SD(stable-diffusion-webui)绘图部署

提示

使用Docker部署，支持服务器连接本地主机部署的绘画模型。使用大模型只需要一台主机，不需要其他费用。

信息
由于硬件等问题，部署存在一起难度，小白用户推荐购买已安装SD绘画和大模型的显卡AI主机：https://www.goofish.com/item?id=836172376138

注意

本教程如果涉及本地主机部署，需要本地主机可以连接境外站点，特别是安装依赖或者打开某些站点的时候。
请自行解决此问题。

安装Python环境

打开https://www.python.org/downloads，找到适合自己系统环境的安装包，下载并安装Python3.10.6。

安装Git

打开https://git-scm.com，找到适合自己系统环境的安装包，下载并安装git。

使用Git下载stable-diffusion-webui

注意

由于github是境外网站，网络问题可能会导致命令执行失败，请弄好网络，多次重试。

右键点击桌面或者其他目录，选择【在终端中打开】，输入以下命令后，【回车键】执行命令，对项目git仓库进行克隆，项目会下载到对应目录。

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

启动stable-diffusion-webui

提示

在启动之前，可以根据系统或者硬件，编辑webui-user修改参数，优化生成图像速度。
具体可参考官网文档:https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki

步骤1: 打开stable-diffusion-webui目录，找到webui-user.bat文件，右键编辑文件，添加--api --listen --xformers --no-half参数,然后保存文件。

@echo off

set PYTHON=
set GIT=
set VENV_DIR=
set COMMANDLINE_ARGS=--api --listen --xformers --no-half

call webui.bat

提示

可以在本地主机打开127.0.0.1:7860，测试绘画是否可用。

步骤2: 双击webui-user.bat文件，双击启动服务，启动成后，会启动弹出浏览器界面，默认端口为7860。如果你是使用云服务器，请在服务器运营商控制台开放7860端口，然后管理后台【AI应用】->【SD绘图】->【应用配置】->【AI域名】配置上：http://公网IP+端口访问，设置好关于SD绘图分类模型等。

添加绘画模型

提示

不添加也可用使用SD默认的模型。

绘画模型可以在https://www.liblib.art或者其他站点下载，有的模型商用需要授权，请自行判断。下载的模型文件格式为safetensors。models/Stable-diffusion目录放大模型、models/Lora目录放微调模型、models/VAE目录放美化模型。模型放好，关闭重启程序。

服务器连接本地主机部署的服务

提示

全能AI知识库系统3.5以后的版本，支持使用frp连接本地部署的绘画服务器和模型，无需购买GPU服务器，即可使用开源模型。

注意

如果你在服务器部署大语言模型，直接绕过本步骤。

服务器上的设置

步骤1: 打开项目下/docker/config/frps/frps.toml文件，将auth.token字符串的密钥重新定义，可以使用其他任意非中文字符串，然后保存。

bindPort = 7314
auth.token = "自己设置的非中文字符串"

步骤2: 打开项目下/docker/config/supervisor/supervisor.ini文件，在最底部增加frps的守护进程，然后保存。

[program:frps]
command=/usr/bin/frps -c /usr/local/etc/frps.toml
directory=/usr/local/etc
autostart=true
autorestart=true
stderr_logfile=/var/log/frps.err.log
stdout_logfile=/var/log/frps.out.log

步骤3: 点击【Docker】->【容器】，找到项目的PHP容器，点击【重启】。

步骤4: 点击在宝塔面板【安全】->【添加端口规则】，将7314端口放行。然后在服务器服务商的（阿里云、腾讯云等）控制台的安全组开放7314端口，保障端口是连通的。

提示

如何测试端口是否放行，可以打开https://tool.chinaz.com/port,输入服务器IP地址和端口，点击【开启扫描】，状态为开启，即端口是连通的。

::: danger ⚠️ 警告
如果已经使用3.5以下老版本，步骤所有不同，步骤1的文件可能不存在，可以从新下载的源码复制进去，放在相同的位置，按步骤1的操作。步骤2照样操作。
然后打开项目下docker-compose.yml文件，找到PHP容器配置，将除了"user:xxxx"选项以外替换为新版本的内容，注意保持缩进（就是前面有多少空格不要更改）。

返回【Docker】->【容器】，然后删除属于本项目下的所有容器，一般情况下，删除容器不会数据，如果不放心可先备份。接着返回【容器编排】，删除之前添加的容器编排，重新添加即可。

本地主机上的设置

提示

frp是一款非常优秀的内网穿透软件。

步骤1: 在部署SD服务的主机上，打开https://github.com/fatedier/frp/releases，下载自己系统相对应的frp0.58.1软件版本，“解压下载的压缩包。

步骤2: 右键点击【frpc.toml】文件，点击【在记事本中编辑】，打开文件，然后设置frpc信息，其中serverAddr为服务器ip地址，auth.token为服务器上frps.toml的auth.token的值一致，localPort和remotePort为SD服务器的端口，然后保存文件。

serverAddr = "你的ip地址"
serverPort = 7314
auth.token = "你服务上设置的任意非中文字符串"

[[proxies]]
name = "sd"
type = "tcp"
localIP = "127.0.0.1"
localPort = 7860
remotePort = 7860

::: danger ⚠️ 提示

frpc启动失败，可能是以下原因。
1.服务器公网IP地址、端口、auth.token设置不正确。
2.服务器端口没有对外开放，无法连通。
3.服务器上容器的frps没有正确运行。

步骤3: 在frp目录空白处右键【在终端中打开】，在终端运行以下命令，运行frpc，启动成功好，可以看到以下界面。

shell

.\frpc.exe -c frpc.toml

管理后台配置

::: danger ⚠️ 提示

一般情况下，使用普通的独立显卡，绘制默认分辨率的画，在10秒内。

登录管理后台，打开【AI应用】->【SD绘图】->【应用配置】，【AI域名】如果了使用【## 服务器连接本地主机部署的服务】，设置为http://127.0.0.1:7860，如果不使用，直接配置服务器的IP地址+端口，最好设置好关于SD绘图分类模型等，这样完成了，可以在前台测试绘画。

SD(stable-diffusion-webui)绘图部署

安装Python环境#

安装Git#

使用Git下载stable-diffusion-webui#

启动stable-diffusion-webui#

添加绘画模型#

服务器连接本地主机部署的服务#

服务器上的设置#

本地主机上的设置#

管理后台配置#

安装Python环境

安装Git

使用Git下载stable-diffusion-webui

启动stable-diffusion-webui

添加绘画模型

服务器连接本地主机部署的服务

服务器上的设置

本地主机上的设置

管理后台配置