Mac上Stable Diffusion的环境搭建(还算比较简单)

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon

AI兴起的速度是真的快,感觉不了解点相关的东西都要与时代脱节了,吓得我赶紧找个AIGC看看能不能实现我艺术家的人梦想(绷不住了)

我的电脑是M1 芯片的Macbook Pro,因此参考的苹果芯片的教程步骤

准备工作

主要需要准备的东西其实不多,总共如下几样:

  • Homebrew
  • Python
  • Model
  • WebUI

Homebrew

Homebrew是一个流行的包管理器 ,用于在Mac OS X和Linux操作系统上安装软件包。它简化了软件的安装过程,允许用户通过简单的命令从源代码编译和安装软件

官网(https://brew.sh)
安装教程(https://blog.csdn.net/weixin_63310665/article/details/143313410)

经常逛博客的小伙伴如果找一些Mac上的软件安装教程,估计会经常看到它的身影,这也侧面印证了这是一款设计得不错的工具

sh 复制代码
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

此时,测试下安装是否成功

sh 复制代码
brew --version

那么,通常考虑到网络的一些稳定问题,可能要更换一下国内源

更换镜像源(https://www.cnblogs.com/orzs/p/18306760)

Python

Python基本上必备的工具语言了,各个脚本程序的启动往往都要依赖于它,这几年AI的迅速崛起更是疯狂输出

我虽然不是用得很频繁,但是借助AI帮忙写点工具脚本觉得还是很好用的(偷懒必备)

官网(https://www.python.org)

这个教程就遍地都是了,就不赘述了(甚至可以直接拿刚配好的brew装,我这里用的是 3.10)

sh 复制代码
brew install python@3.10

唯一需要注意的就是配套的pip工具最好也更换下国内源,否则在网络不稳定的情况下,在后面给WebUI拉包的过程中可能会频频断连

pip更换源(https://developer.baidu.com/article/details/2799190)

WebUI

这个就是重头戏了,需要从github上clone这个项目

sh 复制代码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

当然,这个需要git,我的电脑可能本身系统就已经自带了,如果没有同样通过Homebrew安装一下

找个目录或者就放在桌面,在终端输入以上命令,并且等待项目clone完毕,会看到这样一个目录

进入目录后,看到目录下面有一个webui.sh文件,这便是我们需要运行的启动器

在当前层级的目录进入终端,或者通过cd命令进入当前目录的层级均可,执行命令运行这个脚本文件

sh 复制代码
./webui.sh 

如果是首次执行脚本,应该是需要很长时间下载各种资源,同步各种信息的,网络状态如果很好通常不怎么会出问题,如果经常断连可以尝试更换国内镜像

服务启动完成后会跳转到浏览器的这个地址,这便是默认的WebUI服务端口

下面就是Stable Diffusion主要工作台界面了,框起来的地方是模型 ,刚启动应该是空的,还用不了,需要执行下一步导入,这里才能显示

Model

这是最后一步了,将我们需要使用的模型导入其中

开始的那个官方教程页面的下方是有模型的链接的,可以直接下载

除此以外,也可以到Hugging Face网站下载各个模型

Hugging Face(https://huggingface.co/models?pipeline_tag=text-to-image&sort=downloads)

下载完成后,就可以将模型(好几个G)放入到stable-diffusion-webui/models/Stable-diffusion目录下

不知道为啥显示一个错误,但是好像不影响使用(之前好像没看到)

然后,重新执行一开始的./webui.sh命令,重新启动服务

接下来可以先玩一玩了,正向提示词一般就是用来描述你想要的图的关键特点的反向提示词是用来防止生成出一些畸形离谱的内容的,一个决定上限,一个决定下限,这个可以在网上抄或者让AI助手帮忙生成一点玩玩

试了下,好像它看不懂中文,不知道有没有好的配置方法,就先这样吧,之后再看看其他配置怎么用~~

相关推荐
全栈弄潮儿3 小时前
我的代码审查 Prompt:从“能跑”到“可维护”
aigc·openai·ai编程
AIGCmagic社区4 小时前
具身智能专题:机器人也有Scaling Law?智元GE-Act 2.0用3万小时真机数据给出答案
人工智能·aigc·具身智能
stormzhangV7 小时前
别吹 Jev 了
人工智能·aigc·ai编程
AIGC小尼8 小时前
本地AI漫剧部署|低配8G显存实战部署MiniMax-H3|4步极速采样+低显存优化完整方案(可角色替换/视频魔改)
人工智能·stable diffusion·comfyui·ai漫剧
赛博仓鼠9 小时前
秋叶ComfyUI 3.2整合包实测:Python 3.13+Torch 2.13全栈升级,一键跑通MiniMax H3(附完整部署)
ai·ai作画·aigc·音视频
ServBay10 小时前
Jev是什么?哑巴模型居然全网爆火
后端·aigc·ai编程
Dawson Zhu12 小时前
大模型记忆系统设计:分层架构与关键技术解析
人工智能·语言模型·架构·aigc·agi
宝贝儿好12 小时前
【LLM】第六章:LangChain框架中的大模型的创建与调用
人工智能·自然语言处理·nlp·aigc·ai编程
Dawson Zhu13 小时前
大模型预训练为何普遍单轮遍历?——从 Scaling Laws、数据重复到灾难性遗忘的技术解析
人工智能·语言模型·架构·aigc·agi
AIGCmagic社区18 小时前
具身智能专题:宇树UnifoLM-WLA-1.0用同一套权重覆盖64项真机任务
人工智能·aigc·具身智能