Stable diffusion入门教程！如何快速搞定安装和插件（附插件打包）

今天我会分享更简单的整合包安装，以及考虑到有些朋友的电脑硬件可能不给力，也分享一种最简单的云端安装方式。最后还会分享好用的绘画插件以及 AI 绘画资源包，值得收藏和分享。

更多Stable Diffusion 教程：

一、一键安装 stable diffusion 整合包

对于使用 windows 系统的朋友来说，推荐使用 B 站大佬秋葉 aaaki 的整合包。

整合包安装特别简单，也没什么太多值得写的东西，大家自行去 B 站看这个教程：

或者在文末和开头用我整合在一起的 AI 绘画资料包也可以，我把整合包、插件包和模型都放在一起了，方便大家下载安装。

二、云端安装

其实在去年的教程《当下最火的 AI 作画，让手残也能成为艺术家，分享我的入门经验和教程》里，我就写过云端安装的方法。

这里也再重新写下，方法会更简单。这个过程，网速快的话，不到 3 分钟安装完。如果你的电脑不够给力，可以用这种云端方式。

1. 利用 colab 进行启动文件安装

先进到 colab，在电脑（我测试过在手机上也可以跑这套流程，但不建议，界面 UI 会非常糟糕）上打开这个链接：https://colab.research.google.com/github/TheLastBen/

colab 打开后的安装界面

2. 按序号逐个点击左边的图标运行代码

每个部分执行完后会显示 done

一定要按顺序来操作

当最后一步出现这个链接时，代表安装完成。

点这个链接就能看到 stable diffusion 操作界面了。

跟本地几乎是一样的，只不过这次用上了谷歌云盘作为放 stable diffusion 主程序和模型的地方。

3. 再次启动

如果你已经按我上面说的安装过，下次再启动时，只需要启动最后一个运行图标即可用上 stable diffusion，还是很方便的。

提醒一点：在完成工作后记得关闭 Colab 标签页，因为它的内存是动态变化的，如果你开启服务后不关页面，也会算你在使用额度，可能会出现提醒你额度不足。

3. 插件安装

插件是安装在 extensions 目录中，安装方法也很简单。

大部分的插件都在 Extensions—available中可以找到，点下Load from就可以看到，然后选择你想要的插件点Install安装就行。（这里提醒下，有时候通过这种方式不一定能安装成功，可以多尝试几次）

或者可以用我给的插件安装包，把插件复制到本地 stable diffusion 的扩展文件夹中，这样安装是最不容易出错的。

安装好了之后，一定要重启 UI 界面才能看到插件。（提醒下，这里的重启 UI 界面是需要点击"重启按钮"，刷新页面是没用的）

点这里重启 UI

这里给一个小技巧：有时候需要经常打开安装目录放自己的模型和插件，在终端里进行操作打开是非常方便的。先用上下键找到自己之前的命令记录：cd stable-diffusion-webui，回车进到自己的安装目录，然后输入“open .” 命令，直接回车打开文件目录。

这里我也给大家推荐几个最常用的基础插件

1. 中英对照 tag 自动补齐

https://github.com/DominikDoom/a1111-sd-webui-tagcomplete.git

这个插件能汉化 UI 界面、Tag 自动补全、提示词 prompt 翻译等功能，解决英文不好的问题，有效减少用翻译软件的时间，不过测试发现词库并不全，有些可能还会用到翻译软件。

使用效果如上，还是很实用的

想要安装这个插件，需要先装一个前置插件，叫“a1111-sd-webui-tagcomplete-main” 安装方法和前面一样，可以搜“booru tag autocompletion”点击安装

也可以在 github 上下载插件压缩包，解压后放到本地文件夹的目录里。推荐用第二种方式安装，更顺利。安装包资料我也放到了文末的资源包中。

安装完后如何启用呢？

前置插件安装完了之后，可以在 settings 界面下找到 tag autocomplete，然后选择 tag filename 下选择 zh_zn.csv，最后点击应用设置，重启 UI 界面就可以用了。

安装完插件后，一定要重启 UI 才能生效（点开图片可以看大图）

如果你想把整个界面都汉化的话，也可以把我在文末给你的插件包都装上，然后在 user interface 中一直拉到最后，选择中文。

最后应用并重启，就得到了中文界面了。（其实我个人更喜欢英语界面，如果你装完需要返回英文的话，反向操作即可）

中文界面

2. 利用 Ultimate 输出高清图片

https://github.com/Coyote-A/ultimate-upscale-for-automatic1111.git

Stabel diffusion 在生成大尺寸图时容易爆显存，而且生成速度非常慢。这个插件能很好地解决这个问题。

使用方法是在“图生图”里上传一张我们希望高清放大的图片，然后点击脚本选择 Ultimate 插件

虽然这里参数很多，但其实只需要关注几个参数：

把 Target size type 改到 custom size 定义具体尺寸或者改成 scale from image size 选择放大倍数。把重绘幅度（Denoising）改到 0.2，最后点生成。

因为是做放大处理，需要的时间可能比较久一些。我放大一张 1536x2256 的图到 3072x4544，花了 3 分 46 秒。

左边是放大前的图，右边是放大后的图

3. ControlNet

这个插件是玩 stable diffusion 必须装上的插件，功能非常强大，我觉得正是有了这个插件，才让 sd 变得真正区别于 midjourney 的地方。我打算单开一篇来讲，因为这个插件可以玩的功能很多，还都非常实用。

插件的官方地址和安装使用说明都在这里，有精力的话强烈建议读一读

https://github.com/Mikubill/sd-webui-controlnet

但如果你看英文文档容易犯困，实操过程中又会发现很多细节讲得不多，会遇上不少卡点疑惑，放心，看这篇：

今天这篇文章先简单讲下它的安装，其实安装不算复杂，但有些概念需要理清楚：

先在扩展里选择从网址安装，把这个链接贴进去。

https://github.com/Mikubill/sd-webui-controlnet.git

注意：这里安装的是 v1.1 版本了，模型效果会更好一些，另外界面 UI 也有了一些变化，所以文章仔细看咯。

等“安装”按钮下面提示安装好了之后

按提示重启 UI 界面

重启完成后，你应该能在文生图和图生图里看到这个插件了

如果你不清楚如何设置好它，可以参考我的配置图

点开可以看大图，设置完成后同样需要重启 UI

对于这个插件来说，它还需要装一些模型文件。如果你不安装的话，具体使用的时候它也会自动帮你下载，只是模型都比较大，可能你需要等很久。

模型分为预处理模型和 Controlnet 所需要的模型（这个模型也有裁剪版本和完整版本），假如你电脑空间大，懒得折腾就直接先下载完整模型，后面再去研究改进的裁剪模型吧。（这些模型资源我都已经打包好在文末的百度云盘里，方便你快速下载）

先安装预处理模型，从这个地址下载预处理模型：

https://huggingface.co/lllyasviel/Annotators/tree/main

然后放到以下目录中

stable-diffusion-webui\extensions\sd-webui-controlnet\annotator

也可以用我后面给到的 AI 绘画资源包里直接下载，会快一些。

再来安装 controlnet 所需模型，从这里下载

https://huggingface.co/comfyanonymous/ControlNet-v1-1_fp16_safetensors/tree/main

然后把它放到以下目录中

stable-diffusion-webui\extensions\sd-webui-controlnet\models

我这里分享的都是最新的 v1.1 版本，需要提醒的是它与 v1.0 版本有一个很大的区别，就是界面 UI 发生了很大的变化，一些操作按钮消失了。

点这个爆炸按钮就能看到预渲染效果

因为 UI 上的变化，我一度觉得我自己装的不对，后面在官方给的文档中才发现原来是点这个爆炸按钮来操作的。这也说明了在版本迭代时，不应该变动太多，会让用户有一定的学习成本，尤其对于一个初次使用的用户来说，用户体验呀。

安装教程就到这里了，那它到底有哪些用途呢？先用官方图片简单介绍下，下期再详细用案例来讲解。也可以自行先预习下

https://github.com/lllyasviel/ControlNet-v1-1-nightly

我列一些我觉得特别厉害的功能

深度图生成

法线图生成

精细描边生成图

直线描边生成图

涂鸦生成

动作 pose 生成

多人动作 Pose

动漫线稿上色

遮罩填充修复（换脸换服装部件，电商换模特非常好用）

在写这个插件的时候，卡了我蛮久，主要是 v1.0 版本和 v1.1 版本之间的 UI 区别比较大，最新版本把确认预览按钮改成了一个爆炸图标，属实难以理解，导致第一次用的时候一直觉得自己安装错了，论 UI 设计的重要性。

不过也正是由于这个问题，让我把 1.0 版本和 1.1 版本之间的差异性弄的很清楚了，有了意外的收获。本来一件简单的事，只需要半个小时就能写完的内容，硬生生的磨了 1 整天。但从最后的收益来看，还是不亏的，只要花了时间，总是会有相应的回报，哪怕是踩坑过去的。

篇幅有限，这篇教程就先写到这里（估计再写长一点估计你的耐心又该吃紧了，我懂你），下期再继续更新吧。Stable diffusion 更新太快，可以讲的内容又太多，欢迎留言你最想讲的部分吧，我会选择呼声最高的来写教程。

另外，提醒下今天讲的内容一定要实操下，看完不等于学会。实操过程中，你可能会遇到各种坑，相信你会再回来问我的。但职场经验告诉我：一定要多去挑战复杂的事，遇到 bug 在我看来不是坏事，它能让自己“节外生枝”，有机会学到意想不到的知识。

欢迎关注作者的微信公众号：「彩云译设计」