如何免费装好 Fooocus：离线 AI 图像生成完整安装与上手教程
【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/Fooocus
这篇教程带你在 10 到 15 分钟内免费装好离线 AI 图像生成软件 Fooocus，并生成第一张 SDXL 风格的图。全文只讲三件事：怎么装、怎么出第一张图、报错时去哪查，不展开原理。
先对硬件：4GB 显存能不能跑 Fooocus
这一节只解决一个问题：下载任何东西之前，先确认你的机器够不够格。
Fooocus 基于 Stable Diffusion XL（SDXL，一种从文字生成高清图片的扩散模型架构）构建，官方给出的最低门槛是4GB Nvidia 显存 + 8GB 系统内存：
| 硬件 | 最低要求 | 速度说明（相对 RTX 3XXX） |
|---|---|---|
| Nvidia RTX 2XXX / 3XXX / 4XXX | 4GB 显存 + 8GB 内存 | 官方最快路径 |
| Nvidia GTX 1XXX | 8GB 显存（6GB 不确定） | 仅略快于 CPU |
| AMD GPU（DirectML/ROCm） | 8GB 显存 | 慢约 1.5 到 3 倍，Beta 状态 |
| Mac M1/M2（MPS 加速） | 共享内存 | 慢约 9 倍 |
| 纯 CPU | 32GB 内存 | 慢约 17 倍 |
另外两条硬性提醒：
- 每个磁盘留40GB 以上空闲空间，这是给系统交换区用的。之后如果出现
RuntimeError: CPUAllocator，第一个要检查的就是它。 - 官方在 6GB 显存（RTX 3060 笔记本 + 16GB 内存）上实测，出图速度约1.35 秒每步。
Mac 用户如果模型加载慢，启动时加--disable-offload-from-vram。
三步装好：Windows 与 Linux 安装步骤
这一节是最小安装路径，两条分支选一条，跟着做就行。
Windows（最简单）
- 到官方仓库 release 页面下载压缩包
Fooocus_win64_2-5-0.7z，解压。 - 双击
run.bat启动，首次会自动下载模型，耐心等。 - 浏览器弹出界面，就算装好了。
Linux（Anaconda 或 venv 二选一）
git clone https://gitcode.com/GitHub_Trending/fo/Fooocus cd FooocusAnaconda 分支：
conda env create -f environment.yaml conda activate fooocus pip install -r requirements_versions.txtvenv 分支（需要 Python 3.10）：
python3 -m venv fooocus_env source fooocus_env/bin/activate pip install -r requirements_versions.txt然后运行python entry_with_update.py启动；想开放给局域网访问就加--listen参数。AMD 显卡需要额外换装 ROCm 版 torch，具体见 readme.md 的 Linux AMD GPU 一节。
首次启动：模型会自动下载什么
这一节说明第一次启动后终端里在忙什么，让你知道等待是正常的。
- 主模型：默认预设下载
juggernautXL_v8Rundiffusion.safetensors，放进models/checkpoints目录。 - LoRA 小模型：
sd_xl_offset_example-lora_1.0.safetensors，权重固定 0.1，官方调过。 - 修补（inpaint）模型：首次启动不下载。第一次你使用"补全缺失区域"功能时才拉取
models/inpaint/inpaint_v26.fooocus.patch，大小1.28GB。
首次运行还会在项目根目录生成config.txt和config_modification_tutorial.txt，之后所有默认参数都存在前者里。改坏了直接删掉config.txt，恢复出厂默认。
第一张图：从提示词到图片落盘
这一节按顺序走一遍：打开浏览器，到第一张图存进磁盘。
- 浏览器打开后，顶部提示词框写一句话，短到
house in garden也能用。Fooocus 内置基于 GPT-2 的离线提示词扩写引擎，短句不会毁掉结果。 - 样式默认已勾选 Fooocus V2 / Fooocus Enhance / Fooocus Sharp，第一次别动。
- 默认参数不用改：采样器
dpmpp_2m_sde_gpu，调度器karras，CFG 4.0，分辨率 1152*896。 - 点 Generate。6GB 显存的机器单张大约 1 到 3 分钟，首次还要叠加模型加载时间。
- 成品保存在
outputs目录（实际路径可在config.txt的path_outputs里核对）。
换风格：用 --preset 切换动漫与写实模式
这一节解决"默认模型画风不对"的问题。
官方内置三套模型预设，定义在 presets/ 目录：
- 通用：
juggernautXL_v8Rundiffusion，直接启动即可 - 写实：
python entry_with_update.py --preset realistic，用 realisticStockPhoto_v20 - 动漫：
python entry_with_update.py --preset anime，用 animaPencilXL_v500
Windows 版对应run_realistic.bat和run_anime.bat。切换预设需要的新模型会自动下载；如果你缺模型又不想自动拉取（默认行为是回退到预设里的旧模型名），可加--always-download-new-model强制下载；不想在浏览器里切预设就加--disable-preset-selection。
报错速查：模型损坏、内存不足与速度慢
这一节只回答四类高频问题，照着症状对即可。
MetadataIncompleteBuffer或PytorchStreamReader failed：模型文件损坏。网络好的话 Fooocus 会自动重新下载；否则手动把文件放进models/checkpoints，下载 URL 在每次请求下载时都会打印在终端里。RuntimeError: CPUAllocator、Killed、Segmentation Fault、模型加载卡死：都是系统交换区不足。确保每个磁盘至少 40GB 空闲，交换区尽量放 SSD。Windows 10/11 默认自动管理，出问题多半是"精简版系统"动过设置。完整对照表在 troubleshoot.md。- 速度突然变慢：先确认没有同时跑两个 Fooocus 实例。Nvidia 卡建议驱动用 531 版，官方反馈 532 以上版本在部分环境可慢 10 倍。
- CUDA Out Of Memory：4GB 且支持 fp16 的卡（如 RTX 3050）是底线；4GB 但不支持 fp16 的卡基本跑不动 SDXL；6/8GB 卡爆显存属于已知问题，确认自己用的官方包版本后再反馈。
最后一条纪律：不要自己加--lowvram、--bf16之类参数，官方 FAQ 明确说这些多数情况下只会让情况更糟。
跑通之后：三件可以立刻做的事
- 把提示词写长一点试试效果。Fooocus 支持多行提示词（每行一张图）和权重写法
(happy:1.5)，直接照搬社区提示词也不会跑偏。 - 在 Input Image 区域放一张参考图：可做轻微/大幅变化（Vary）、1.5 倍或 2 倍放大，以及 Advanced 里的 FaceSwap 换脸。
- 玩通配符：提示词里写
__color__ flower，每次会从wildcards/color.txt按种子随机取一个颜色，方便一次批量出变体。
【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/Fooocus
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
