一段时间没有使用生图，本地的 Stable Diffusion 环境（Forge 和 ComfyUI）都出现问题。借此机会重新整理一遍使用要点，以便后续快速恢复。
主流 UI 对比
Stable Diffusion 的官方 WebUI 已停止维护，主要替代方案有两种：
Forge
- 继承自官方 WebUI，保持了类似的操作方式
- 界面直观，上手难度低
- 功能完整，支持大部分扩展插件
- 适合快速生成和实验
ComfyUI
- 采用工作流（workflow）方式，以节点图表组织操作
- 灵活性强，可精细控制每一步参数
- 学习曲线陡峭，使用复杂度较高
- 适合需要精细调试和工程化应用
ComfyUI 复用模型
如果已有 Stable Diffusion WebUI 的模型库，ComfyUI 可以直接复用，避免重复下载。
配置步骤：
- 找到 ComfyUI 根目录中的
extra_model_paths.yaml.example文件 - 重命名为
extra_model_paths.yaml - 编辑
base_path，指向 stable-diffusion-webui 所在目录（支持相对路径）
示例配置：
checkpoints: models/Stable-diffusion
configs: models/Stable-diffusion
vae: models/VAE
loras: |
models/Lora
models/LyCORIS
upscale_models: |
models/ESRGAN
models/RealESRGAN
models/SwinIR
embeddings: embeddings
hypernetworks: models/hypernetworks
controlnet: models/ControlNet
配置后重启 ComfyUI，即可在 UI 中看到已有的模型。
常见问题
VRAM 不足警告
错误信息： This number is lower than the safe threshold; This may cause extreme slow performance
解决方案： 增加启动参数 --reserve-vram 2
bash ./webui.sh --reserve-vram 2
这会为系统保留 2GB 显存，降低 OOM 风险，但代价是生成速度会变慢。根据显卡显存调整数值。
生成黑色图像
原因： 模型使用了错误的 VAE
解决方案：
- 查看模型说明文档，确认使用的 VAE 类型
- 检查 VAE 文件是否已下载到正确位置（
models/VAE/） - 在 WebUI 或 ComfyUI 中显式选择正确的 VAE
- 重新生成
常见的 VAE 类型有 vae-ema-pruned.safetensors（通用）和模型特定的 VAE。模型作者通常会在模型页面备注。
恢复建议
环境出现问题时，按以下顺序排查：
- 重新安装依赖：
pip install -r requirements.txt - 检查 Python 和 CUDA 版本：确保兼容性
- 清理缓存：删除生成的临时文件
- 更新到最新版本：UI 和依赖库可能有修复
- 参考官方文档：Forge 和 ComfyUI 的 GitHub 仓库都有详细的故障排查指南
模型知识
模型文件格式
现在从 Civitai（C站）下载的模型主要有两种格式：
| 格式 | 说明 | 推荐度 |
|---|---|---|
safetensors | PyTorch 的安全序列化格式，执行时不运行任意代码，更安全 | ⭐⭐⭐ 推荐 |
ckpt | 早期 Stable Diffusion 使用的 Pickle 格式，不安全，可能执行恶意代码 | ⚠️ 不推荐 |
建议：优先选择 safetensors 格式的模型。
模型类型和位置
Safetensors 格式下还要细分为不同的用途，需要放在对应的目录中。根据配置文件，主要类型如下：
| 类型 | 目录 | 用途 | 说明 |
|---|---|---|---|
| Checkpoint | models/Stable-diffusion/ | 基础模型 | 主模型，定义了整个模型结构和权重 |
| VAE | models/VAE/ | 编解码器 | 将图像在像素空间和隐空间之间转换，影响图像质量 |
| LoRA | models/Lora/ | 轻量级微调 | 小文件，快速调整模型风格或细节，可叠加使用 |
| LyCORIS | models/LyCORIS/ | 高级微调 | LoRA 的改进版本，性能更优 |
| Embedding | embeddings/ | 提示词增强 | 自定义概念或风格，通过提示词调用 |
| ControlNet | models/ControlNet/ | 控制模块 | 通过输入图像（如线稿、姿态）精确控制生成 |
| Upscale | models/ESRGAN/ 等 | 超分放大 | 提升图像分辨率，包括 ESRGAN、RealESRGAN、SwinIR 等 |
| Hypernetwork | models/hypernetworks/ | 风格转换 | 较旧的微调方式，功能类似 LoRA |
模型精度
模型文件通常有两种精度版本：
| 精度 | 文件大小 | 显存占用 | 质量 | 适用场景 |
|---|---|---|---|---|
| fp32 | 大（~7GB） | 高 | 最高，精度最好 | 高端显卡、追求最高质量 |
| fp16 | 中等（~4GB） | 中等 | 基本无差异 | 大多数情况下的标准选择 |
建议：一般选择 fp16 版本，既能保证质量，又能节省显存。
模型优化
Pruned（剪枝）模型：
- 移除了模型中不必要的权重和参数
- 文件大小更小（通常小 10-20%）
- 质量影响微乎其微，肉眼难以察觉
- 推荐使用，特别是在显存有限的情况下
常见模型对比
Stable Diffusion 1.5（SD 1.5）
- 特点：早期主流模型，生态完善
- 优势：资源消耗少、插件和 LoRA 最丰富、社区资源多
- 劣势：生成能力相对较弱，需要精细的提示词调优
- 适用：轻量级应用、老旧硬件
Stable Diffusion XL（SDXL）
- 特点：改进的大模型，生成质量大幅提升
- 优势：无需精细提示词、效果好、官方推荐
- 劣势：显存占用较高（12GB+）、相比 1.5 体积更大
- 适用：中高端硬件、追求高质量输出
Anima
- 特点：专门为二次元、动漫风格优化的模型
- 创建方：CircleStorm Labs 与 ComfyOrg 联合推出
- 优势：动漫风格效果专业、支持识别日文提示词、优化了二次元生成能力
- 必需组件：
anima_baseV10_txt：基础模型文本编码器qwen_image_vae：专用 VAE，用于图像编解码
- 加速优化：
anima-turbo-lora可减少步数至 8-12 步，大幅降低显存占用和生成时间 - 适用：动漫和二次元创作
模型元数据
为模型添加预览图片和描述信息，便于在 UI 中快速识别和选择。
添加预览图：
在模型文件的同目录下，创建同名的预览图文件：
models/Stable-diffusion/my-model.safetensors
models/Stable-diffusion/my-model.webp # 或 .jpg
UI 会自动识别并显示这个预览图。
编辑模型信息：
点击 UI 中模型缩略图右上角的配置图标，可以编辑模型的描述、标签等信息。
模型查询和存档
查询已下载模型的来源：
如果需要了解已下载模型文件的信息，可以计算其哈希值：
sha256sum model_name.safetensors
然后在 Civitai（C站）中搜索该哈希值。
模型已被删除的情况：
如果在 C 站找不到，可以到 Civitai Archive 查询归档版本。
使用技巧
Forge（WebUI）
预设和快速加载：
- 在 Generate 按钮页面，有预设选项可设置基础风格的提示词，方便快速切换
- 点击 Checkpoint 模型会自动加载到 UI，然后即可直接使用
LoRA 集成提示词：
- LoRA 模型支持预设正向和反向提示词
- 在 UI 中点击 LoRA 可将其提示词添加到输入框
- 再次点击可移除
- 注意：如果中途手动修改了提示词，UI 将无法正确识别和移除自动插入的部分
反推提示词：
- Forge Neo 已删除了内置的反推功能
- 可用 WD14 Tagger 插件替代（集成在 Forge 中）
- 或使用独立工具 TagGui
ComfyUI
待补充工作流最佳实践。
最后修改于 2026-06-17