Stable Diffusion WebUI

在 Clore.ai GPU 上运行 AUTOMATIC1111 Stable Diffusion WebUI

在 CLORE.AI GPU 上最受欢迎的 Stable Diffusion Web 界面。

所有示例都可以在通过以下方式租用的 GPU 服务器上运行： CLORE.AI 市场.

服务器要求

参数	最低	推荐
内存	16GB	32GB+
显存	8GB	12GB+
网络	500Mbps	1Gbps+
启动时间	10-20 分钟	-

启动时间： 首次启动会安装 Python 依赖并下载基础模型（根据网络速度需 10-20 分钟）。在此期间出现 HTTP 502 属正常情况。

为什么选择 SD WebUI？

• 功能丰富 - txt2img、img2img、修补（inpainting）、外扩（outpainting）

• 扩展 - 大量插件生态系统

• 用户友好 - 直观的网页界面

• 文档完善 - 大量社区支持

在 CLORE.AI 上快速部署

Docker 镜像：

universonic/stable-diffusion-webui:latest

端口：

22/tcp
8080/http

命令：

./webui.sh --listen --xformers

验证是否正常运行

部署后，在以下位置查找您的 http_pub URL： 我的订单:

# 检查 UI 是否可访问（首次运行可能需 10-20 分钟）
curl https://your-http-pub.clorecloud.net/

如果超过 20 分钟仍收到 HTTP 502，请检查：

1. 服务器是否有 16GB+ RAM

2. 服务器具有 8GB+ 显存（VRAM）

3. 网络速度足以下载依赖

访问您的服务

部署在 CLORE.AI 上时，通过以下方式访问 SD WebUI http_pub URL：

• Web 界面： https://your-http-pub.clorecloud.net/

• API（若启用）： https://your-http-pub.clorecloud.net/sdapi/v1/

全部 localhost:7860 下面的示例在通过 SSH 连接时可用。若需外部访问，请替换为你的 https://your-http-pub.clorecloud.net/ URL。

安装

使用 Docker（推荐）

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

手动安装

# 安装依赖
sudo apt install python3.10 python3.10-venv git wget

# 克隆仓库
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# 运行（自动安装所有内容）
./webui.sh --listen --xformers

目录结构

stable-diffusion-webui/
├── models/
│   ├── Stable-diffusion/   # 主模型（.safetensors）
│   ├── Lora/               # LoRA 模型
│   ├── VAE/                # VAE 模型
│   ├── ControlNet/         # ControlNet 模型
│   └── ESRGAN/             # 放大器（Upscalers）
├── embeddings/             # 文本反演（Textual inversions）
├── extensions/             # 已安装扩展
├── outputs/                # 生成的图片
└── scripts/                # 自定义脚本

下载模型

检查点（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（照片写实）
wget "https://civitai.com/api/download/models/245598" -O realisticVision_v60B1.safetensors

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

VAE（更好颜色）

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

基本用法

txt2img（文本到图像）

1. 从下拉菜单选择模型

2. 输入正向提示：你想要的内容

3. 输入负向提示：需要避免的内容

4. 设置尺寸（SD1.5 使用 512x512，SDXL 使用 1024x1024）

5. 点击生成

img2img（图像到图像）

1. 前往 img2img 选项卡

2. 上传源图像

3. 输入描述期望更改的提示

4. 调整 去噪强度 (0.3-0.8)

5. 生成

图像修补

1. 前往 img2img → Inpaint

2. 上传图片

3. 在要更改的区域上绘制遮罩

4. 为被遮罩区域输入提示

5. 生成

基本设置

生成设置

设置	SD 1.5	SDXL
宽度	512	1024
高度	512	1024
步数	20-30	20-40
CFG 比例	7	5-7
采样器	DPM++ 2M Karras	DPM++ 2M Karras

命令行参数

./webui.sh \
    --listen \              # 允许外部访问
    --port 7860 \           # 端口号
    --xformers \            # 内存优化
    --enable-insecure-extension-access \  # 允许扩展
    --api \                 # 启用 API
    --no-half-vae           # 修复黑图问题

低显存模式

./webui.sh \
    --listen \
    --medvram \           # 6-8GB 显存
    # 或
    --lowvram \           # 4GB 显存
    --xformers

热门扩展

必装

扩展	用途
ControlNet	引导生成
ADetailer	自动修复面部/手部
Ultimate SD Upscale	更好地放大
sd-webui-segment-anything	分割
区域提示器（Regional Prompter）	多区域提示

安装扩展

1. 前往 扩展 选项卡

2. 点击 可用

3. 点击 从以下加载

4. 搜索并安装

5. 应用并重启界面

或手动：

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

ControlNet

安装

# 安装扩展
cd extensions
git clone https://github.com/Mikubill/sd-webui-controlnet.git

# 下载模型
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

用法

1. 展开 ControlNet 部分

2. 上传控制图像

3. 选择预处理器（Canny、OpenPose 等）

4. 选择与预处理器匹配的模型

5. 生成

API 使用

启用方法 --api 标志，然后：

import requests
import base64

# 若需外部访问，请使用你的 http_pub URL：
API_URL = "https://your-http-pub.clorecloud.net"
# 或通过 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])

# 生成并保存
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])

提示写作（Prompt 写法）

基本结构

[主体], [风格], [细节], [光照], [质量标签]

示例提示

# 人像
一位年轻女性的肖像，专业摄影，
柔和光线，浅景深，8k 超高清，
高度细节，照片写实

# 风景
日落时分的壮丽山景，戏剧性云层，
黄金时刻照明，国家地理风格，
8k 壁纸，高度细节

# 动漫
1girl，银发，蓝眼，校服，
樱花，春季，佳作，最高质量

负向提示

# 通用
低分辨率，糟糕解剖，糟糕手部，文字，错误，
缺失手指，被裁剪，最差质量，低质量，
jpeg 压缩痕迹，签名，水印，模糊

# 对于照片写实
卡通，动漫，插画，绘画，素描，
3D 渲染，CGI

性能优化建议

1. 启用 xFormers - 明显的速度提升

2. 使用 VAE - 更好的颜色

3. 批量大小 1 - 适用于显存有限的情况

4. 高分辨率修复（Hires Fix） - 先生成小图然后放大

5. ADetailer - 自动修复面部

GPU 要求

A100	最低显存	推荐显存	最小内存
SD 1.5	4GB	8GB	16GB
SD 2.1	6GB	8GB	16GB
SDXL	8GB	12GB	16GB
与 ControlNet 一起使用	+2GB	+4GB	16GB

GPU 预设

RTX 3060 12GB（入门）

# 启动命令
./webui.sh --medvram --xformers

# 推荐的 settings.json：
# - SD 1.5：512x512，批量 4，20-30 步
# - SDXL：768x768，批量 1，20 步
# - 在设置中启用 VAE 平铺（tiling）
# - 对于人脸使用 ADetailer

最佳模型： SD 1.5、DreamShaper、RealisticVision

RTX 3090 24GB（理想）

# 启动命令
./webui.sh --xformers

# 推荐设置：
# - SD 1.5：512x512，批量 8，30 步
# - SDXL：1024x1024，批量 2，30 步
# - ControlNet + SD 1.5 效果很好
# - Hires 修复可到 2x

最佳模型： SDXL、Juggernaut、RealVisXL

RTX 4090 24GB（性能）

# 启动命令
./webui.sh --xformers --opt-sdp-attention

# 推荐设置：
# - SD 1.5：512x512，批量 16，30 步
# - SDXL：1024x1024，批量 4，40 步
# - 可同时使用多个 ControlNet
# - Hires 修复到 4x

最佳模型： SDXL、Pony Diffusion、任何高分辨率模型

A100 40GB/80GB（生产）

# 启动命令
./webui.sh --opt-sdp-attention --no-half-vae

# 推荐设置：
# - SDXL：1024x1024，批量 8+，50 步
# - 多个 ControlNet + IP-Adapter
# - Hires 修复到 4096x4096
# - AnimateDiff 用于视频

最佳适用： 批量生成、复杂工作流、视频

下载所有所需的检查点

典型 CLORE.AI 市场价格：

GPU	显存	价格/天	SD1.5 速度	SDXL 速度
按小时费率	12GB	$0.15–0.30	~4 秒	≈12 秒
速度	24GB	$0.30–1.00	~2 秒	~6 秒
512x512	24GB	$0.50–2.00	~1 秒	~3 秒
2s	40GB	$1.50–3.00	~0.5 秒	~2 秒

价格以美元/天计。费率因提供商而异——请查看 CLORE.AI 市场 A100 40GB

# 使用固定种子以获得一致结果

长时间出现 HTTP 502

1. 检查内存（RAM）： 服务器必须有 16GB+ RAM

2. 检查显存（VRAM）： SDXL 需要至少 8GB 显存

3. 正在安装依赖： 首次运行需 10-20 分钟

4. 网络缓慢： 低带宽会导致更长的启动时间

黑图（全黑图像）

# 添加到启动参数
--no-half-vae

内存不足

# 使用优化
--lowvram
--xformers

扩展未加载

--enable-insecure-extension-access

生成速度慢

1. 启用 xFormers

2. 降低图像大小

3. 降低步数（20 步通常足够）

使用以下方式支付

• ComfyUI - 更复杂的工作流

• FLUX.1 - 最新模型

• ControlNet - 引导式生成

• LoRA 训练 - 自定义模型