装，也成为新潮的AI玩家之一啦，欢迎来到新世界，为你骄傲，笔芯~


三．答疑

1.之后每次打开stable-diffusion-webui都要这么麻烦吗？

不用，之后每次打开只要1分钟，简单6步即可完成

第一步，打开miniconda，

第二步，执行conda activate sdwebui，

第三步，执行F:

第四步，执行cd stable-diffusion-webui

第五步，执行webui-user.bat. 等待黑色小窗出现http://127.0.0.1:7860字样，

第六步，浏览器打开http://127.0.0.1:7860

现在，即可开始作画。（注意，第三步是因为我安装在F盘，所以输入F: ，你如果安装在其他盘，记得改成自己的盘符，比如D: E: G:等等）

2.我还是觉得安装太麻烦，有问题能问你吗？你能帮我吗？

可以，私我，但不保证回复时间。

3.安装好了，怎么用呢？

请查看本号的AI绘图相关文集，里面有很多好玩的用法介绍。

另外，本号觉悟之坡也长期分享AI绘图领域的知识技巧，欢迎关注学习交流。

4.内外网问题怎么办？

由于某种原因，抱歉不能出相关教程。如果需要协助，可以联系我单独协助，比如通过帮忙下载好大文件再通过网盘分享的方式来解决。

5.为什么要自己部署，这么麻烦，不可以下载整合包吗？

当然可以，整合包的好处就是方便，快捷。直接下载几个几十G的文件，即可直接打开，动动鼠标就能使用。

但是也有缺点，

（1）整合包是别人开发和维护的，可能会有后门隐患。

（2）Stable diffusion本身就是开源的，具有开放的精神，因此有很多丰富的插件和源源不断的新功能。

而整合包又让他变成了封闭版，之后如果自己想要玩新的插件，功能，或者升级stable diffusion，都需要依赖整合包的开发者，会麻烦很多。如果别人没有及时更新呢？如果别人不更新了呢？

因此，个人不太建议使用整合包。

6.每次启动的时候，miniconda小黑框提示说xformers缺失，要管吗？

可以不用管，也能正常使用AI绘画。如果你想管的话，用记事本打开stable-diffusion-webui下面的webui-user.bat文件，找到“COMMANDLINE_ARGS=“，后面增加”--xformers”，如下图，接着保存并关闭窗口。

关闭网页，关闭miniconda黑色小窗。重新打开webui，这时候系统会自动下载安装xformers，下次就不会报错了。有xformers，据说跑图速度会略快一些些。我这边实测感觉没啥区别。

<End>