最近幾天在 2 臺 Mac、2 臺 PC、一臺云無 GPU 的 Linux 安裝了 Stable Diffusion WebUI，這里記錄下如何安裝，以及一些注意點和坑。

以下內容針對 Windows（N 卡）、MacOS（m 系列芯片）、Linux（Ubuntu、無 GPU）。

Windows 安裝

Windows 安裝算是比較簡單的，首先直接到 www.python.org/downloads/r… 最下方下載 Windows Installer（注意官方建議版本是 3.10.6，不要使用太新的或太舊的版本，存在部分包不兼容的問題），然后點擊安裝，建議選擇默認安裝方式并勾選上 PATH，這樣后面就不用自己設置 PATH 環境變量了：

最后的 PATH 最大長度限制的解除可選可不選。然后就可以 clone WebUI 倉庫了，如果沒有安裝過 git 的記得先安裝一下：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

clone 完成后進入 WebUI 目錄雙擊 webui-user.bat 即可打開 WebUI，WebUI 會自動安裝需要的依賴并啟動，首次運行需要下載的依賴較多可能需要等待比較久的時間。

MacOS 安裝

MacOS 安裝同樣需要先安裝依賴，注意先安裝好 homebrew，由于 m 系列芯片支持兩個版本的 homebrew，所以一定要注意，需要使用 x86 版本的 homebrew，可以使用 which brew 查看，如果是 /usr/local/bin/brew 則是 x86，如果不是最好卸載重裝后再繼續下面的操作。

確認 homebrew 無誤后，使用 homebrew 安裝需要的依賴，并 clone Stable Diffusion WebUI：

brew install cmake protobuf rust python@3.10 git wget
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

上述操作都就緒后，就可以進入 WebUI 目錄，然后使用 ./webui.sh 啟動，WebUI 會自動安裝需要的依賴并啟動，首次運行需要下載的依賴較多可能需要等待比較久的時間。

Linux 安裝

我的云主機操作系統是 Ubuntu 22，并且由于是白嫖的甲骨文的免費云，沒有 GPU，所以只能用純 CPU 跑。

在 Linux 上跑也是一樣的路子，先安裝依賴，再 clone WebUI：

sudo apt install wget git python3 python3-venv
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

然后進入 WebUI 目錄執行 ./webui.sh 啟動即可，同樣的，WebUI 會自動安裝需要的依賴并啟動，首次運行需要下載的依賴較多可能需要等待比較久的時間。

不過需要注意的是由于機器沒有 GPU，在啟動時候需要添加參數來使用 GPU：

./webui.sh --skip-torch-cuda-test --precision full --no-half --use-cpu all

還需要注意，有一些 model 的參數需要 GPU 的支持，所以使用 CPU 跑圖很可能會發現跑半天出現不支持 CPU 的錯誤，所以如果不是沒辦法強烈不建議使用 CPU 來跑。

啟動

在 Windows 啟動時添加參數

由于 Windows 上啟動時使用的是 bat 文件，而不是命令行，所以需要添加參數時和其它系統不同，需要編輯 webui-user.bat 文件，然后將在其中的 set COMMANDLINE_ARGS= 后面加上需要添加的參數來運行。

Serve 給其它機器使用

默認情況下 WebUI 只會監聽本機的 host，如果需要從其他機器訪問，比如在局域網通過另一臺機器訪問服務器上的 WebUI 則需要增加 --listen 參數。添加參數后如果需要使用插件要添加 --enable-insecure-extension-access 參數，不然會出現最下方的問題。

當然其實也可以直接用 Nginx 反代就不會觸發 WebUI 的安全問題。

Nginx 反代

如果想用 Nginx 反代 WebUI，需要注意：WebUI 里面用到 websocket，所以反代也需要考慮到，不然 WebUI 中發出的 ws 請求 /queue/join 會一直報錯，下面放一下我的反代的配置：

server {listen 80;listen [::]:80;server_name xxx.xxx.com;return 301 https://$server_name$request_uri;
}server {listen 443 ssl;listen [::]:443 ssl;server_name xxx.xxx.com;ssl_certificate /etc/nginx/cert/xxx.pem;ssl_certificate_key /etc/nginx/cert/xxx.key;proxy_connect_timeout              60s;proxy_send_timeout                 60s;proxy_read_timeout                 60s;proxy_set_header Host $host;proxy_set_header X-Real-IP $remote_addr;proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;proxy_set_header Upgrade           $http_upgrade;proxy_set_header Connection        $connection_upgrade;proxy_set_header X-Forwarded-Proto $scheme;location / {proxy_pass http://localhost:7860;}
}

使用上述配置還需要在 nginx.conf 中的 http 模塊中添加上如下聲明，不然會報錯：

map $http_upgrade $connection_upgrade {default upgrade;''      close;
}

速度

從幾臺機器和結合最近幾天在其它平臺上的經驗來看，速度差異非常大，我兩臺 Mac 都是 m1-16G，PC 由于顯卡太老舊根本跑不起來（GTX660），Linux 是甲骨文的 VM.Standard.A1.Flex-4VCPU-24G，對比后速度如下：

• Linux 跑一張默認圖耗時大概 9 分鐘左右
• m1-16G 跑一張默認圖的耗時大概在 50 秒
• Colab 的 T4 跑一張默認圖耗時大概在 4 秒左右
• 阿里云的 A10 跑一張默認圖都是秒出的

如果稍微復雜點的模型我的這臺 Linux 一晚上都跑不出幾張圖，m1 勉強能用，所以哪怕是 Colab 現在的免費時長縮短到一小時，其實也比在其他機器上瞎跑好多了，效率擺在這里。

FAQ

AssertionError: extension access disabled because of command line flags

當使用 WebUI 安裝插件時報錯，這個是因為使用了 --listen 參數，WebUI 為了安全（因為此時可以外網通過 IP 訪問 WebUI）會默認禁用插件安裝的權限，此時可以通過 --enable-insecure-extension-access 參數關閉插件的安全檢測。

參考鏈接： github.com/AUTOMATIC11…

WebSocket 連不上，queue/join 報錯

正常出現在使用 nginx 反代時，一般由于沒有反代 websocket 導致 websocket 無法連接。

沒有 GPU 怎么辦

沒有 GPU 時在啟動時需要添加 --skip-torch-cuda-test --no-half --use-cpu all 這幾個參數，關閉 CUDA 并強制開啟使用 CPU。

Mac 報錯： have ‘arm64’, need ‘x86_64’

一般這種情況下是安裝了 arm 版的 homebrew，導致安裝的其他依賴包也是 arm 版本，而有些依賴包沒有 arm 版本就會造成依賴缺失，所以遇到后需要檢查自己的 homebrew 版本并切換成 x86 版本并重新安裝依賴。

注意

最后一定要注意：在調試時出現問題需要重新安裝依賴時，一定、一定、一定要記得先清理干凈 WebUI 目錄下的緩存，比如 __pycache__、venv 這幾個目錄，否則會一直使用緩存中的配置。

寫在最后

感興趣的小伙伴，贈送全套AIGC學習資料，包含AI繪畫、AI人工智能等前沿科技教程和軟件工具，具體看這里。
?

AIGC技術的未來發展前景廣闊，隨著人工智能技術的不斷發展，AIGC技術也將不斷提高。未來，AIGC技術將在游戲和計算領域得到更廣泛的應用，使游戲和計算系統具有更高效、更智能、更靈活的特性。同時，AIGC技術也將與人工智能技術緊密結合，在更多的領域得到廣泛應用，對程序員來說影響至關重要。未來，AIGC技術將繼續得到提高，同時也將與人工智能技術緊密結合，在更多的領域得到廣泛應用。
?

一、AIGC所有方向的學習路線

AIGC所有方向的技術點做的整理，形成各個領域的知識點匯總，它的用處就在于，你可以按照下面的知識點去找對應的學習資源，保證自己學得較為全面。

二、AIGC必備工具

工具都幫大家整理好了，安裝就可直接上手！

三、最新AIGC學習筆記

當我學到一定基礎，有自己的理解能力的時候，會去閱讀一些前輩整理的書籍或者手寫的筆記資料，這些筆記詳細記載了他們對一些技術點的理解，這些理解是比較獨到，可以學到不一樣的思路。

四、AIGC視頻教程合集

觀看全面零基礎學習視頻，看視頻學習是最快捷也是最有效果的方式，跟著視頻中老師的思路，從基礎到深入，還是很容易入門的。

五、實戰案例

紙上得來終覺淺，要學會跟著視頻一起敲，要動手實操，才能將自己的所學運用到實際當中去，這時候可以搞點實戰案例來學習。

?