Stable Diffusion WebUI

AUTOMATIC1111 Stable Diffusion WebUI auf Clore.ai‑GPUs ausführen

Die beliebteste Weboberfläche für Stable Diffusion auf CLORE.AI-GPUs.

Alle Beispiele können auf GPU-Servern ausgeführt werden, die über CLORE.AI Marketplace.

Serveranforderungen

Parameter

Minimum

Warum SD WebUI?

Funktional reich - txt2img, img2img, Inpainting, Outpainting
Erweiterungen - Großes Ökosystem von Plugins
Benutzerfreundlich - Intuitive Weboberfläche
Gut dokumentiert - Große Community-Unterstützung

📚 Siehe auch: Wie man Stable Diffusion auf einer Cloud-GPU betreibt

Schnelle Bereitstellung auf CLORE.AI

Docker-Image:

universonic/stable-diffusion-webui:latest

Ports:

22/tcp
8080/http

Befehl:

./webui.sh --listen --xformers

Überprüfen, ob es funktioniert

Nach der Bereitstellung finden Sie Ihre http_pub URL in Meine Bestellungen:

# Prüfen, ob die UI erreichbar ist (kann beim ersten Start 10–20 Min dauern)
curl https://your-http-pub.clorecloud.net/

Wenn Sie länger als 20 Minuten HTTP 502 erhalten, prüfen Sie:

Server hat 16GB+ RAM
Server hat 8GB+ VRAM
Netzwerkgeschwindigkeit ist ausreichend zum Herunterladen von Abhängigkeiten

Zugriff auf Ihren Dienst

Bei Bereitstellung auf CLORE.AI greifen Sie auf SD WebUI über die http_pub URL:

Web-UI: https://your-http-pub.clorecloud.net/
API (falls aktiviert): https://your-http-pub.clorecloud.net/sdapi/v1/

Alle localhost:7860 Die folgenden Beispiele funktionieren, wenn über SSH verbunden. Für externen Zugriff ersetzen Sie durch Ihre https://your-http-pub.clorecloud.net/ URL.

Installation

Verwendung von Docker (empfohlen)

docker run -d --gpus all \
    -p 8080:8080 \
    -v sd-webui-data:/app/stable-diffusion-webui \
    universonic/stable-diffusion-webui:latest

Manuelle Installation

# Abhängigkeiten installieren
sudo apt install python3.10 python3.10-venv git wget

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

# Ausführen (installiert automatisch alles)
./webui.sh --listen --xformers

Verzeichnisstruktur

stable-diffusion-webui/
├── models/
│   ├── Stable-diffusion/   # Hauptmodelle (.safetensors)
│   ├── Lora/               # LoRA-Modelle
│   ├── VAE/                # VAE-Modelle
│   ├── ControlNet/         # ControlNet-Modelle
│   └── ESRGAN/             # Upscaler
├── embeddings/             # Textuelle Inversionen
├── extensions/             # Installierte Erweiterungen
├── outputs/                # Generierte Bilder
└── scripts/                # Eigene Skripte

Modelle herunterladen

Checkpoints

cd models/Stable-diffusion

# SD 1.5
wget https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned.safetensors

# SDXL
wget https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors

# Realistic Vision (fotorealistisch)
wget "https://civitai.com/api/download/models/245598" -O realisticVision_v60B1.safetensors

# DreamShaper (künstlerisch)
wget "https://civitai.com/api/download/models/351306" -O dreamshaper_8.safetensors

VAE (bessere Farben)

cd models/VAE

# SD 1.5 VAE
wget https://huggingface.co/stabilityai/sd-vae-ft-mse-original/resolve/main/vae-ft-mse-840000-ema-pruned.safetensors

# SDXL VAE
wget https://huggingface.co/stabilityai/sdxl-vae/resolve/main/sdxl_vae.safetensors

Grundlegende Verwendung

txt2img (Text zu Bild)

Modell aus dem Dropdown auswählen
Positiven Prompt eingeben: was Sie möchten
Negativen Prompt eingeben: was vermieden werden soll
Abmessungen einstellen (512x512 für SD1.5, 1024x1024 für SDXL)
Auf Generieren klicken

img2img (Bild zu Bild)

Zum Tab img2img gehen
Quellbild hochladen
Prompt eingeben, der die gewünschten Änderungen beschreibt
Anpassen Rauschreduktionsstärke (0.3-0.8)
Generieren

Inpainting

Zu img2img → Inpaint gehen
Bild hochladen
Maske über den zu ändernden Bereich zeichnen
Prompt für den maskierten Bereich eingeben
Generieren

Wesentliche Einstellungen

Generierungseinstellungen

Einstellung

SD 1.5

SDXL

Breite

512

1024

Höhe

512

1024

Schritte

20-30

20-40

CFG-Skala

5-7

Sampler

DPM++ 2M Karras

Kommandozeilenargumente

./webui.sh \
    --listen \              # Externen Zugriff erlauben
    --port 7860 \           # Portnummer
    --xformers \            # Speicheroptimierung
    --enable-insecure-extension-access \  # Erweiterungen erlauben
    --api \                 # API aktivieren
    --no-half-vae           # Schwarze Bilder beheben

Für wenig VRAM

./webui.sh \
    --listen \
    --medvram \           # 6–8GB VRAM
    # oder
    --lowvram \           # 4GB VRAM
    --xformers

Beliebte Erweiterungen

Must-Have

Erweiterung

Zweck

ControlNet

Geleitete Generierung

ADetailer

Automatische Gesichts-/Handkorrektur

Ultimate SD Upscale

Besseres Upscaling

sd-webui-segment-anything

Segmentierung

Regional Prompter

Mehrregionen-Prompts

Erweiterungen installieren

Gehe zu Erweiterungen Tab
Klicken Verfügbar
Klicken Laden von
Suchen und installieren
Anwenden und UI neu starten

Oder manuell:

cd extensions
git clone https://github.com/Mikubill/sd-webui-controlnet.git

ControlNet

Installation

# Erweiterung installieren
cd extensions
git clone https://github.com/Mikubill/sd-webui-controlnet.git

# Modelle herunterladen
cd ../models/ControlNet
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_canny.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_openpose.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11f1p_sd15_depth.pth

Verwendung

ControlNet-Bereich erweitern
Kontrollbild hochladen
Preprocessor auswählen (Canny, OpenPose, etc.)
Modell auswählen, das zum Preprocessor passt
Generieren

API-Verwendung

Mit --api Flag aktivieren, dann:

import requests
import base64

# Für externen Zugang verwenden Sie Ihre http_pub-URL:
API_URL = "https://your-http-pub.clorecloud.net"
# Oder über SSH: API_URL = "http://localhost:7860"

def txt2img(prompt, negative="", steps=20, width=512, height=512):
    response = requests.post(
        f"{API_URL}/sdapi/v1/txt2img",
        json={
            "prompt": prompt,
            "negative_prompt": negative,
            "steps": steps,
            "width": width,
            "height": height,
        }
    )
    return base64.b64decode(response.json()["images"][0])

# Generieren und speichern
image_data = txt2img("A beautiful sunset over mountains")
with open("output.png", "wb") as f:
    f.write(image_data)

img2img API

import base64

def img2img(prompt, image_path, denoising=0.5):
    with open(image_path, "rb") as f:
        image_b64 = base64.b64encode(f.read()).decode()

    response = requests.post(
        f"{API_URL}/sdapi/v1/img2img",
        json={
            "prompt": prompt,
            "init_images": [image_b64],
            "denoising_strength": denoising,
            "steps": 30,
        }
    )
    return base64.b64decode(response.json()["images"][0])

Prompt-Schreiben

Grundstruktur

[Subjekt], [Stil], [Details], [Beleuchtung], [Qualitäts-Tags]

Beispiel-Prompts

# Porträt
Porträt einer jungen Frau, professionelle Fotografie,
weiche Beleuchtung, geringe Schärfentiefe, 8k uhd,
sehr detailliert, fotorealistisch

# Landschaft
majestätische Berglandschaft bei Sonnenuntergang, dramatische Wolken,
Goldstunde-Beleuchtung, National-Geographic-Stil,
8k Wallpaper, sehr detailliert

# Anime
1girl, silbernes Haar, blaue Augen, Schuluniform,
Kirschblüten, Frühling, Meisterwerk, beste Qualität

Negative Prompts

# Allgemein
niedrige Auflösung, schlechte Anatomie, schlechte Hände, Text, Fehler,
fehlende Finger, abgeschnitten, schlechteste Qualität, niedrige Qualität,
JPEG-Artefakte, Signatur, Wasserzeichen, unscharf

# Für fotorealistisch
Cartoon, Anime, Illustration, Gemälde, Zeichnung,
3D-Render, CGI

Leistungstipps

xFormers aktivieren - Deutlicher Geschwindigkeitsschub
VAE verwenden - Bessere Farben
Batch-Größe 1 - Für begrenzten VRAM
Hires-Fix - Klein generieren und dann hochskalieren
ADetailer - Automatische Gesichtsreparatur

GPU-Anforderungen

Modell

Minimales VRAM

Empfohlenes VRAM

Min. RAM

SD 1.5

4GB

8GB

16GB

SD 2.1

6GB

8GB

16GB

SDXL

8GB

12GB

16GB

Mit ControlNet

+2GB

+4GB

16GB

GPU-Voreinstellungen

RTX 3060 12GB (Budget)

# Startbefehl
./webui.sh --medvram --xformers

# Empfohlene settings.json:
# - SD 1.5: 512x512, Batch 4, 20–30 Schritte
# - SDXL: 768x768, Batch 1, 20 Schritte
# - VAE-Tiling in den Einstellungen aktivieren
# - ADetailer für Gesichter verwenden

Beste Modelle: SD 1.5, DreamShaper, RealisticVision

RTX 3090 24GB (Optimal)

# Startbefehl
./webui.sh --xformers

# Empfohlene Einstellungen:
# - SD 1.5: 512x512, Batch 8, 30 Schritte
# - SDXL: 1024x1024, Batch 2, 30 Schritte
# - ControlNet + SD 1.5 funktioniert hervorragend
# - Hires-Fix bis 2x funktioniert

Beste Modelle: SDXL, Juggernaut, RealVisXL

RTX 4090 24GB (Performance)

# Startbefehl
./webui.sh --xformers --opt-sdp-attention

# Empfohlene Einstellungen:
# - SD 1.5: 512x512, Batch 16, 30 Schritte
# - SDXL: 1024x1024, Batch 4, 40 Schritte
# - Mehrere ControlNets gleichzeitig
# - Hires-Fix bis 4x

Beste Modelle: SDXL, Pony Diffusion, Jedes hochauflösendes Modell

A100 40GB/80GB (Produktion)

# Startbefehl
./webui.sh --opt-sdp-attention --no-half-vae

# Empfohlene Einstellungen:
# - SDXL: 1024x1024, Batch 8+, 50 Schritte
# - Mehrere ControlNet + IP-Adapter
# - Hires-Fix bis 4096x4096
# - AnimateDiff für Video

Am besten für: Batch-Generierung, komplexe Workflows, Video

Kostenabschätzung

Typische CLORE.AI-Marktplatzpreise:

GPU

VRAM

Preis/Tag

SD1.5-Geschwindigkeit

SDXL-Geschwindigkeit

RTX 3060

12GB

$0.15–0.30

~4 Sek

~12 Sek

RTX 3090

24GB

$0.30–1.00

~2 Sek

~6 Sek

RTX 4090

24GB

$0.50–2.00

~1 Sek

~3 Sek

A100

40GB

$1.50–3.00

~0.5 Sek

~2 Sek

Preise in USD/Tag. Die Tarife variieren je nach Anbieter — prüfen Sie CLORE.AI Marketplace für aktuelle Preise.

Fehlerbehebung

HTTP 502 über lange Zeit

RAM prüfen: Server muss 16GB+ RAM haben
VRAM prüfen: Für SDXL werden mindestens 8GB benötigt
Abhängigkeiten werden installiert: Erster Start dauert 10–20 Min
Langsames Netzwerk: Geringe Bandbreite verursacht längeren Start

Schwarze Bilder

# Zum Start-Argument hinzufügen
--no-half-vae

Speicher erschöpft

# Optimierung verwenden
--medvram
--xformers

Erweiterungen laden nicht

--enable-insecure-extension-access

Langsame Generierung

xFormers aktivieren
Bildgröße reduzieren
Schritte verringern (20 ist oft ausreichend)

Nächste Schritte

ComfyUI - Fortgeschrittene Workflows
FLUX.1 - Aktuellstes Modell
ControlNet - Geleitete Generierung
LoRA-Training - Eigene Modelle

VorherigeStable Diffusion 3.5 NächsteComfyUI

Zuletzt aktualisiert vor 9 Tagen

War das hilfreich?

hashtagServeranforderungen

hashtagWarum SD WebUI?

hashtagSchnelle Bereitstellung auf CLORE.AI

hashtagÜberprüfen, ob es funktioniert

hashtagZugriff auf Ihren Dienst

hashtagInstallation

hashtagVerwendung von Docker (empfohlen)

hashtagManuelle Installation

hashtagVerzeichnisstruktur

hashtagModelle herunterladen

hashtagCheckpoints

hashtagVAE (bessere Farben)

hashtagGrundlegende Verwendung

hashtagtxt2img (Text zu Bild)

hashtagimg2img (Bild zu Bild)

hashtagInpainting

hashtagWesentliche Einstellungen

hashtagGenerierungseinstellungen

hashtagKommandozeilenargumente

hashtagFür wenig VRAM

hashtagBeliebte Erweiterungen

hashtagMust-Have

hashtagErweiterungen installieren

hashtagControlNet

hashtagInstallation

hashtagVerwendung

hashtagAPI-Verwendung

hashtagimg2img API

hashtagPrompt-Schreiben

hashtagGrundstruktur

hashtagBeispiel-Prompts

hashtagNegative Prompts

hashtagLeistungstipps

hashtagGPU-Anforderungen

hashtagGPU-Voreinstellungen

hashtagRTX 3060 12GB (Budget)

hashtagRTX 3090 24GB (Optimal)

hashtagRTX 4090 24GB (Performance)

hashtagA100 40GB/80GB (Produktion)

hashtagKostenabschätzung

hashtagFehlerbehebung

hashtagHTTP 502 über lange Zeit

hashtagSchwarze Bilder

hashtagSpeicher erschöpft

hashtagErweiterungen laden nicht

hashtagLangsame Generierung

hashtagNächste Schritte

Serveranforderungen

Warum SD WebUI?

Schnelle Bereitstellung auf CLORE.AI

Überprüfen, ob es funktioniert

Zugriff auf Ihren Dienst

Installation

Verwendung von Docker (empfohlen)

Manuelle Installation

Verzeichnisstruktur

Modelle herunterladen

Checkpoints

VAE (bessere Farben)

Grundlegende Verwendung

txt2img (Text zu Bild)

img2img (Bild zu Bild)

Inpainting

Wesentliche Einstellungen

Generierungseinstellungen

Kommandozeilenargumente

Für wenig VRAM

Beliebte Erweiterungen

Must-Have

Erweiterungen installieren

ControlNet

Installation

Verwendung

API-Verwendung

img2img API

Prompt-Schreiben

Grundstruktur

Beispiel-Prompts

Negative Prompts

Leistungstipps

GPU-Anforderungen

GPU-Voreinstellungen

RTX 3060 12GB (Budget)

RTX 3090 24GB (Optimal)

RTX 4090 24GB (Performance)

A100 40GB/80GB (Produktion)

Kostenabschätzung

Fehlerbehebung

HTTP 502 über lange Zeit

Schwarze Bilder

Speicher erschöpft

Erweiterungen laden nicht

Langsame Generierung

Nächste Schritte