本手册将以通俗易懂的方式，全面讲解如何在 Windows 系统上使用世界上最受欢迎的 AI 绘图工具 —— Stable Diffusion WebUI（AUTOMATIC1111 版本）。无论你是新手还是 AI 绘图爱好者，都可以通过本教程快速掌握从安装、出图、参数调节到模型管理、插件扩展的全流程。
目录预览
下载与安装（无需命令行）
启动与首次运行说明
主界面详解（txt2img / img2img）
参数功能说明（steps / cfg / sampler 等）
模型管理（Checkpoint / LoRA / Embedding）
ControlNet 使用方法
插件扩展与更新技巧
图生图（img2img）与局部重绘功能
高级玩法：脚本、批量出图、超分辨等
常见问题与解决方案（VRAM报错、路径失败等）
第1章：下载与安装（推荐使用发布包，无需命令行）
🧩 推荐配置（最低要求）：
操作系统：Windows 10 或 Windows 11（64位）
显卡：NVIDIA 显卡（推荐 6GB 显存以上，RTX 3060/4060 最佳）
安装空间：至少 10GB 可用磁盘空间（模型文件会占用数GB）
网络环境：首次安装需要联网下载模型（可断网使用）
🛠 安装流程概览（使用官方 release 包，一键启动）
前往发布页面下载正式安装包： 打开：https://github.com/AUTOMATIC1111/stable-diffusion-webui/releases/tag/v1.0.0-pre
下载 sd.webui.zip 文件： 文件大小约几百 MB。
解压到纯英文路径（如 D:\AI\sd-webui）： 中文路径可能导致启动失败。
双击运行 update.bat（首次使用建议先更新）： 稍等几分钟，会自动检查并安装缺失组件。
双击运行 run.bat 启动 WebUI： 成功后浏览器将自动打开 WebUI 页面。
📁 安装成功后目录结构简要说明：
webui-user.bat 或 run.bat：主程序启动入口
models/Stable-diffusion/：放置 .ckpt / .safetensors 模型文件
models/Lora/：放置 LoRA 模型
embeddings/：放置 Embedding 关键词模型
extensions/：插件扩展文件夹
outputs/：保存出图结果
📌 如果你看到“RuntimeError”或“launch.py error”，通常是路径中有中文、Python版本错误或依赖未装好。建议关闭杀毒软件并重启。
第2章：启动与首次运行说明
🚀 启动方式
每次使用 Stable Diffusion，只需双击 run.bat，等待终端跑完几行文字，浏览器就会自动打开 WebUI 界面。
如果没有自动打开，可手动在浏览器输入地址：
http://127.0.0.1:7860
🌐 切换界面语言（含中文）
打开 WebUI 后，点击顶部菜单栏的 Settings
左侧选择“User Interface”
找到 Localization (UI language)，下拉选择中文简体（zh-CN）
向下滚动点击 Apply settings
点击顶部的 Reload UI，界面即变为中文
🧠 第一次出图需要下载模型（权重）
默认 WebUI 启动时不会自动包含模型，需要手动将模型下载放入文件夹：
✅ 模型下载推荐：
主流通用模型：
ChilloutMix、RealisticVision（写真类）
Anything v5、Counterfeit（二次元风）
网站推荐：
Civitai
HuggingFace
✅ 放置路径：
将 .safetensors 或 .ckpt 模型文件放入：
stable-diffusion-webui/models/Stable-diffusion/
重启 WebUI 后即可在下拉菜单中看到。
🟠 界面打不开怎么办？
确保没有其他软件占用端口 7860（如 Jupyter）
检查是否被杀毒软件阻止，建议加白名单或临时关闭
浏览器缓存异常 → 尝试用“无痕模式”访问
第3章：主界面详解（txt2img / img2img）
Stable Diffusion 的主界面分为两个核心模块：
✅ 1. txt2img（文字生成图像）
这是最常用的入口，只需写一段提示词，模型就能生成高清图像。
📌 核心字段解释：
Prompt（提示词）：你想要生成的内容（英文效果更佳）
示例：a girl in cyberpunk city, neon light, 4K, ultra detail
Negative prompt（反向提示词）：你不想要的元素
示例：blurry, low quality, text, extra fingers
Steps：采样步数（影响图像细节）
推荐：20～30
Sampler：采样算法（影响画面风格）
推荐：DPM++ 2M Karras、Euler a
CFG Scale：提示词影响强度
推荐值：5～10，越高越“听话”，但也容易失真
Seed：随机种子（设为固定值可复现相同图像）
设为 -1 表示每次随机
Width / Height：图像尺寸（512×768、768×512 最常见）
Batch count / Batch size：一次生成几组几张图（显存高可尝试）
点击“Generate”即可开始生成，生成结果会出现在下方。
✅ 2. img2img（图生图）
这个模块可以上传已有图片，让 AI 按照提示词“重绘”或“改造”图片。
📌 使用流程：
上传一张图片（如手绘、草图、照片）
输入提示词（描述你想让它变成什么）
设置采样步骤、CFG 等参数
控制“Denoising strength”（重绘强度）
0.3：细节保持较多
0.6：风格大变
img2img 非常适合：线稿上色、AI修图、风格迁移等高级玩法。
第4章：参数功能说明（控制效果的关键）
这一章将带你全面理解生成图片时涉及的关键参数。通过合理调整它们，你能更精准控制图像风格、细节、构图甚至情绪表达。
🔧 1. Prompt 与 Negative Prompt
Prompt（正向提示词）：告诉模型你想生成什么内容。
语言建议使用英文，如：masterpiece, best quality, cyberpunk city at night
可用逗号分隔关键词，长提示词建议分段组织。
Negative Prompt（反向提示词）：告诉模型你不想要的内容。
常见通用反向词：blurry, lowres, bad anatomy, extra fingers
有效去除：模糊、畸形、重复等问题
🔧 2. Sampling Steps（采样步数）
决定 AI 在图像上“雕琢”的轮次，步数越高，细节越丰富，但耗时越久。
通常推荐 20～30 步，极端细致图像可用 40+。
⚠️ 并非越多越好，超过 60 步往往收益递减。
🔧 3. Sampler（采样器）
决定每步图像生成的算法逻辑，不同采样器生成风格不同。
推荐常用采样器：
名称
特点
Euler a
快速、风格较统一
DPM++ 2M Karras
稳定性高，清晰度好（推荐）
DPM++ SDE
更自然、渐变柔和
DDIM
对 Prompt 敏感，风格多变
建议：新手用 DPM++ 2M Karras 最稳。
🔧 4. CFG Scale（提示词服从度）
控制 AI 对 Prompt 的“服从程度”，数值越高，越严格执行你的提示词。
推荐范围：6～10
<5：图像可能更自然但不一定符合指令
o 12：可能会过拟合，导致失真或异形
🔧 5. Width / Height（图像尺寸）
决定最终生成图的大小，单位为像素（px）
建议使用 SD 原生倍数：512 的倍数，如 512×768、768×512、640×640
尺寸越大，显存占用越多
RTX 4060 推荐限制在单图 <1024×1024
🔧 6. Seed（随机种子）
控制随机性，设为固定数字可复现图像，设为 -1 表示完全随机。
常用于：
复现优秀构图
微调某些参数（只改 Prompt）观察差异
🔧 7. Batch Count / Batch Size（批次数量）
Batch Count：一次生成多少批次（即轮数）
Batch Size：每批生成多少张图片
示例：设为 Count=2，Size=3，则一次输出 2×3 = 6 张图。
建议：新手设置为 Count=1，Size=1（不占显存）。
第5章：模型管理（Checkpoint / LoRA / Embedding）
Stable Diffusion 模型的强大之处之一，在于可以灵活加载不同风格的模型权重（Checkpoint）、微调模块（LoRA）以及提示词增强模块（Embedding）。
🔹 1. 切换主模型（Checkpoint）
✅ 模型格式支持：
.ckpt（旧格式）
.safetensors（推荐，更安全、加载更快）
✅ 放置路径：
将模型文件放入：
stable-diffusion-webui/models/Stable-diffusion/
✅ 切换方法：
进入 WebUI 主界面：
在 txt2img 左上角点击模型下拉菜单
选择想加载的模型
等待右下角提示 “Model loaded successfully”
🔁 更换模型需要 10～30 秒，期间请耐心等待。
🔹 2. 使用 LoRA 模型（轻量微调模块）
LoRA（Low-Rank Adaptation）是快速调整模型风格的小文件（几MB～百MB）。它可以让模型临时拥有某个风格或人物能力。
✅ 放置路径：
stable-diffusion-webui/models/Lora/
✅ 使用方法：
在 Prompt 中加入：<lora:模型名称:权重>
示例：<lora:add_detail:0.8>
或在 LoRA 插件侧边栏中点选（如已启用）
✅ 权重建议：
通常设置 0.6～1.2
越高风格越强烈，但可能压过原模型风格
🔹 3. 使用 Embedding（关键词强化）
Embedding 是一组隐藏向量，可强化提示词效果，如增强细节、塑造面部。
✅ 放置路径：
stable-diffusion-webui/embeddings/
✅ 使用方法：
在 Prompt 中直接输入嵌入词名
示例：easynegative（常用负面词）
可同时使用多个 Embedding 词，起到堆叠风格/修正画质的作用。
✅ 模型资源网站推荐：
Civitai（模型、LoRA、Embedding 最丰富）
Hugging Face
sdmodels.dev
第6章：ControlNet 使用方法（精准控制 AI 图像生成）
ControlNet 是 Stable Diffusion 的“图像控制插件”，可以让你：
指定人物姿势（如舞蹈动作、姿态图）
根据草图、线稿生成高质量图像
按参考照片生成构图相似的新图
图转图重绘，保持布局不变
✅ 1. 安装 ControlNet
最新版 WebUI 已内置 ControlNet，无需单独安装。但你需准备好对应的“控制模型”。
✅ 控制模型放置路径：
extensions/sd-webui-controlnet/models/
✅ 推荐模型类型（Civitai 或 HuggingFace 可下载）：
模型名称
功能
control_sd15_openpose
姿态识别 / 动作控制
control_sd15_canny
边缘线稿 / 轮廓保留
control_sd15_depth
深度图重构 / 结构保留
control_sd15_softedge
自动线稿 / 柔化边缘
control_sd15_seg
语义分割 / 区块控制
control_sd15_scribble
草图生成 / 涂鸦上色
✅ 2. 如何启用 ControlNet
进入 txt2img 或 img2img 页面，下滑到下方找到 ControlNet 模块。
勾选以下选项：
✅ Enable
✅ Pixel Perfect（推荐自动匹配分辨率）
上传你的参考图：
比如人物姿态图、线稿图、草图等
选择预处理器（Preprocessor）
例如：openpose、depth、canny
用于自动分析图片的结构特征
选择模型（Model）
与上方预处理器配套，如 control_sd15_openpose
✅ 3. 参数解释
参数项
功能说明
Control Weight
控制强度（建议 0.8 ～ 1.2）
Start / End
控制在采样过程的影响阶段（默认 0 到 1）
Resize Mode
图像缩放方式，Pixel Perfect 会自动处理
Guidance Start / End
精细控制控制力随步数变化的程度
✅ 4. 使用建议与技巧
可配合 LoRA + Prompt 一起使用，效果最佳
可叠加多个 ControlNet 实现多重控制（如动作 + 线稿）
Upload + Preprocessor = 自动分析图
Upload + 无预处理器 = 自己准备好处理好的结构图
第7章：插件扩展与更新技巧（解锁更多功能）
WebUI 拥有强大的插件（Extensions）系统，能够一键扩展各种高级功能，如高清放大、动画生成、局部修图、批量管理等。
✅ 1. 插件安装方法（图形界面操作）
打开 WebUI，点击顶部菜单栏的 Extensions
切换到 Available（可用扩展）选项卡
点击右上角 Load from 按钮，等待加载插件列表
勾选你需要的插件 → 点击 Install
安装完成后，点击顶部 Apply and restart UI
✅ 插件加载成功后会在菜单栏或侧边栏出现对应入口
✅ 2. 推荐实用插件（初学者必备）
插件名称
主要功能
sd-webui-controlnet
姿势/线稿等图像控制（已讲）
sd-webui-civitai-helper
一键从 Civitai 下载模型
ultimate-upscale
高清放大图像
depthmap2mask
深度图转遮罩图，用于局部控制
segment-anything
图像自动分割，结合 ControlNet 使用
openpose-editor
自定义人体姿势图
sd-webui-mov2mov
视频生图/图生视频（实验性）
infinity-grid-generator
批量出图自动拼图、预览方便
✅ 3. 插件使用方式
每个插件使用方式略有不同，通常表现为：
新增一个页面（如 openpose-editor）
在原页面下方增加一个模块区域（如 upscale）
提供新的按钮或上传项（如分割/遮罩）
点击插件页面或控件上的问号 ? 图标，通常可跳转至插件说明。
✅ 4. 如何更新 WebUI 与插件
更新 WebUI 主程序：
关闭 WebUI 窗口
双击运行 update.bat
等待自动下载最新版代码与依赖
💡 如果使用的是 release zip 包，建议定期重新下载新版 zip 文件覆盖（注意备份模型）
更新插件：
打开 WebUI → Extensions → Installed
点击右上角 Check for updates
有更新的插件旁边会出现更新按钮，点击即可
第8章：图生图（img2img）与局部重绘功能
img2img 是 Stable Diffusion 中非常重要的功能模块，可将已有图片重新绘制、修改或升级为新的画面，适合图像风格转换、修图、创作变体等。
✅ 1. 基本用法（上传一张图 + 提示词）
进入 WebUI 顶部菜单栏点击 img2img
上传任意图片（如人物照、插画、草图）
输入提示词（决定你想让图像变成什么）
设置以下关键参数：
Denoising strength（重绘强度）：控制修改程度（推荐 0.3~0.7）
Steps / Sampler / CFG：与 txt2img 相同
点击“Generate”生成新图
✅ 2. 重绘强度（Denoising strength）详解
数值
效果
0.2~0.4
微调、修复（保留原图细节）
0.5~0.7
半改动（保留构图，换风格）
0.8~1.0
大幅重绘（仅参考整体轮廓）
建议逐步测试最佳数值，避免“面目全非”或“几乎没变”。
✅ 3. 局部重绘（Inpaint）
如果你只想修改图中一部分（如面部、背景、衣服），可使用 Inpaint 模式。
步骤如下：
切换 img2img 页面中的子选项卡 Inpaint
上传图片后，用鼠标涂抹你想“改掉”的区域
输入提示词（如“微笑”、“红色背景”）
设置 Mask 模式：
Mask blur：边缘模糊度
Masked content：选择是否保留原图区域
点击 Generate，AI 会只替换你选中的部分
应用场景：
修改脸部表情 / 修复眼睛 / 加帽子
替换背景 / 添加道具 / 换衣服
✅ 4. 草图上色 / 风格迁移（Scribble）
上传手绘线稿或草图 → 提示词描述画面 → 设置高 Denoising
可配合 ControlNet 使用 scribble 模型增强线稿识别
第9章：高级玩法：脚本、批量出图、超分辨等
WebUI 除了普通图文生成功能，还有许多“隐藏进阶玩法”，适合需要精准控制或批量处理的大量用户。
✅ 1. 脚本（Script）功能区
在 txt2img / img2img 页面底部，可以看到一个 Scripts 区块，提供各种高级控制选项。
常见脚本功能：
名称
功能说明
X/Y/Z plot
生成参数网格图，横纵排列对比不同参数效果
Prompt matrix
多组合 Prompt 自动拼图生成
Prompt from file or textbox
批量导入提示词列表，逐条出图
img2img alternative
替代 img2img 样式，适合漫画式分镜操作
Dynamic Prompts
使用变量和随机元素生成多个 prompt
📌 适合测试：采样器对比、LoRA 效果、参数范围寻找最优值等场景。
✅ 2. 自动批量出图与重命名技巧
设置 batch size / count 可生成多图
启用 Dynamic Prompts 脚本，可使用花括号 {} 或 | 随机出多种组合：
示例：a {cat|dog|fox} in {forest|desert}
使用“生成文件名模板”，可自动以 prompt/时间命名输出图片
输出文件位置：
outputs/txt2img-images/YYYY-MM-DD/xxxxx.png
✅ 3. 图片高清放大（Upscale）
有两种方式实现“图像超分辨率”，提高画质不失真：
✅ 方法一：txt2img / img2img 内置功能
勾选 “Hires. fix”（高分修复）
设置放大倍数（如 1.5x、2x）和 Upscaler（如 R-ESRGAN 4x）
会先生成一张小图，再自动放大渲染
✅ 方法二：Extras 页面专属放大
顶部菜单栏点击 Extras 页面
上传已有图像，选择放大算法 + 倍数，点击 Generate 即可
推荐 Upscaler：
R-ESRGAN 4x（通用高清）
4x-UltraSharp（动漫风格清晰）
✅ 4. 高级应用建议
动态 prompt + X/Y plot + LoRA → 模型测试神器
Extras 页面不仅可放大，还支持去背景、格式转换
和 ControlNet 结合使用，可生成动画分镜、图文故事
第10章：常见问题与解决方案（故障排查）
使用过程中可能遇到一些报错、黑图或启动失败等问题，本章将逐一说明原因与解决办法，帮你快速排查。
❌ 启动时报错或窗口闪退
常见提示：
RuntimeError: Couldn't load…
launch.py error
原因与解决：
问题类型
解决方案
路径包含中文
将 WebUI 文件夹解压到纯英文路径（如 D:\AI）
没装 Python/依赖
请确保使用的是完整 release 包并运行 update.bat
被杀毒软件拦截
关闭防病毒软件，或将整个文件夹添加白名单
❌ 出现黑图 / 图像不清晰
可能原因：
Prompt 描述不明确（如只写了一个词）
使用了强反向词或过高 CFG 值
LoRA / Embedding 加载冲突
使用了不兼容的模型
解决办法：
明确提示词结构，使用英文关键词
检查 LoRA 名称是否拼写正确
适当调低 CFG（建议 7～10）
替换模型测试是否正常
❌ 图像生成失败 / 无法生成
报错信息：CUDA out of memory
问题原因
解决建议
显存不足
减小图像尺寸（如 512×768），降低 batch 值
模型太大
替换为较小的模型（如 chilloutmix-lite）
同时加载多个模型
清理 LoRA / ControlNet / Embedding 冗余项
❌ 无法切换模型 / 模型名称不显示
解决方法：
确保模型文件放在 /models/Stable-diffusion/ 文件夹中
文件名不能含中文或特殊符号
使用 .safetensors 格式更安全
重启 WebUI 再尝试选择模型
❌ 图片输出位置找不到
默认输出路径为：
outputs/txt2img-images/日期/图片名.png
可在 Settings 页面设置输出路径格式或自定义保存文件名模板。
❌ 插件安装后无效或报错
检查项：
插件是否来自可靠源（建议使用内置 Extensions 页面安装）
是否重启过 UI（必须点击 Apply and restart）
插件依赖是否正确安装（有些插件需联网安装依赖）
如仍无法解决，建议重启 WebUI 或在 GitHub / Civitai 搜索相关报错信息。你也可以尝试删除插件或模型重新安装。
至此，本手册全部内容讲解完毕，祝你玩得开心、出图流畅！📘✨
