Stable Diffusion WebUI Forge一键上手AI图像生成的完整指南【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge想把一张草图变成概念图时需要的不是再装一堆插件而是一个开箱即用的工作站。Stable Diffusion WebUI Forge 就是在原版 SD WebUI 之上的 AI 图像生成平台——它优化了 GPU 内存管理、加快推理速度并把 ControlNet、LoRA 等能力预集成好了。解压即用出第一张图只需要几分钟。快速上手安装 Forge 并生成第一张图⚡️ Windows 用户直接用官方一键安装包自带 Git 和 Python推荐 CUDA 12.1 PyTorch 2.3.1 版本不用手动搭环境下载一键安装包解压到任意本地目录路径避免空格和特殊字符运行update.bat更新到最新代码跳过这步可能还在用有已知 bug 的旧版本双击run.bat启动Linux / macOS 用户直接跑./webui.sh终端出现Running on local URL后浏览器打开http://localhost:7860把检查点模型放进 models/Stable-diffusion/ 目录选好模型、写好提示词点生成如果你已经在用原版 SD WebUI 且熟悉 Git可以跳过安装包直接git clone https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge然后运行 webui-user.shWindows 为webui-user.bat原有的检查点和扩展可以原样复用。核心功能实战出图、ControlNet 与 LoRA界面跑起来之后几个使用频率最高的功能是这样的。用提示词生成第一张图txt2img 页是主战场选模型、写提示词、设分辨率和步数就能出图。Forge 用的是 Gradio 4 界面画布上移动视图要用鼠标右键这点和旧版不同第一次用容易懵。常见坑出图色调发灰发暗先检查检查点和 VAE 是否匹配而不是一上来就怀疑提示词。用 ControlNet 控制构图与风格文字提示词锁不住构图时就交给 ControlNet。Forge 内置了 sd_forge_controlnet 扩展配套的预处理器Canny、深度图、OpenPose 等也一并就位在 ControlNet 面板启用对应单元、选择预处理器参考图可以用 Photopea 或 Openpose Editor 画出来支持的模型与预处理器清单见 supported_controlnet.py 和 supported_preprocessor.py用强度滑块微调控制力度太低控制不住太高画面会生硬常见坑Flux 模型的 ControlNet 目前还没实现项目状态表里明确标注想控制构图先用 SD1.5 / SDXL 系列。用 LoRA 和 Textual Inversion 学自己的风格LoRA 用来套用别人的风格或角色模型Textual Inversionembedding则是给模型补课让它认识一个原本不存在的新标签。把 embedding 文件放进 embeddings/ 目录就能在提示词里用标签名直接调用LoRA 由 extensions-builtin/sd_forge_lora/ 统一管理提示词中直接以标签形式出现低比特量化模型BitsandBytes NF4、GGUF同样支持 LoRA可以边省显存边用风格模型embedding 标签和提示词一样可以加权重比如rick:1.2常见坑低比特量化模型上 LoRA 效果偏弱是普遍现象先调权重别急着断定模型失效。后处理人脸修复与放大图出完不用换工具同一个界面里就能后处理Extras 页负责放大ESRGAN 模型放进 models/ESRGAN/人脸修复支持 GFPGAN / CodeFormerscripts/ 目录里还有扩图、批量处理等常用脚本配合 prompt_matrix 等脚本可以一次性跑多组参数适合对比出图常见坑后处理比主生成更吃显存小显存卡先把目标分辨率降下来再放大。进阶配置GPU 内存与量化调优 ⚙️跑通流程后真正影响日常体验的就下面几个开关都在设置页不用翻源码GPU Weight决定 Flux 的 UNet 有多少驻留在 GPU 上越高速越快但也越容易 OOMOffload Location/Offload Method模型权重不用时卸载到哪系统内存或其他设备Queue/Async Swap异步交换开关模型切换频繁的场景开着更快量化格式BitsandBytes 提供 NF4、Q8_0、Q5_0GGUF 提供 Q8_0 / Q5_0 / Q4_0比特数越低越省显存画质损失也越大webui-user.sh 里的COMMANDLINE_ARGS传启动参数比如--medvram开低显存模式建议先全部用默认值跑遇到具体问题再逐个调一次只动一个参数。踩坑笔记4 个高频问题与解法 Connection errored out、终端卡住不动→ 先跑更新脚本拉到最新代码还不行就干脆重装比反复改配置省事Flux 速度慢、卡顿或 OOM→ 调低GPU Weight项目官方的态度是这一步能解决 99% 的 Flux 性能问题大模型加载不了、启动即 OOM→ 换量化版本NF4 / GGUF或开启内存 offload小显存卡别硬上全精度大模型OFT 类型的 LoRA 效果不对→ 官方状态表标注这类 LoRA 目前待修复先换标准 LoRA 格式结语回到开头的场景一张草图用 ControlNet 锁住构图LoRA 调出想要的风格再人脸修复、放大全程不用离开这个界面。下一步建议先放一个中等大小的检查点进模型目录出一张基线图再下载一个 Flux 的量化版本对比显存占用把GPU Weight和 offload 调顺手之后日常出图就基本不会再被硬件拖后腿了。【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Stable Diffusion WebUI Forge一键上手AI图像生成的完整指南【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge想把一张草图变成概念图时需要的不是再装一堆插件而是一个开箱即用的工作站。Stable Diffusion WebUI Forge 就是在原版 SD WebUI 之上的 AI 图像生成平台——它优化了 GPU 内存管理、加快推理速度并把 ControlNet、LoRA 等能力预集成好了。解压即用出第一张图只需要几分钟。快速上手安装 Forge 并生成第一张图⚡️ Windows 用户直接用官方一键安装包自带 Git 和 Python推荐 CUDA 12.1 PyTorch 2.3.1 版本不用手动搭环境下载一键安装包解压到任意本地目录路径避免空格和特殊字符运行update.bat更新到最新代码跳过这步可能还在用有已知 bug 的旧版本双击run.bat启动Linux / macOS 用户直接跑./webui.sh终端出现Running on local URL后浏览器打开http://localhost:7860把检查点模型放进 models/Stable-diffusion/ 目录选好模型、写好提示词点生成如果你已经在用原版 SD WebUI 且熟悉 Git可以跳过安装包直接git clone https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge然后运行 webui-user.shWindows 为webui-user.bat原有的检查点和扩展可以原样复用。核心功能实战出图、ControlNet 与 LoRA界面跑起来之后几个使用频率最高的功能是这样的。用提示词生成第一张图txt2img 页是主战场选模型、写提示词、设分辨率和步数就能出图。Forge 用的是 Gradio 4 界面画布上移动视图要用鼠标右键这点和旧版不同第一次用容易懵。常见坑出图色调发灰发暗先检查检查点和 VAE 是否匹配而不是一上来就怀疑提示词。用 ControlNet 控制构图与风格文字提示词锁不住构图时就交给 ControlNet。Forge 内置了 sd_forge_controlnet 扩展配套的预处理器Canny、深度图、OpenPose 等也一并就位在 ControlNet 面板启用对应单元、选择预处理器参考图可以用 Photopea 或 Openpose Editor 画出来支持的模型与预处理器清单见 supported_controlnet.py 和 supported_preprocessor.py用强度滑块微调控制力度太低控制不住太高画面会生硬常见坑Flux 模型的 ControlNet 目前还没实现项目状态表里明确标注想控制构图先用 SD1.5 / SDXL 系列。用 LoRA 和 Textual Inversion 学自己的风格LoRA 用来套用别人的风格或角色模型Textual Inversionembedding则是给模型补课让它认识一个原本不存在的新标签。把 embedding 文件放进 embeddings/ 目录就能在提示词里用标签名直接调用LoRA 由 extensions-builtin/sd_forge_lora/ 统一管理提示词中直接以标签形式出现低比特量化模型BitsandBytes NF4、GGUF同样支持 LoRA可以边省显存边用风格模型embedding 标签和提示词一样可以加权重比如rick:1.2常见坑低比特量化模型上 LoRA 效果偏弱是普遍现象先调权重别急着断定模型失效。后处理人脸修复与放大图出完不用换工具同一个界面里就能后处理Extras 页负责放大ESRGAN 模型放进 models/ESRGAN/人脸修复支持 GFPGAN / CodeFormerscripts/ 目录里还有扩图、批量处理等常用脚本配合 prompt_matrix 等脚本可以一次性跑多组参数适合对比出图常见坑后处理比主生成更吃显存小显存卡先把目标分辨率降下来再放大。进阶配置GPU 内存与量化调优 ⚙️跑通流程后真正影响日常体验的就下面几个开关都在设置页不用翻源码GPU Weight决定 Flux 的 UNet 有多少驻留在 GPU 上越高速越快但也越容易 OOMOffload Location/Offload Method模型权重不用时卸载到哪系统内存或其他设备Queue/Async Swap异步交换开关模型切换频繁的场景开着更快量化格式BitsandBytes 提供 NF4、Q8_0、Q5_0GGUF 提供 Q8_0 / Q5_0 / Q4_0比特数越低越省显存画质损失也越大webui-user.sh 里的COMMANDLINE_ARGS传启动参数比如--medvram开低显存模式建议先全部用默认值跑遇到具体问题再逐个调一次只动一个参数。踩坑笔记4 个高频问题与解法 Connection errored out、终端卡住不动→ 先跑更新脚本拉到最新代码还不行就干脆重装比反复改配置省事Flux 速度慢、卡顿或 OOM→ 调低GPU Weight项目官方的态度是这一步能解决 99% 的 Flux 性能问题大模型加载不了、启动即 OOM→ 换量化版本NF4 / GGUF或开启内存 offload小显存卡别硬上全精度大模型OFT 类型的 LoRA 效果不对→ 官方状态表标注这类 LoRA 目前待修复先换标准 LoRA 格式结语回到开头的场景一张草图用 ControlNet 锁住构图LoRA 调出想要的风格再人脸修复、放大全程不用离开这个界面。下一步建议先放一个中等大小的检查点进模型目录出一张基线图再下载一个 Flux 的量化版本对比显存占用把GPU Weight和 offload 调顺手之后日常出图就基本不会再被硬件拖后腿了。【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
