Stable Diffusion WebUI完整部署:从本地出图到7860远程访问

Stable Diffusion WebUI完整部署:从本地出图到7860远程访问

前言

这篇从 Windows 环境开始完整部署 Stable Diffusion WebUI。前置部分准备 Python 3.10.6 和 Git,然后克隆 AUTOMATIC1111 项目,启动 webui-user.bat,确认本地 7860 页面能够访问,再用提示词完成基础图像生成测试。

应用侧继续覆盖 Prompt、Negative prompt、涂鸦入口和中文界面安装,让 WebUI 从"能启动"走到"可以日常操作"。

远程部分再给 7860 建立外部访问入口,先验证随机公网地址,随后配置固定二级子域名。

整篇重点放在"环境准备---WebUI启动---基础出图---中文界面---7860远程访问"这条链路上,同时把几个容易误导的地方说清楚:硬件配置不是绝对门槛、源码克隆不等于模型文件已经准备好,公网地址能打开也不代表已经完成访问认证。

如果只是自己坐在电脑前出图,7860本地页面已经够用;但一旦准备从手机、平板或另一台电脑访问,就要把网络入口和访问控制一起考虑。这样才能把"本地部署"真正变成多设备可用,而不是单纯把一个管理页面公开出去。

这样做还有一个好处:模型、扩展和生成环境都继续留在原来的电脑上,不需要为了远程访问重新部署一套云端环境。维护和升级也会更集中。

1 先看清Stable Diffusion WebUI这篇要解决什么

Stable Diffusion WebUI 的价值,不只是"在电脑上生成一张图"。

真正长期使用时,通常会遇到三层问题:

  1. 本地环境能不能跑起来;
  2. 模型和提示词能不能正常出图;
  3. 离开本机以后还能不能继续访问。

所以这篇主线可以拆成:

Python / Git → WebUI → 7860 → 基础出图 → 中文界面 → 外部访问

先把本地跑通,再谈远程。

2 硬件条件不要写成绝对门槛

这篇给出的参考条件是:

  • Windows 10 / 11;
  • RTX 2060 及以上;
  • 6GB 显存以上;
  • 8GB 内存起步,推荐 16GB;
  • 预留 50---200GB 硬盘;
  • Python;
  • Git。

这些更适合作为当前演示环境的参考配置,不是所有 Stable Diffusion WebUI 版本、模型和优化方案的统一硬门槛。

真正影响能不能跑、跑多快的还有:

  • 模型大小;
  • 分辨率;
  • batch size;
  • 是否使用低显存优化;
  • 显卡架构;
  • 系统内存;
  • WebUI版本。

所以遇到配置比这里低的机器,不应该直接理解为"完全不能用"。

3 安装Python

进入 Python 下载页面:

这篇使用:

Python 3.10.6

选择 Windows 版本:

打开安装程序:

安装时勾选:

Add Python 3.10 to PATH

安装完成:

系统里能够找到对应 Python:

这里更准确的说法是:

本文使用 Python 3.10.6。

不要把某个教程版本长期写成"当前官方唯一推荐版本",后续兼容性应结合实际 WebUI 版本判断。

4 安装Git

进入 Git 下载页面:

下载安装程序:

继续安装:

完成:

Git 后面主要用来拉取 WebUI 项目。

5 克隆AUTOMATIC1111 Stable Diffusion WebUI

打开终端执行:

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

下载完成后,可以看到:

stable-diffusion-webui

目录:

这一条命令只把 WebUI 项目拉到本地。

它不等于:

所有模型文件都已经准备完成。

6 源步骤没有单独展示模型Checkpoint安装

这一点值得单独说明。

后面截图里确实已经能够生成图片,说明实际环境中已经具备可用模型。

但正文没有展示:

  • 模型从哪里下载;
  • .ckpt / .safetensors 放到哪里;
  • 使用的具体模型名称;
  • VAE;
  • LoRA;
  • 模型许可证。

因此,如果有人只执行 Git Clone 后发现没有可用模型,不应该误以为 WebUI 安装失败。

更准确的理解是:

这篇重点演示 WebUI 环境和访问方式,模型文件准备过程没有完整展开。

7 启动WebUI时注意文件名

目录里启动脚本实际是:

webui-user.bat

截图步骤里有一处写成:

weibui-user.bat

多了一个 i。

如果双击时找不到文件,先检查这个拼写。

启动页面:

启动成功后,会看到访问地址:

8 双击打不开,可以从完整路径启动

示例安装目录是:

C:\Windows\System32\stable-diffusion-webui\

执行:

shell 复制代码
C:\Windows\System32\stable-diffusion-webui\webui-user.bat

再次启动:

然后进入 WebUI:

这里的路径属于当前演示环境。

如果项目克隆到了其他目录,应该替换成自己实际的路径。

9 先做最简单的出图验证

输入:

a cute cat

进行生成:

这一步的意义不是测试模型"有多强"。

而是验证:

WebUI界面 → 模型推理 → 图片输出

这条基础链已经正常工作。

10 涂鸦和图像编辑入口

点击图像区域相关入口,可以使用涂鸦笔:

如果后面要做局部修改、草图引导或图生图,这类入口会比单纯文生图更实用。

11 Prompt和Negative prompt是最基础的两块

界面里:

Prompt

用来描述希望出现什么。

Negative prompt

用来描述不希望出现什么。

示例提示词:

city future, 8k, exploration, cinematic, realistic, unreal engine, hyper detailed, volumetric light, moody cinematic epic concept art, realistic matte painting, hyper photorealistic

负向提示词:

lowres, bad anatomy, text, error, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts,signature, watermark, username, blurry, artist name

生成结果:

这里能够证明的是:

当前模型和参数下,这组提示词成功生成了图片。

不能把一次生成速度直接推广成所有显卡、模型和分辨率都"超级快"。

12 安装中文界面

进入 Extensions 页面:

加载扩展列表并找到:

  • zh_TW Localization;
  • zh_CN Localization。

安装后刷新:

确认扩展已启用:

然后进入 Settings → User interface:

找到 Localization:

选择 zh_CN 后重启。

中文界面:

到这里,本地 WebUI 的基础使用已经比较完整。

13 本地7860能访问以后,再考虑远程

如果只是坐在这台 Windows 电脑前使用,访问本地 WebUI 已经够了。

真正的问题出现在:

  • 人在公司;
  • 使用另一台笔记本;
  • 手机或平板临时想出图;
  • 需要异地查看生成结果。

这时候 localhost:7860 只属于当前电脑,外部设备并不能直接访问。

14 安装cpolar

先注册并下载:

选择 Windows 安装包:

安装后通过:

http://localhost:9200

进入 Web UI:

后面的网络入口都在这里配置。

15 给Stable Diffusion WebUI的7860创建随机地址

进入:

隧道管理 → 创建隧道

参数:

  • 隧道名称:sdw
  • 协议:http
  • 本地地址:7860
  • 域名类型:随机域名
  • 地区:China Top

创建后查看在线隧道:

从外部设备访问:

页面可以打开以后,证明:

外部浏览器 → 公网地址 → cpolar → 本机7860 → Stable Diffusion WebUI

网络链已经通了。

16 公网能打开,不等于可以直接公开分享

这是这篇最需要补的一层。

Stable Diffusion WebUI 不是普通静态网页。

后台可能包含:

  • 模型信息;
  • 扩展;
  • 生成参数;
  • 历史文件;
  • 本机算力入口;
  • 插件配置。

如果没有额外登录认证,公网地址一旦泄露,其他人可能直接使用你的 GPU 生成图片。

所以远程访问以后至少应该考虑:

  • 是否需要登录认证;
  • 是否只自己使用;
  • 是否限制分享范围;
  • 是否关闭不需要的扩展;
  • 是否避免暴露敏感目录和插件。

cpolar只负责网络入口。

WebUI自己的访问控制仍然需要单独处理。

17 随机地址适合先验证

如果只是临时测试外部访问,随机地址已经够用。

先确认:

  • 7860填写正确;
  • 页面能打开;
  • 图片资源能加载;
  • 生成按钮能正常工作。

确认整个远程链路没问题,再考虑固定地址。

18 配置固定二级子域名

进入预留页面:

示例名称:

sdw

然后进入隧道列表:

把域名类型改成:

二级子域名

填写预留名称:

查看在线隧道:

最后使用固定地址测试:

页面正常打开以后,固定访问入口就配置完成。

具体套餐、二级子域名和使用规则可能变化,应以实际账号页面为准。

19 固定地址解决的是"地址不变",不是"安全问题"

固定二级子域名的价值是:

以后不用反复修改书签和访问地址。

它不代表:

  • 已经增加账号认证;
  • WebUI已经安全;
  • 可以公开发到论坛;
  • 可以让陌生人长期使用。

远程访问和访问控制是两件事。

20 这篇真正完成了什么

实际完成:

  • Python 3.10.6;
  • Git;
  • AUTOMATIC1111 WebUI 克隆;
  • WebUI 启动;
  • 7860本地访问;
  • 基础文生图;
  • Prompt / Negative prompt;
  • 涂鸦入口;
  • 中文界面;
  • 7860随机公网访问;
  • 固定二级子域名访问。

没有完整展示:

  • 模型Checkpoint下载;
  • VAE;
  • LoRA;
  • ControlNet;
  • 生产级认证;
  • 多用户权限;
  • GPU性能对比;
  • 不同模型速度对比。

所以这篇最准确的定位是:

把 Stable Diffusion WebUI 从本地安装和基础出图,一直带到可远程访问的浏览器入口。

总结

整套流程可以拆成三层:Python和Git负责环境准备,Stable Diffusion WebUI负责本地生成,公网入口负责让外部设备访问7860。

本文已经完成WebUI启动、基础出图、Prompt与Negative prompt、中文界面、随机公网访问和固定地址配置。

需要注意的是,源码克隆和模型文件不是一回事,硬件参考也不是绝对门槛;而公网能打开更不等于已经完成认证。

把这些边界处理好以后,这篇更适合作为 Stable Diffusion WebUI 的基础部署与远程访问入门,而不是"装完即可公开使用"的完整生产方案。

相关推荐
霸道流氓气质3 小时前
Java调用StableDiffusion/ComfyUI图像生成:DAG工作流编排、WebSocket实时进度与Flux模型集成的生产级实战
java·websocket·stable diffusion
一木 之林9 天前
《OpenAI库基础学习总结:Client 初始化、流式输出 delta 拼接与多轮历史 messages 全流程拆解》
人工智能·学习·计算机视觉·stable diffusion·aigc
一木 之林12 天前
Stable Diffusion 详解:潜空间扩散原理、三件套分工与 diffusers 文生图实战
人工智能·计算机视觉·stable diffusion
AIGC小尼23 天前
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
一去不复返的通信er1 个月前
Stable Diffusion详解
stable diffusion
月疯1 个月前
Stable Diffusion是如何生成视频
人工智能·stable diffusion
Eric.462 个月前
2026 AI 漫剧叙事可控性深度工程:解决逻辑崩坏、镜头错乱、道具漂移的高阶落地方案
人工智能·stable diffusion·comfyui·ai漫剧
Eric.462 个月前
用 Stable Diffusion 做 AI 漫剧:从静态分镜到动态漫视频的完整工程链路
人工智能·深度学习·stable diffusion·音视频·ai漫剧
Eric.462 个月前
AI漫剧量产Prompt参数实操手册:Stable Diffusion+ComfyUI+OpenClaw通用复制即用配置
人工智能·深度学习·stable diffusion·prompt·ai漫剧