Stable Diffusion Web UI

一个基于Gradio库实现的Stable Diffusion Web界面，提供完整的AI图像生成和管理功能。

🚀 核心功能

图像生成模式

• 文本到图像 (txt2img): 通过文本提示词生成图像
• 图像到图像 (img2img): 基于输入图像进行风格转换和编辑
• 修复绘画 (Inpainting): 智能填充和修复图像指定区域
• 外延绘画 (Outpainting): 扩展图像边界，生成更大画布
• 颜色素描: 基于颜色素描生成完整图像

高级处理功能

• 高分辨率修复 (Highres Fix): 一键生成高分辨率图像，避免失真
• 批量处理: 批量处理多张图像
• 提示词矩阵: 系统化测试不同提示词组合
• X/Y/Z图表: 三维参数可视化，对比不同设置效果
• 循环处理: 多次迭代img2img处理

模型和扩展支持

• 多模型支持: Stable Diffusion 1.x, 2.0, 2.1, SDXL, SD3
• LoRA微调: 轻量级模型适配器，快速风格定制
• Textual Inversion: 文本嵌入训练，个性化概念学习
• Hypernetworks: 神经网络权重微调
• VAE模型: 可更换变分自编码器
• 检查点合并: 最多合并3个模型检查点

内置扩展功能

• GFPGAN: 面部修复神经网络
• CodeFormer: 面部恢复工具
• RealESRGAN: 超分辨率图像放大
• SwinIR/Swin2SR: 先进的图像超分辨率
• LDSR: 潜在扩散超分辨率
• ScuNET: 图像去噪和增强
• Soft Inpainting: 软修复绘画技术
• Hypertile: 大图像分块处理优化

用户界面特性

• 响应式设计: 支持桌面和移动设备
• 实时预览: 生成过程中的实时图像预览
• 进度监控: 详细的生成进度和状态显示
• 参数保存: 自动保存生成参数到图像元数据
• 拖拽操作: 支持图像和参数的拖拽导入
• 快捷键支持: 丰富的键盘快捷键操作
• 主题定制: 可自定义界面主题和布局

🛠️ 技术架构

核心模块

• webui.py: 主程序入口，处理Gradio界面启动
• launch.py: 环境准备和依赖管理
• modules/: 核心功能模块
  • ui.py: 用户界面构建
  • txt2img.py: 文本到图像处理
  • img2img.py: 图像到图像处理
  • processing.py: 图像处理核心逻辑
  • sd_models.py: 模型加载和管理
  • shared.py: 全局共享状态和配置

扩展系统

• 内置扩展: extensions-builtin/ 目录下的官方扩展
• 社区扩展: 支持第三方扩展安装和管理
• 脚本系统: 自定义Python脚本支持

API支持

• RESTful API: 完整的HTTP API接口
• WebSocket: 实时通信支持
• FastAPI: 现代化的API框架

📋 系统要求

最低配置

• 操作系统: Windows 10/11, Linux, macOS
• Python: 3.10.6 (推荐，新版本可能不支持torch)
• 内存: 8GB RAM
• 存储: 10GB 可用空间

推荐配置

• GPU: NVIDIA RTX 3060 或更高 (8GB+ VRAM)
• 内存: 16GB+ RAM
• 存储: SSD 50GB+ 可用空间

依赖项

torch>=1.13.0 gradio==3.41.2 transformers==4.30.2 accelerate safetensors Pillow numpy fastapi>=0.90.1

🚀 快速开始

Windows 自动安装

1. 安装 Python 3.10.6，勾选"Add Python to PATH"
2. 安装 Git
3. 克隆仓库： bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
4. 双击运行 webui-user.bat

Linux 自动安装

```bash

安装依赖

sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0

下载并运行

wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh chmod +x webui.sh ./webui.sh ```

macOS (Apple Silicon)

```bash

克隆仓库

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

运行安装脚本

./webui.sh ```

⚙️ 配置选项

启动参数

• --port 7860: 设置Web界面端口
• --listen: 允许外部网络访问
• --share: 创建公共分享链接
• --xformers: 启用xformers优化 (NVIDIA GPU)
• --api: 启用API模式
• --medvram: 中等显存模式
• --lowvram: 低显存模式

环境变量

• PYTHON: 指定Python解释器路径
• GIT: 指定Git可执行文件路径
• VENV_DIR: 虚拟环境目录
• COMMANDLINE_ARGS: 额外的命令行参数

📖 使用指南

基本图像生成

1. 在"txt2img"标签页输入提示词
2. 调整参数（分辨率、步数、CFG Scale等）
3. 点击"Generate"开始生成

图像编辑

1. 在"img2img"标签页上传源图像
2. 选择编辑模式（img2img、inpaint等）
3. 输入提示词和调整参数
4. 点击"Generate"开始处理

模型管理

• 将模型文件放入 models/Stable-diffusion/ 目录
• 在设置页面选择默认模型
• 支持 .ckpt 和 .safetensors 格式

扩展安装

• 通过Web界面安装：Settings → Extensions → Install from URL
• 手动安装：将扩展放入 extensions/ 目录

🔧 高级功能

提示词技巧

• 注意力控制: (关键词:1.2) 增加权重，[关键词:0.8] 减少权重
• 组合提示: 概念1 AND 概念2 组合多个概念
• 负面提示: 指定不希望出现的元素

性能优化

• xformers: NVIDIA GPU用户强烈推荐
• VAE优化: 使用优化的VAE模型
• 批处理: 合理设置batch size
• 内存管理: 根据显存选择合适的模式

自定义脚本

• 将Python脚本放入 scripts/ 目录
• 支持txt2img和img2img处理
• 可访问所有内部API和状态

🐛 故障排除

常见问题

1. CUDA内存不足: 使用 --medvram 或 --lowvram
2. 模型加载失败: 检查模型文件完整性和格式
3. 扩展冲突: 禁用冲突的扩展
4. 网络问题: 配置代理或使用镜像源

日志和调试

• 查看控制台输出的详细日志
• 使用 --debug 参数启用调试模式
• 检查 tmp/ 目录下的错误日志

🤝 贡献指南

代码贡献

1. Fork 项目仓库
2. 创建功能分支
3. 提交更改并测试
4. 创建 Pull Request

文档贡献

• 更新Wiki页面
• 改进代码注释
• 添加使用示例

问题报告

• 使用GitHub Issues报告bug
• 提供详细的错误信息和系统配置
• 包含可重现的步骤

📄 许可证

本项目基于 GNU Affero General Public License v3.0 开源许可证。

🙏 致谢

感谢以下项目和贡献者： - Stability AI: Stable Diffusion 基础模型 - CompVis: 原始Stable Diffusion实现 - Gradio: Web界面框架 - Hugging Face: Transformers库 - 所有社区贡献者: 扩展、优化和建议

📞 支持

• GitHub Issues: 问题报告和讨论
• Wiki文档: 详细使用指南
• Discord社区: 用户交流和支持

---

注意: 使用AI生成内容时请遵守当地法律法规，尊重版权和隐私权。