一、前言

这个教程百度上是有，但是稀烂，你抄我的我抄你的，你还不一定用的了。经过一顿折腾我决定自己写一份教程备份用

本文是在本地搭建（此篇不教你使用模型），如果你不打算自己搭建，可以使用 B站UP主的一键工具，已经给你打包好了直接就可以使用

AI 绘画 webui 版本整合包v4 （BV1iM4y1y7oA）
链接: https://pan.baidu.com/s/1TK7UyX5lgNjdwdfcmYCI5Q
提取码: c132

二、准备

想要顺利的使用 Stable Diffusion WebUI 你的显存得足够，至少需要 4GB 显存才能运行。

2.1、安装配置 Miniconda

这里推荐使用 Miniconda 来管理你的 Python 版本，这样就可以实现多个 Python 版本之间切换。

Miniconda 官网：https://docs.conda.io/en/latest/miniconda.html

进入官网，选择适合自己操作系统的版本下载安装即可，这里是我 Windows。

2.1.jpg

安装完成后，在开始界面我们可以看到一个 Anaconda Prompt(miniconda3)，打开此终端

2.2.jpg

查询版本，下图可以看到我的版本为 23.1.0

1
conda -V

2.3.jpg

安装完成后我们先配置镜像，不然国内的网络会很慢甚至没法用

执行 conda config --set show_channel_urls yes 生成 .condarc 文件

然后将 C:\Users\你的用户名\.condarc 下的文件修改为以下内容：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

再运行 conda clean -i 清除索引缓存，确保用的是镜像站提供的索引。

完成以上操作后我们创建一个 Python 3.10.6 版本的环境

1
2
3
4
# 创建名为 stable-diffusion-webui 的环境
conda create --name stable-diffusion-webui python=3.10.6
# 激活环境，注意，在要运行的地方激活，这个环境切换不是全局的
conda activate stable-diffusion-webui

升级 pip 至最新版本

1
2
python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

至此，我们就有了一个 Python 3.10.6 的纯净环境了。

2.2、安装 Git

Git 官网：https://git-scm.com/download

前往 Git 官方下载安装即可，这里不做详细说明

安装完成后打开终端，输入以下命令查询是否安装成功，出现版本号即安装成功。

1
git --version

2.4.jpg

2.3、安装 CUDA

在安装 CUDA 之前，我们先找到需要使用的对应版本。打开终端输入以下命令查询：

1
nvidia-smi

这里我的 Nvida 驱动版本为： 531.41，对应的 CUDA 版本为：12.1

2.5.jpg

我们再前往 CUDA 官网下载对应的版本安装即可
CUDA 官网：https://developer.nvidia.com/cuda-toolkit-archive

注意：CUDA 安装我们可以不用全部安装，只需安装 Runtime 和 Development 即可（如果你不知道可以全部安装后删掉多余的）

2.6.jpg

2.7.jpg

三、运行项目

3.1、下载项目源码

还是打开 Anaconda Prompt(miniconda3)，执行以下命令

1
2
3
4
5
6
# 这一步很关键，记得切换到空间大的盘符去，不然默认 C 盘/ 这里我切换到 Z 盘进行操作
Z:
# 下载项目源代码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
# 切换到项目根目录
cd stable-diffusion-webui

3.1.jpg

3.2、运行项目

stable-diffusion-webui 项目不需要手动安装依赖，他会自动进行

1
2
3
4
# 如果没有切换到 stable-diffusion-webui 环境记得切换
conda activate stable-diffusion-webui
# 切换到项目根目录运行
.\webui-user.bat

然后就是一直等待了，他会下载很多东西。当显示如下的时候，证明我们项目一起跑起来了，进入 http://127.0.0.1:7860 即可访问项目。

3.2.jpg

至此搭建完成，但是现在还没有任何模型，模型需要自行下载后放至 stable-diffusion-webui\models\Stable-diffusion目录内

四、设置中文

stable-diffusion-webui 是只有英文，这里我们可以添加语言包将其替换为中文

下载语言包：

链接：https://pan.baidu.com/s/1X7R4nQfAxHKdoXRWyknSxg
提取码：annx

将下载的 localizations 内的文件，解压至 stable-diffusion-webui\localizations 目录内

然后在 Settings -> User interface -> Localization (requires restart) 设置语言（在下拉菜单中选择zh_CN）
然后重新启动 WebUI 后，语言就会变成简体中文

下一篇文章我将继续该项目用 ControlNet + OpenPose 来实现基础的骨架识别