Stable Diffusion WebUI Forge 教程：3步搭建本地AI图像生成环境

Stable Diffusion WebUI Forge 教程：3步搭建本地AI图像生成环境

【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge

Stable Diffusion WebUI Forge 是一个基于 Stable Diffusion WebUI 的本地图像生成平台，界面由 Gradio 驱动。它在标准 SD WebUI 的基础上重点做了三件事：降低部署门槛（提供含 Git 和 Python 的一键安装包）、提高显存利用率（权重量化与卸载机制）、保持 ControlNet、LoRA 等主流扩展行为一致。如果你想在本地跑文生图、又受限于显存或嫌环境搭建繁琐，这篇教程覆盖从部署、上手到排错的完整过程。

它是什么，适合谁用

Forge 保留了标准 WebUI 的界面布局与扩展机制，底层换了一套模型加载与内存管理实现。结果是：已有的 SD WebUI 使用习惯基本可以沿用，同样的硬件更容易跑起更大的模型。

项目的功能状态在 README.md 的 "Forge Status" 一节里有逐项记录，几个关键结论：

• 基础扩散、LoRA、全部预处理器、ControlNet、IP-Adapter、InstantID 均已通过手动测试
• 支持 backend/diffusion_engine/ 中的主流架构：SD1.5、SD2、SD3、SDXL、Flux、Chroma 等
• API 端点（txt2img、img2img）可用，Flux 相关 API 支持仍在完善
• 已知缺口：Flux ControlNet 与 Union ControlNet 尚未实现，OFT LoRA 目前不可用

3步启动本地生成环境

📦 一键安装包方式

官方 release 提供了内置 Git 和 Python 的安装包，推荐选择 CUDA 12.1 + PyTorch 2.3.1 的组合：

1. 下载对应 CUDA 版本的安装包，解压到本地目录
2. 先运行update.bat（Windows）拉取最新修复——官方明确提醒跳过此步骤可能停留在有已知缺陷的旧版本上
3. 再运行run.bat/webui.sh启动，等待进程完成后在浏览器访问http://localhost:7860

在 Linux 上，webui.sh会读取webui-user.sh里的变量（Python 版本、虚拟环境目录等）。调整启动参数应修改webui-user.sh，而不是直接改webui.sh。

🔧 Git 方式部署

如果已有 Git 环境、希望把 Forge 作为独立分支管理，可以直接克隆仓库：

git clone https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge

随后执行启动脚本即可。这种方式便于复用之前安装的检查点和扩展，但需要你自己理解 Python 环境与依赖管理。

显存不够？理解 Forge 的内存管理

Forge 与标准 WebUI 的最大差异在内存管理上，它提供两类可调节的杠杆：

• 权重量化：BitsandBytes NF4 量化，以及 GGUF 各档位（Q8_0 / Q5_0 / Q4_0 等）。Flux 的 NF4 与主流 GGUF 档位均原生支持 LoRA
• 权重卸载：界面上的 "GPU Weight" 滑块决定权重常驻 GPU 的比例，"Offload Location" 指定权重换出位置，Queue/Async Swap 开关控制换入换出的时机

实践中有三条建议：

1. 跑 Flux 时 "GPU Weight" 不要调太高，官方统计降低该值可解决绝大多数 Flux 性能问题
2. 量化模型优先选 NF4 / Q8_0，显存仍然紧张再考虑更低位深，位深越低画质损失越大
3. 内存分配的默认策略与 BitsandBytes 的安装逻辑都在 modules_forge/ 下，改动前先看这一层

内置功能怎么用：ControlNet、LoRA 与画布

Forge 在 extensions-builtin/ 目录下预装了大量扩展，多数功能在 Web 界面里直接启用，无需单独安装：

• ControlNet：sd_forge_controlnet/子目录，附带 Photopea、Openpose Editor 等辅助工具；受支持的模型与预处理器清单由supported_controlnet.py、supported_preprocessor.py维护
• LoRA：sd_forge_lora/子目录，同时集成了 LyCORIS 系网络（LoKr、IA3 等），相关第三方包放在packages_3rdparty/
• 预处理器：forge_legacy_preprocessors/子目录，含 canny、lineart、深度、openpose 等，可用于局部重绘与图像编辑
• 其他：FreeU、IP-Adapter、MultiDiffusion、outpainting 等脚本扩展

界面已升级到 Gradio 4，有一个必须先适应的交互：用鼠标右键移动画布。内置画布支持 Wacom 128 级压感；Microsoft Surface 的触摸压感目前是已知故障项，等待修复。

文本反演（textual inversion）功能的效果可以参照 modules/textual_inversion/ 中的测试图，图中展示了自定义标签的生成结果：

模型和文件放哪个目录

仓库顶层目录的用途划分得很清楚，按下面的方式放置文件即可：

backend/huggingface/目录预置了 Chroma、FLUX、Kolors、混元、Stable Cascade 等模型的结构配置，放好对应权重后即可开始生成，不用手动补全配置文件。

常见问题去哪里查答案

• 启动后报 "Connection errored out" 或卡在 "Press any key to continue"：先跑一次更新脚本再重启；仍无法解决时做一次全新重装，这是官方建议的排查顺序
• Flux 出图慢或直接崩溃：优先检查 "GPU Weight" 是否过高，调低后再评估 Offload Location 的设置
• 扩展装了不生效：确认它是否已被 Forge 内置版本取代，例如sd-webui-controlnet这类与内置功能重复的扩展默认被禁用，禁用清单见 modules_forge/config.py
• API 调用异常：txt2img / img2img 端点正常，但 Flux 的 API 支持仍在完善，走 API 用 Flux 前先查最新 release 说明

下一步建议：先用一键安装包把环境跑起来，再挑一个 Flux 量化模型实测显存管理相关选项；想写自己的扩展时，可直接参照extensions-builtin/里各子目录的代码结构。

【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge