> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-es/generacion-de-imagenes/sd-webui-forge.md). # SD WebUI Forge Despliega Stable Diffusion WebUI Forge con gestión optimizada de VRAM y soporte para FLUX en GPUs de Clore.ai SD WebUI Forge es un fork optimizado de la clásica Stable Diffusion WebUI de AUTOMATIC1111, desarrollado por el equipo lllyasviel. Ofrece una gestión de VRAM significativamente mejor (lo que permite SDXL en GPUs de 4 GB), soporte nativo para modelos FLUX, velocidades de generación más rápidas y compatibilidad total con versiones anteriores de todas las extensiones y modelos de A1111. El flexible mercado de GPU de CLORE.AI te permite elegir la GPU perfecta para Forge, desde tarjetas económicas hasta A100 de gama alta. {% hint style="success" %} Todos los ejemplos se pueden ejecutar en servidores GPU alquilados a través de [Marketplace de CLORE.AI](https://clore.ai/marketplace). {% endhint %} ## Requisitos del servidor | Parámetro | Mínimo | Recomendado | | --------- | -------------------- | ------------------ | | RAM | 8 GB | 16 GB+ | | VRAM | 4 GB | 12 GB+ | | Disco | 30 GB | 200 GB+ | | GPU | NVIDIA GTX 1650 4GB+ | RTX 3090, RTX 4090 | {% hint style="info" %} La principal ventaja de Forge es su optimizador de VRAM: puede ejecutar SDXL con tan solo 4 GB de VRAM (a menor velocidad). Para los modelos FLUX, 12 GB de VRAM es el mínimo práctico, y 24 GB ofrecen calidad y velocidad completas. {% endhint %} ## Despliegue rápido en CLORE.AI **Imagen de Docker:** `nykk3/stable-diffusion-webui-forge:latest` **Puertos:** `22/tcp`, `7860/http` **Variables de entorno:** | Variable | Ejemplo | Descripción | | ------------------ | ---------------------- | --------------------------------------------- | | `CLI_ARGS` | `--xformers --medvram` | Argumentos CLI adicionales | | `COMMANDLINE_ARGS` | `--api --listen` | Variable de entorno alternativa para args CLI | ## Configuración paso a paso ### 1. Alquila un servidor GPU en CLORE.AI Ve a [Marketplace de CLORE.AI](https://clore.ai/marketplace): * **SD1.5 económico**: GTX 1660/2060 (6 GB) — suficiente para 512/768 px * **Compatible con SDXL**: RTX 3080/3090 (10–24 GB) * **Compatible con FLUX**: RTX 4090/A6000 (24+ GB) * **Máxima calidad**: A100 de 80 GB para generación por lotes ### 2. Conéctate por SSH a tu servidor ```bash ssh -p root@ ``` ### 3. Crear directorios de almacenamiento ```bash mkdir -p /root/sd-forge/{models,outputs,extensions,configs} mkdir -p /root/sd-forge/models/{Stable-diffusion,VAE,Lora,ControlNet,embeddings,ESRGAN} ``` ### 4. Descargar y ejecutar SD WebUI Forge **Inicio estándar:** ```bash docker run -d \\ --name sd-forge \\ --gpus all \\ -p 7860:7860 \ -v /root/sd-forge/models:/app/stable-diffusion-webui/models \\ -v /root/sd-forge/outputs:/app/stable-diffusion-webui/outputs \\ -v /root/sd-forge/extensions:/app/stable-diffusion-webui/extensions \\ nykk3/stable-diffusion-webui-forge:latest ``` **Con la API habilitada y banderas extra de rendimiento:** ```bash docker run -d \\ --name sd-forge \\ --gpus all \\ -p 7860:7860 \ -v /root/sd-forge/models:/app/stable-diffusion-webui/models \\ -v /root/sd-forge/outputs:/app/stable-diffusion-webui/outputs \\ -v /root/sd-forge/extensions:/app/stable-diffusion-webui/extensions \\ -e CLI_ARGS="--api --xformers --enable-insecure-extension-access" \\ nykk3/stable-diffusion-webui-forge:latest ``` **Modo de baja VRAM (GPUs de 4-6 GB):** ```bash docker run -d \\ --name sd-forge \\ --gpus all \\ -p 7860:7860 \ -v /root/sd-forge/models:/app/stable-diffusion-webui/models \\ -v /root/sd-forge/outputs:/app/stable-diffusion-webui/outputs \\ -e CLI_ARGS="--api --medvram-sdxl --opt-sdp-attention" \\ nykk3/stable-diffusion-webui-forge:latest ``` **Máximo rendimiento (24+ GB de VRAM):** ```bash docker run -d \\ --name sd-forge \\ --gpus all \\ -p 7860:7860 \ -v /root/sd-forge/models:/app/stable-diffusion-webui/models \\ -v /root/sd-forge/outputs:/app/stable-diffusion-webui/outputs \\ -e CLI_ARGS="--api --xformers --no-half-vae" \\ nykk3/stable-diffusion-webui-forge:latest ``` ### 5. Supervisar el inicio ```bash docker logs -f sd-forge ``` Busca: ``` Running on local URL: http://0.0.0.0:7860 ``` El inicio suele tardar entre 2 y 5 minutos la primera vez. ### 6. Acceder a la interfaz web Tu URL http\_pub de CLORE.AI para el puerto 7860: ``` https://-7860.clore.ai/ ``` ### 7. Añadir modelos **Método 1: descargar mediante CivitAI en la interfaz web** * Ve a **Extensiones → Instaladas → Modelos** (algunas versiones) * O usa el descargador por URL en Configuración **Método 2: descargar directamente en el servidor** ```bash # Descargar el modelo base SDXL cd /root/sd-forge/models/Stable-diffusion wget -O "sd_xl_base_1.0.safetensors" \\ "https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors" # Descargar FLUX.1-schnell (modelo FLUX rápido) wget -O "flux1-schnell.safetensors" \\ "https://huggingface.co/black-forest-labs/FLUX.1-schnell/resolve/main/flux1-schnell.safetensors" ``` **Método 3: CLI de HuggingFace** ```bash docker exec -it sd-forge bash -c " pip install huggingface_hub huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \\ sd_xl_base_1.0.safetensors \\ --local-dir /app/stable-diffusion-webui/models/Stable-diffusion/ " ``` *** ## Ejemplos de uso ### Ejemplo 1: Texto a imagen mediante la interfaz web 1. Abre la interfaz de Forge en tu URL de CLORE.AI 2. Selecciona tu modelo en el **Punto de control** desplegable 3. Introduce el prompt: `"retrato cinematográfico de un guerrero, hora dorada, fotografía 8k"` 4. Establece el prompt negativo: `"borroso, baja resolución, marca de agua, feo"` 5. Ajusta ancho/alto: `1024x1024` para SDXL, `512x768` para SD1.5 6. Ajusta pasos: 20–30, CFG: 7 7. Haz clic en **Generar** ### Ejemplo 2: Generación FLUX Los modelos FLUX funcionan de forma diferente — sin prompt negativo, con mayor calidad: 1. Selecciona el punto de control FLUX (flux1-dev.safetensors) 2. En **Forge**, selecciona el adecuado **Unet** y **VAE** si son archivos separados 3. Introduce el prompt (no se necesita prompt negativo): ``` Un paisaje impresionante al atardecer, montañas reflejadas en un lago prístino, fotorealista, ultra detallado, fotografía profesional ``` 4. Pasos: 20, CFG: 1.0 (FLUX usa un CFG más bajo) 5. Muestreador: `Euler` o `DPM++ 2M` ### Ejemplo 3: Generación guiada por ControlNet 1. Instala la extensión ControlNet (si no está preinstalada): * Ve a **Extensiones → Disponibles → Cargar desde** * Busca "ControlNet" e instálalo 2. Descarga los modelos ControlNet en `/root/sd-forge/models/ControlNet/` 3. En txt2img, despliega **ControlNet** la sección 4. Sube la imagen de referencia (pose, profundidad, bordes Canny) 5. Selecciona el preprocesador y el modelo que coincidan con tu tipo de referencia 6. Genera — la salida sigue la estructura de referencia ### Ejemplo 4: Uso de la API Con `--api` bandera, Forge expone una API REST: ```python import requests import base64 import io from PIL import Image BASE_URL = "http://localhost:7860" # o URL http_pub de CLORE.AI # Texto a imagen payload = { "prompt": "un sereno jardín japonés con flores de cerezo, estilo acuarela", "negative_prompt": "feo, borroso, baja calidad", "steps": 25, "cfg_scale": 7, "width": 1024, "height": 1024, "sampler_name": "DPM++ 2M", "batch_size": 1, } response = requests.post(f"{BASE_URL}/sdapi/v1/txt2img", json=payload) result = response.json() # Guarda la imagen for i, img_b64 in enumerate(result["images"]): img_data = base64.b64decode(img_b64) img = Image.open(io.BytesIO(img_data)) img.save(f"output_{i}.png") print(f"Saved output_{i}.png") ``` ### Ejemplo 5: Script de generación por lotes ```python import requests import base64 import io from PIL import Image import os BASE_URL = "http://localhost:7860" prompts = [ ("ciudad ciberpunk de noche, luces de neón, lluvia", "ciberpunk"), ("bosque antiguo, niebla mística, arte de fantasía", "fantasía"), ("diseño minimalista de logotipo, formas geométricas, fondo blanco", "logo"), ("retrato de un viejo marinero, rostro curtido, pintura al óleo", "retrato"), ] os.makedirs("batch_output", exist_ok=True) for prompt_text, filename in prompts: print(f"Generating: {filename}...") response = requests.post( f"{BASE_URL}/sdapi/v1/txt2img", json={ "prompt": prompt_text, "negative_prompt": "baja calidad, borroso, marca de agua", "steps": 25, "cfg_scale": 7, "width": 1024, "height": 1024, }, ) if response.status_code == 200: img_b64 = response.json()["images"][0] img = Image.open(io.BytesIO(base64.b64decode(img_b64))) img.save(f"batch_output/{filename}.png") print(f" Saved batch_output/{filename}.png") else: print(f" Error: {response.status_code}") ``` *** ## Configuración ### Argumentos clave de CLI | Argumento | Descripción | | ------------------------------------ | ---------------------------------------------------------- | | `--api` | Habilitar API REST | | `--listen` | Escuchar en todas las interfaces (requerido para CLORE.AI) | | `--port 7860` | Cambiar puerto | | `--xformers` | Habilita la atención xFormers (más rápida, menos VRAM) | | `--medvram` | Modo de VRAM media (SD1.5 en 6 GB) | | `--medvram-sdxl` | VRAM media para SDXL (SDXL en 8 GB) | | `--lowvram` | Modo de baja VRAM (muy lento, cualquier GPU) | | `--no-half` | Usa float32 (más VRAM, más estable) | | `--no-half-vae` | Mantiene VAE en float32 (evita imágenes negras) | | `--opt-sdp-attention` | Atención escalada de producto punto de PyTorch | | `--enable-insecure-extension-access` | Permite la instalación de extensiones | | `--skip-version-check` | Omitir las comprobaciones de versión de Python/torch | ### Configuraciones específicas de Forge Forge añade un **Forge** panel en la interfaz con: * **Unet de Forge**: Selecciona el backend de optimización (predeterminado, bnb, etc.) * **Compilación de Torch de Diffusers**: Actívala para una generación un 20-30% más rápida (la primera ejecución compila) * **Pesos de GPU**: Cuánto mantener en la GPU frente a la CPU *** ## Consejos de rendimiento ### 1. Usa xFormers para un 20-30% menos de VRAM ```bash --xformers ``` Mejora automáticamente el rendimiento en la mayoría de las GPUs. ### 2. Optimizador de VRAM de Forge Forge gestiona automáticamente la VRAM mejor que A1111. Solo usa la `--medvram-sdxl` bandera para SDXL en GPUs de 8-12 GB y deja que se encargue del resto. ### 3. Habilita la compilación de Torch (Ampere+) En la pestaña Forge de la interfaz, activa **Compilación de Torch de Diffusers**. La primera generación tarda 2-3 minutos en compilar, pero las siguientes son 20-30% más rápidas. ### 4. Combinaciones óptimas de pasos/muestreador | Objetivo | Sampler | Pasos | CFG | | --------- | ------------------ | ----- | --- | | Velocidad | `DPM++ SDE Karras` | 15-20 | 7 | | Calidad | `DPM++ 2M Karras` | 25-35 | 7 | | Artístico | `Euler a` | 20-30 | 5-7 | | FLUX | `Euler` | 20 | 1 | ### 5. Usa Tile VAE para resoluciones de 2K+ Para resoluciones ultraaltas (2048×2048+), activa **VAE en mosaico** en la pestaña SD para evitar errores de VAE OOM. ### 6. Procesa por lotes localmente con la API En lugar de generar uno a la vez en la interfaz, usa la API con `batch_size` para un mayor rendimiento: ```python payload = { "prompt": "...", "batch_size": 4, # Genera 4 imágenes a la vez "n_iter": 2, # Ejecuta 2 iteraciones = 8 imágenes en total } ``` *** ## Solución de problemas ### Problema: imágenes negras o verdes Problema de precisión de VAE. Añade la bandera: ```bash --no-half-vae ``` O usa el `sdxl-vae-fp16-fix.safetensors` VAE. ### Problema: "CUDA out of memory" Prueba en este orden: 1. `--medvram-sdxl` (para SDXL) 2. `--medvram` (para SD1.5) 3. Reduce la resolución de la imagen 4. `--lowvram` (último recurso, muy lento) ### Problema: las extensiones no cargan ```bash # Permitir acceso a las extensiones -e CLI_ARGS="--enable-insecure-extension-access" ``` Después instálalo desde la pestaña Extensiones de la interfaz. ### Problema: el arranque tarda demasiado Es normal en la primera ejecución — se calculan PyTorch y los hashes del modelo. Los inicios posteriores son más rápidos. ```bash docker logs -f sd-forge # Ver el progreso ``` ### Problema: no puedes acceder a la interfaz desde el navegador Asegúrate de que el proceso Forge se vincule a `0.0.0.0`: * Añade `--listen` a CLI\_ARGS * Verifica que el puerto 7860 esté en la lista de puertos de tu pedido de CLORE.AI ### Problema: el modelo no aparece en el desplegable Después de colocar `.safetensors` los archivos en la carpeta correcta, haz clic en **🔄 Actualizar** junto al desplegable Checkpoint. *** ## Enlaces * [GitHub (Forge)](https://github.com/lllyasviel/stable-diffusion-webui-forge) * [GitHub (base A1111)](https://github.com/AUTOMATIC1111/stable-diffusion-webui) * [Docker Hub (nykk3)](https://hub.docker.com/r/nykk3/stable-diffusion-webui-forge) * [CivitAI (Modelos)](https://civitai.com) * [Modelos FLUX](https://huggingface.co/black-forest-labs) * [Marketplace de CLORE.AI](https://clore.ai/marketplace) *** ## Recomendaciones de GPU para Clore.ai | Caso de uso | GPU recomendada | Costo estimado en Clore.ai | | ------------------ | --------------- | ----------------------------------------- | | Desarrollo/Pruebas | RTX 3090 (24GB) | $0.07–0.21/gpu/hr | | Producción | RTX 4090 (24GB) | $0.14–0.42/gpu/hr | | Gran escala | A100 80GB | [bare metal](https://clore.ai/bare-metal) | > 💡 Todos los ejemplos de esta guía pueden desplegarse en [Clore.ai](https://clore.ai/marketplace) servidores GPU. Explora las GPUs disponibles y alquila por hora: sin compromisos, acceso root completo. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.clore.ai/guides/guides_v2-es/generacion-de-imagenes/sd-webui-forge.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.