> 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-ru/generaciya-izobrazhenii/sd-webui-forge.md).

# SD WebUI Forge

SD WebUI Forge — это оптимизированный форк классического Stable Diffusion WebUI AUTOMATIC1111, разработанный командой lllyasviel. Он обеспечивает значительно лучшую работу с VRAM (позволяя запускать SDXL на GPU с 4 ГБ), нативную поддержку моделей FLUX, более высокую скорость генерации и полную обратную совместимость со всеми расширениями и моделями A1111. Гибкий рынок GPU CLORE.AI позволяет вам выбрать идеальный GPU для Forge — от бюджетных карт до топовых A100.

{% hint style="success" %}
Все примеры можно запускать на GPU-серверах, арендованных через [маркетплейс CLORE.AI](https://clore.ai/marketplace).
{% endhint %}

## Требования к серверу

| Параметр | Минимум              | Рекомендуется      |
| -------- | -------------------- | ------------------ |
| ОЗУ      | 8 ГБ                 | 16 ГБ+             |
| VRAM     | 4 ГБ                 | 12 ГБ+             |
| Диск     | 30 ГБ                | 200 ГБ+            |
| GPU      | NVIDIA GTX 1650 4GB+ | RTX 3090, RTX 4090 |

{% hint style="info" %}
Главное преимущество Forge — его оптимизатор VRAM: он может запускать SDXL всего на 4 ГБ VRAM (но медленнее). Для моделей FLUX практический минимум — 12 ГБ VRAM, а 24 ГБ нужны для полного качества и скорости.
{% endhint %}

## Быстрое развертывание на CLORE.AI

**Docker-образ:** `nykk3/stable-diffusion-webui-forge:latest`

**Порты:** `22/tcp`, `7860/http`

**Переменные среды:**

| Переменная         | Пример                 | Описание                                               |
| ------------------ | ---------------------- | ------------------------------------------------------ |
| `CLI_ARGS`         | `--xformers --medvram` | Дополнительные аргументы CLI                           |
| `COMMANDLINE_ARGS` | `--api --listen`       | Альтернативная переменная окружения для аргументов CLI |

## Пошаговая настройка

### 1. Арендуйте GPU-сервер на CLORE.AI

Перейдите к [маркетплейс CLORE.AI](https://clore.ai/marketplace):

* **Бюджетный SD1.5**: GTX 1660/2060 (6 ГБ) — вполне достаточно для 512/768px
* **Поддерживает SDXL**: RTX 3080/3090 (10–24 ГБ)
* **Поддерживает FLUX**: RTX 4090/A6000 (24+ ГБ)
* **Максимальное качество**: A100 80 ГБ для пакетной генерации

### 2. Подключитесь к серверу по SSH

```bash
ssh -p <PORT> root@<SERVER_IP>
```

### 3. Создайте каталоги для хранения

```bash
mkdir -p /root/sd-forge/{models,outputs,extensions,configs}
mkdir -p /root/sd-forge/models/{Stable-diffusion,VAE,Lora,ControlNet,embeddings,ESRGAN}
```

### 4. Загрузите и запустите SD WebUI Forge

**Обычный запуск:**

```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
```

**С включённым API и дополнительными флагами производительности:**

```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
```

**Режим низкого VRAM (GPU 4–6 ГБ):**

```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
```

**Максимальная производительность (24+ ГБ 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. Следите за запуском

```bash
docker logs -f sd-forge
```

Ищите:

```
Запущено по локальному URL:  http://0.0.0.0:7860
```

Первый запуск обычно занимает 2–5 минут.

### 6. Откройте веб-интерфейс

Ваш CLORE.AI http\_pub URL для порта 7860:

```
https://<order-id>-7860.clore.ai/
```

### 7. Добавьте модели

**Способ 1: загрузка через CivitAI в веб-интерфейсе**

* Перейдите на **Расширения → Установленные → Модели** (в некоторых версиях)
* Или используйте загрузчик по URL в настройках

**Способ 2: загрузка напрямую на сервер**

```bash
# Скачайте базовую модель 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"

# Скачайте FLUX.1-schnell (быструю модель FLUX)
wget -O "flux1-schnell.safetensors" \\
  "https://huggingface.co/black-forest-labs/FLUX.1-schnell/resolve/main/flux1-schnell.safetensors"
```

**Способ 3: HuggingFace CLI**

```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/
"
```

***

## Примеры использования

### Пример 1: Текст в изображение через веб-интерфейс

1. Откройте интерфейс Forge по вашему CLORE.AI URL
2. Выберите свою модель в **Контрольная точка** выпадающем списке
3. Введите запрос: `"кинематографичный портрет воина, золотой час, 8k-фотография"`
4. Установите негативный запрос: `"размыто, низкое разрешение, водяной знак, безобразно"`
5. Установите ширину/высоту: `1024x1024` для SDXL, `512x768` для SD1.5
6. Установите шаги: 20–30, CFG: 7
7. Нажмите **Сгенерировать**

### Пример 2: Генерация FLUX

Модели FLUX работают иначе — без негативного запроса, с более высоким качеством:

1. Выберите контрольную точку FLUX (flux1-dev.safetensors)
2. В **Forge**, выберите подходящий **Unet** и **VAE** если файлы разделены
3. Введите запрос (негативный запрос не нужен):

   ```
   Потрясающий пейзаж на закате, горы, отражённые в кристально чистом озере,
   фотореалистично, сверхдетально, профессиональная фотография
   ```
4. Шаги: 20, CFG: 1.0 (FLUX использует более низкий CFG)
5. Семплер: `Euler` или `DPM++ 2M`

### Пример 3: Генерация с ControlNet

1. Установите расширение ControlNet (если оно не предустановлено):
   * Перейдите на **Расширения → Доступные → Загрузить из**
   * Найдите "ControlNet" и установите
2. Скачайте модели ControlNet в `/root/sd-forge/models/ControlNet/`
3. В txt2img разверните **ControlNet** раздел
4. Загрузите эталонное изображение (поза, глубина, контур Canny)
5. Выберите препроцессор и модель, соответствующие типу вашего эталона
6. Сгенерируйте — результат будет следовать структуре эталона

### Пример 4: Использование API

С `--api` флаге Forge предоставляет REST API:

```python
import requests
import base64
import io
from PIL import Image

BASE_URL = "http://localhost:7860"  # или URL CLORE.AI http_pub

# Текст в изображение
payload = {
    "умиротворённый японский сад с цветущей сакурой, стиль акварели",
    "безобразно, размыто, низкое качество",
    "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()

# Сохраните изображение
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"Сохранено output_{i}.png")
```

### Пример 5: Скрипт пакетной генерации

```python
import requests
import base64
import io
from PIL import Image
import os

BASE_URL = "http://localhost:7860"

prompts = [
    ("киберпанк-город ночью, неоновые огни, дождь", "cyberpunk"),
    ("древний лес, мистический туман, фэнтези-арт", "fantasy"),
    ("минималистичный дизайн логотипа, геометрические формы, белый фон", "logo"),
    ("портрет пожилого моряка, изрезанное морщинами лицо, масляная живопись", "portrait"),
]

os.makedirs("batch_output", exist_ok=True)

for prompt_text, filename in prompts:
    print(f"Генерация: {filename}...")
    response = requests.post(
        f"{BASE_URL}/sdapi/v1/txt2img",
        json={
            "prompt": prompt_text,
            "negative_prompt": "низкое качество, размыто, водяной знак",
            "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"  Сохранено batch_output/{filename}.png")
    else:
        print(f"  Ошибка: {response.status_code}")
```

***

## Конфигурация

### Ключевые аргументы CLI

| Аргумент                             | Описание                                                   |
| ------------------------------------ | ---------------------------------------------------------- |
| `--api`                              | Включить REST API                                          |
| `--listen`                           | Слушать на всех интерфейсах (требуется для CLORE.AI)       |
| `--port 7860`                        | Изменить порт                                              |
| `--xformers`                         | Включить внимание xFormers (быстрее, меньше VRAM)          |
| `--medvram`                          | Режим среднего VRAM (SD1.5 на 6 ГБ)                        |
| `--medvram-sdxl`                     | Средний VRAM для SDXL (SDXL на 8 ГБ)                       |
| `--lowvram`                          | Режим низкого VRAM (очень медленный, любая GPU)            |
| `--no-half`                          | Использовать float32 (больше VRAM, стабильнее)             |
| `--no-half-vae`                      | Оставлять VAE в float32 (предотвращает чёрные изображения) |
| `--opt-sdp-attention`                | Внимание PyTorch scaled dot product                        |
| `--enable-insecure-extension-access` | Разрешить установку расширений                             |
| `--skip-version-check`               | Пропустить проверки версий Python/torch                    |

### Настройки, специфичные для Forge

Forge добавляет **Forge** в интерфейсе панель с:

* **Forge Unet**: Выберите backend оптимизации (по умолчанию, bnb и т. д.)
* **Компиляция Diffusers Torch**: Включите для ускорения генерации на 20–30% (при первом запуске выполняется компиляция)
* **Веса GPU**: Сколько держать на GPU по сравнению с CPU

***

## Советы по производительности

### 1. Используйте xFormers для снижения потребления VRAM на 20–30%

```bash
--xformers
```

Автоматически улучшает производительность на большинстве GPU.

### 2. Оптимизатор VRAM Forge

Forge автоматически управляет VRAM лучше, чем A1111. Просто используйте `--medvram-sdxl` флаг для SDXL на GPU с 8–12 ГБ и позвольте ему сделать остальное.

### 3. Включите Torch Compilation (Ampere+)

Во вкладке Forge в интерфейсе включите **Компиляция Diffusers Torch**. Первая генерация занимает 2–3 минуты на компиляцию, но последующие на 20–30% быстрее.

### 4. Оптимальные сочетания шагов/семплеров

| Цель           | Сэмплер            | Шаги  | CFG |
| -------------- | ------------------ | ----- | --- |
| Скорость       | `DPM++ SDE Karras` | 15-20 | 7   |
| Качество       | `DPM++ 2M Karras`  | 25-35 | 7   |
| Художественный | `Euler a`          | 20-30 | 5-7 |
| FLUX           | `Euler`            | 20    | 1   |

### 5. Используйте Tile VAE для разрешений 2K+

Для сверхвысокого разрешения (2048×2048+), включите **Tiled VAE** во вкладке SD, чтобы предотвратить ошибки нехватки памяти VAE.

### 6. Пакетно генерируйте локально через API

Вместо генерации по одному в интерфейсе используйте API с `batch_size` для более высокой производительности:

```python
payload = {
    "prompt": "...",
    "batch_size": 4,  # Генерировать 4 изображения за раз
    "n_iter": 2,      # Запустить 2 итерации = всего 8 изображений
}
```

***

## Устранение неполадок

### Проблема: Чёрные или зелёные изображения

Проблема с точностью VAE. Добавьте флаг:

```bash
--no-half-vae
```

Или используйте `sdxl-vae-fp16-fix.safetensors` VAE.

### Проблема: "CUDA out of memory"

Попробуйте по порядку:

1. `--medvram-sdxl` (для SDXL)
2. `--medvram` (для SD1.5)
3. Уменьшите разрешение изображения
4. `--lowvram` (крайняя мера, очень медленно)

### Проблема: Расширения не загружаются

```bash
# Разрешить доступ к расширениям
-e CLI_ARGS="--enable-insecure-extension-access"
```

Затем установите их на вкладке Extensions в интерфейсе.

### Проблема: Запуск занимает слишком много времени

Для первого запуска это нормально — вычисляются хэши PyTorch и модели. Последующие запуски быстрее.

```bash
docker logs -f sd-forge  # Следите за ходом выполнения
```

### Проблема: Не удаётся открыть интерфейс в браузере

Убедитесь, что процесс Forge привязан к `0.0.0.0`:

* Добавьте `--listen` в CLI\_ARGS
* Убедитесь, что порт 7860 есть в списке портов вашего заказа CLORE.AI

### Проблема: Модель не отображается в выпадающем списке

После размещения `.safetensors` файлов в правильную папку нажмите **🔄 Обновить** рядом с выпадающим списком Checkpoint.

***

## Ссылки

* [GitHub (Forge)](https://github.com/lllyasviel/stable-diffusion-webui-forge)
* [GitHub (базовая версия A1111)](https://github.com/AUTOMATIC1111/stable-diffusion-webui)
* [Docker Hub (nykk3)](https://hub.docker.com/r/nykk3/stable-diffusion-webui-forge)
* [CivitAI (модели)](https://civitai.com)
* [Модели FLUX](https://huggingface.co/black-forest-labs)
* [маркетплейс CLORE.AI](https://clore.ai/marketplace)

***

## Рекомендации по GPU для Clore.ai

| Сценарий использования  | Рекомендуемый GPU | Оценочная стоимость на Clore.ai             |
| ----------------------- | ----------------- | ------------------------------------------- |
| Разработка/тестирование | RTX 3090 (24 ГБ)  | $0.07–0.21/гпу/ч                            |
| Продакшен               | RTX 4090 (24 ГБ)  | $0.14–0.42/гпу/ч                            |
| Масштабирование         | A100 80 ГБ        | [голое железо](https://clore.ai/bare-metal) |

> 💡 Все примеры в этом руководстве можно развернуть на [Clore.ai](https://clore.ai/marketplace) GPU-серверах. Просматривайте доступные GPU и арендуйте по часам — без обязательств, с полным root-доступом.


---

# 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-ru/generaciya-izobrazhenii/sd-webui-forge.md?ask=<question>&goal=<endgoal>
```

`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.