以下是 Stable Diffusion 本地部署的详细教程，为学习 ComfyUI 打下基础。部署过程需结合硬件配置选择合适的方法，推荐新手使用整合包，开发者或进阶用户可尝试 Docker 或手动安装。以下是具体步骤及注意事项：

一、硬件配置要求

在部署前需确保电脑满足最低配置（以下综合多个教程整理）：

验证显卡驱动：按 Win+R 输入 cmd，执行 nvidia-smi，若显示驱动版本及显存信息即正常。

二、本地部署方法

方法 1：一键整合包（适合小白）

双击 A绘世启动器.exe，点击“一键启动”，等待浏览器自动打开本地端口（如 http://localhost:7860）。

方法 2：Docker 部署（适合熟悉容器技术的用户）

通过 Docker 可隔离环境，避免依赖冲突：

1. 安装 Docker：Windows 用户需启用 Hyper-V（管理员 PowerShell 执行 Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Hyper-V -All）。
2. 拉取镜像：
3. bash
4. docker pull stabilityai/stable-diffusion
5. 配置 Docker Compose：创建 docker-compose.yml 文件，绑定端口并挂载数据卷：
6. yaml
7. version: '3.8' services: stable_diffusion: image: stabilityai/stable–diffusion ports: – “7860:7860” volumes: – ./models:/app/models
8. 启动容器：
9. bash
10. docker compose up

方法 3：手动安装（适合开发者）

需具备 Python 和 Git 基础：

1. 克隆仓库：
2. bash
3. git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
4. 配置虚拟环境：使用 Conda 创建 Python 3.10 环境：
5. bash
6. conda create –name sd-webui python=3.10.6 conda activate sd-webui
7. 安装依赖：
8. bash
9. pip install -r requirements.txt
10. 下载模型：从 CivitAI 或 HuggingFace 下载模型（如 ReV Animated），放入 models/Stable-diffusion 目录。

三、模型管理与进阶配置

1. 模型下载：推荐平台：CivitAI、LiblibAI（国内镜像），需根据风格选择模型（如动漫、写实）。
2. 插件扩展：安装 ControlNet、LoRA 等插件，可通过 WebUI 的“扩展”页面直接加载。

四、常见问题解决

1. 驱动报错：提示 nvidia-smi 不可用：使用驱动总裁更新显卡驱动。
2. 路径错误：确保模型路径无中文或空格。
3. 内存不足：降低生成图片分辨率或使用 –medvram 参数启动。

五、为什么先学 Stable Diffusion？

ComfyUI 是基于节点的进阶工作流工具，需先掌握 SD 的基础操作（如文生图、参数调节、模型加载）才能高效使用 ComfyUI 的复杂功能。提议部署完成后，先通过 WebUI 熟悉以下内容：

1. 基础操作：提示词编写、采样器选择、分辨率设置。
2. 插件应用：ControlNet 控制构图、ADetailer 面部修复。
3. 模型微调：LoRA 风格融合、VAE 优化画质。

部署成功后，可通过浏览器访问本地端口开始创作。后续过渡到 ComfyUI 时，可更专注于工作流优化和效率提升。