WebUi安装

准备环境

在开始之前，你需要以下条件。

• 一个 Windows、Linux 或 MacOS 的操作系统
• 一个安装了 Git、Python 和 Wget 的环境
• 一个有足够空间（至少 30~40GB）的磁盘或目录
• 一张至少 4GB 显存的显卡
• 剩余足够 10GB 的内存（WebUi 使用过程中会逐步增加内存占用）

对于 Linux 系统，您可能已经预装了 git 和 wget 工具。您可以在终端中运行以下命令来检查它们的版本：

git --version
wget --version
``
如果没有预装它，可以使用 apt 或 yum 等包管理器来安装它们。例如，对于 Ubuntu 系统，可以运行以下命令：

sudo apt update
sudo apt install git wget

对于 Windows 系统，您可能需要下载并安装 git 和 wget 的可执行文件。可以从这些链接下载它们：

https://git-scm.com/download/win
http://gnuwin32.sourceforge.net/packages/wget.htm

### 准备程序
如果你是 Windows 用户，请做好 C 盘暴涨 15GB 的准备。

#### Linux 平台
先安装依赖

Debian-based:

sudo apt install wget git python3 python3-venv

Red Hat-based:

sudo dnf install wget git python3

Arch-based:

sudo pacman -S wget git python3

##### 使用conda控制环境
如果本地包含多个项目，需要多种Python环境，可以使用 Miniconda 进行环境管理。（ Anaconda 占用较大的系统空间，而 Miniconda 是 Anaconda 的轻量化版本，它只包含最基本的 Python 与 Conda ）

创建一个名为 aidraw 的环境，Python版本为3.10.6

conda create -n aidraw python=3.10.6

激活/使用这个conda环境

conda activate aidraw

首次启动可选参数，--medvram 参数节省一些显存占用（参数详见下文“自定义运行”）

COMMANDLINE_ARGS="--medvram" REQS_FILE="requirements.txt" python launch.py

你也可以运行一键脚本 `bash <(wget -qO- https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh)` 或者手动克隆 https://github.com/AUTOMATIC1111/stable-diffusion-webui 的仓库：

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`git  clone  https://github.com/AUTOMATIC1111/stable-diffusion-webui` </pre>

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`cd  stable-diffusion-webui` </pre>

运行 `launch.py` 或 `webui.py` ，前者会自动安装（新）环境。 这个过程可能需要一些时间，请耐心等待。

#### Windows 平台

首先，您需要下载安装 [Python-3.10.6](https://www.python.org/downloads/windows/)，使用管理员身份安装，安装务必勾选 `Add Python to PATH` 。

然后安装 [git](https://git-scm.com/download/win) 下载 stable-diffusion-webui 仓库，例如运行 `git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git` 在 Windows 资源管理器中以普通用户（非管理员）身份运行 `webui-user.bat`

然后，您需要进入这个文件夹，并运行 webui-user.bat（Windows）

这个过程可能需要一些时间，请耐心等待。

#### Mac 平台

如果你是 Mac 系统，请查看 [此教程](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon) 进行安装。

具体使用和输出我会在下面解释，现在该配置大模型了。

### 中国大陆的网络问题

如果你在大陆内采用了原生安装的形式安装 WebUi，那么势必会遇到网络问题。（表现为网卡没有流量经过）

如果你知道 Clash 工具，那么在首页开启 TUN 模式即可解决问题。如果你不了解此工具，请继续往下看。

如果因为链接 Github 失败导致拉取失败。请将：

`git clone https://github.com` 改为 `git clone https://hub.fastgit.org/`

使用以下内容配置 Python 镜像地址。

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`pip  config  set  global.index-url  https://mirrors.aliyun.com/pypi/simple/` </pre>

也可以通过修改 pip 的配置文件来设置镜像源地址，配置文件的位置和名称根据不同的操作系统而不同，例如：

Linux: `~/.config/pip/pip.conf`：

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`[global]
index-url  =  http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com` </pre>

Windows 需要在 User 目录中创建一个 pip 目录，并新建一个文件 pip.ini，也就是 `%HOMEPATH%\pip\pip.ini`。 在 pip.ini 文件中添加以下内容：

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`[global]
index-url  =  http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com` </pre>

这样就可以让 pip 使用阿里云的镜像源来下载和安装 Python 包了。

## 了解目录

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`📁 .
├── 📄 config.json
├── 📄 environment-wsl2.yaml # Windows Subsystem for Linux 的环境配置
├── 📁 extensions
│   ├── 📄 put extensions here.txt
│   └── 📁 stable-diffusion-webui-localization-zh_CN
├── 📄 launch.py
├── 📄 LICENSE.txt
├── 📁 models # 存储各类模型的目录
│   ├── 📁 aesthetic_embeddings # 美学嵌入模型
│   ├── 📁 Codeformer
│   ├── 📁 deepbooru # 深度图库标签分类模型
│   ├── 📁 ESRGAN # 增强超分辨率生成对抗网络模型
│   ├── 📁 GFPGAN # 基于 GAN 的人脸修复模型
│   ├── 📁 hypernetworks # 超网络模型
│   ├── 📁 LDSR # 轻量残差网络模型
│   ├── 📁 Lora # Lora 模型
│   ├── 📁 ScuNET
│   ├── 📁 Stable-diffusion # 稳定扩散模型
│   ├── 📁 SwinIR # 轻量级基于 Swin Transformer 的增强超分辨率模型
│   ├── 📁 VAE # 变分自编码器模型
│   └── 📁 VAE-approx # 变分自编码器的近似计算模型
├── 📁 outputs # 存储各类输出结果的目录
│   ├── 📁 img2img-grids # 由图生图模型生成的网格图（2x2）
│   ├── 📁 img2img-images # 由图生图模型生成的图像
│   ├── 📁 extras-images # 额外的生成图像
│   ├── 📁 txt2img-grids # 由文本生图模型生成的网格图（2x2）
│   ├── 📁 txt2img-images # 由文本生图模型生成的图像
│   └── ... # 其他目录
├── 📁 repositories # 目录缓存
├── 📄 requirements.txt # pip项目依赖
├── 📄 style.css  
├── 📄 styles.csv
├── 📄 styles.csv.bak
├── 📄 ui-config.json
├── 📄 webui.bat # Win 运行脚本
├── 📄 webui-macos-env.sh # macOS 默认环境配置
├── 📄 webui-user.bat # Windows 启动用户脚本配置
├── 📄 webui-user.sh # Linux & Mac 启动用户脚本配置
├── 📄 webui.py 
└── 📄 webui.sh # Linux & Mac 运行脚本` </pre>

对于 Windows 用户，要启动项目，只需要执行 `webui.bat`。若需要配置环境变量或追加启动参数，则可编辑 `webui-user.bat`。

对于 Mac 或 Linux 用户，启动项目的方法是执行 `webui.sh`。同样地，若需要配置环境变量或追加启动参数，则可编辑 `webui-user.sh`。

## 配置大模型

让 Ai 绘画必须下载一个模型（比如 [Any3](https://huggingface.co/andite/anything-v4.0/tree/main)），你可以在 [civitai](https://civitai.com/) 选择一个。WebUi 界面顶部的菜单用于选择模型。

你可以在 `stable-diffusion-webui/models/Stable-diffusion/` 中放置你的大模型。

在 `stable-diffusion-webui/models/Lora/` 中放入你的 Lora 人物模型。

## 尝试启动 WebUi

如果你不使用一键启动运行。那么你可以使用以下命令启动 Webui

`python3 launch.py --autolaunch`

如果你的显卡显存小于 8GB ，那么请附加 `--lowvram` 参数。

经过稍微的等待后，会输出如下类似的界面。

[[图片上传失败...(image-53ca3e-1700964322877)]](https://raw.githubusercontent.com/sudoskys/StableDiffusionBook/main/resource/launch.png) 

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`Model loaded.
Loaded a total of 0 textual inversion embeddings.
Embeddings: 
Running on local URL:  http://127.0.0.1:7860

To create a public link, set `share=True` in `launch()`` </pre>

其中，`http://127.0.0.1:7860` 就是本地机器的链接（运行在本地机器上面），剩下的信息是大模型和嵌入模型的加载情况。

打开此地址，你会看到下面的界面：

[[图片上传失败...(image-b8c02f-1700964322877)]](https://raw.githubusercontent.com/sudoskys/StableDiffusionBook/main/resource/webui.png) 

在这个界面中，打开 extensions 选项卡。点击`Avaliable`二级选项卡点击 LoadFrom，然后在扩展列表中找到中文扩展并安装即可汉化界面。如果你是一键包版本，那么应该会自带中文扩展。

## 尝试生成你的第一幅图片

打开文生图选项卡，这里给出一个实例来供你完成测试。

*   第一个输入框中书写期望的结果的描述词汇

可以使用 颜文字 和 emoji，使用 () 来增强权重，比如

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`((masterpiece)), best quality, illustration, 1 girl, beautiful,beautiful detailed sky, catgirl,beautiful detailed water, cinematic lighting, dramatic angle, Grey T-Shirt, (few clothes),(yuri),(medium breasts),white hair,cat ears,masturbation,bare shoulders ,(gold eyes),wet clothes` </pre>

*   第二个输入框书写不希望出现的结果

指定需要过滤什么标签，比如

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`(bad:0.98), (blur:0.81), (normal:0.98), (comic:0.81), (cropped:0.81), (error:0.81), (extra:0.81), (low:0.81), (lowres:1), (speech:0.81), (worst:0.81), 2koma, 3koma, 4koma, collage, lipstick` </pre>

点击生成按钮即可生成，在终端中会显示进度：

[[图片上传失败...(image-c269f8-1700964322877)]](https://raw.githubusercontent.com/sudoskys/StableDiffusionBook/main/resource/process.png) 

生成报错请读 `绘画调试` 章节。

生成效果和大模型有关。

**第一次认识参数**

选定分辨率参数，越大生成耗时越长。

生成后的结果结尾类似如下

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`Steps: 28, Sampler: Euler a, CFG scale: 7, Seed: 2053144181, Size: 512x512, Model hash: 925997e9, Clip skip: 2, ENSD: 31337` </pre>

其中 `step` 代表迭代（渲染）步数。

`sample method` 采样方法（不同的采样方法有不同的效果和速度）。

`cfg scale` 符合 prompt 的程度，降低此参数可以提升模型的抽象创造力。

`Seed` 代表一个随机噪声，相同的种子和程序环境可以生成相近的图片。

一起出现的还有 GPU 负载信息

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`Time taken: 33.97s
Torch active/reserved: 1975/2144 MiB, Sys VRAM: 7890/8134 MiB (93.61%)` </pre>

**快捷设置**

不想来回设置 Clip 参数？

添加 `sd_hypernetwork` 和 `CLIP_stop_at_last_layers` 到设置页面的 `Quicksettings list` ，点击页面顶部的按钮保存，重新启动 webui，你就可以在 Ui 顶部看到一个快速切换选项啦～

需要添加更多快捷设置？

有 Python 代码阅读能力的话则可在 [此处](https://github.com/AUTOMATIC1111/stable-diffusion-webui/blob/master/modules/shared.py) 源码中找到各设置定义的名称。

它们通常以将对象 `OptionInfo` 的实例作为值的字典的键存在。

## 共享链接

*   使用 `--share` 选项来在线运行！

你会得到一个 `xxx.app.gradio` 共享链接，另外你可以使用参数为所述 `gradio` 共享实例设置身份验证：`--gradio-auth username:password`

RCE

当使用 `--share` 参数时，你的实例就可以在公开互联网被访问了。

但是最近有人报告了一个可能是危险的 [代码漏洞](https://github.com/AUTOMATIC1111/stable-diffusion-webui/issues/2571)

所以，你可以使用参数为 `gradio` 共享实例设置身份验证：`--gradio-auth username:password` （可提供以逗号分隔的多组用户名和密码）

例子 `--share --gradio-auth admin:admin,user1:user_password`

使用该例子将会创建两个用户，一个是账号密码为 admin 的用户，另外一个是账号为 user1, 密码为 user_password 的用户

如果攻击者可以访问 ui，他们可能能够远程运行 python 脚本。

10/30 社区报告：有人在扫描公开的 WebUi

11/1 社区反映：共享链接可能会导致风险，**攻击者可以访问系统上的所有文件。**

你可以通过添加 `--freeze-settings` 启动参数来锁定设置，防止他人编辑。

*   端口转发

参数 `--listen` 使服务器监听网络连接。

这将允许本地网络上的计算机访问 UI，如果配置端口转发，公网上的计算机也可以访问（当然你得有公网。

注意，监听 `0.0.0.0` 就意味着对本地网卡的所有 ipv4 监听，局域网访问请使用 `localhost` 替换 `0.0.0.0`

*   监听端口

添加参数 `--port xxxx` 使服务器监听特定端口。

低于 1024 的所有端口都需要 `root` 权限，因此建议使用高于 1024 的端口。

默认端口为 7860

*   主题

添加 `--theme` 参数来切换主题

## 自定义运行

自定义程序运行方式的推荐方法是编辑 webui-user.bat(Windows) 和 webui-user.sh(Linux)

你可以运行 `python webui.py --help` 查看所有命令参数，或者在 [源码文件](https://github.com/AUTOMATIC1111/stable-diffusion-webui/blob/master/modules/shared.py) 中读到它们。

**一些启动参数说明**

| 命令行参数 | 解释 |
| --- | --- |
| `--xformers` | 使用 [xformers](https://github.com/facebookresearch/xformers) 库。极大地改善了内存消耗和速度。Windows 版本安装由 [C43H66N12O12S2 维护](https://github.com/C43H66N12O12S2/stable-diffusion-webui/releases) 的二进制文件 |
| `--force-enable-xformers` | 无论程序是否认为您可以运行它，都启用 xformers。不要报告你运行它的错误。 |
| `--opt-split-attention` | Cross attention layer optimization 优化显着减少了内存使用，几乎没有成本（一些报告改进了性能）。黑魔法。默认情况下`torch.cuda`，包括 NVidia 和 AMD 卡。 |
| `--disable-opt-split-attention` | 禁用上面的优化 |
| `--opt-split-attention-v1` | 使用上述优化的旧版本，它不会占用大量内存（它将使用更少的 VRAM，但会限制您可以制作的最大图片大小）。 |
| `--medvram` | 通过将稳定扩散模型分为三部分，使其消耗更少的 VRAM，即 cond（用于将文本转换为数字表示）、first_stage（用于将图片转换为潜在空间并返回）和 unet（用于潜在空间的实际去噪），并使其始终只有一个在 VRAM 中，将其他部分发送到 CPU RAM。降低性能，但只会降低一点-除非启用实时预览。 |
| `--lowvram` | 对上面更彻底的优化，将 unet 拆分成多个模块，VRAM 中只保留一个模块，破坏性能 |
| `*do-not-batch-cond-uncond` | 防止在采样过程中对正面和负面提示进行批处理，这基本上可以让您以 0.5 批量大小运行，从而节省大量内存。降低性能。不是命令行选项，而是使用`--medvram`or 隐式启用的优化`--lowvram`。 |
| `--always-batch-cond-uncond` | 禁用上述优化。只有与`--medvram`或`--lowvram`一起使用才有意义 |
| `--opt-channelslast` | 更改 torch 内存类型，以稳定扩散到最后一个通道，效果没有仔细研究。 |

*环境定制*

`set PYTHON=b:/soft/Python310/Python.exe`

`set PYTHON` 允许设置自定义 Python 路径

`set VENV_DIR=C:\run\var\run` set VENV_DIR 允许您选择虚拟环境的目录。默认为`venv`。特殊值`-`在不创建虚拟环境的情况下运行脚本。

`set COMMANDLINE_ARGS=--ckpt a.ckpt` set COMMANDLINE_ARGS 设置命令行参数 webui.py 运行 示例使用模型 a.ckpt 而不是 model.ckpt

*GPU 指定*

选择要使用的默认 Gpu `--device-id 0`，来代替旧版本 (2022/10 之前）的 `CUDA_VISIBLE_DEVICES=0`，可以选择第二个 GPU 允许同时运行两个实例，从而能够以更简洁的方式简单地选择设备。

查看 GPU 型号和 CUDA 版本，可以使用 `nvidia-smi` 命令

## API 的基本使用实例

使用 `--api` 参数运行程序，在浏览器访问 `{输出的网址}/docs` 就可以查看到 WebUi 的 [Api](https://github.com/AUTOMATIC1111/stable-diffusion-webui/tree/master/modules/api) 文档。<sup>[1](https://stable-diffusion-book.vercel.app/install/WebUi/launch/#fn:4)</sup>

如果你想让其他应用调用 Api, 追加`--enable-insecure-extension-access`。

下面是一个同步类实现。

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`import time
import json
import requests
import io
import base64
from PIL import Image, PngImagePlugin

class WebUiApi(object):
    def __init__(url):
        self.url=url

    def txt2img(payload,outpath:str=None,infotie:bool=True):
        payload_json = json.dumps(payload)
        response = requests.post(url=f'{self.url}/sdapi/v1/txt2img', data=payload_json).json()
        # response 响应包含 images、parameters 和 info,image 可能会含有多个图像。
        for i in response['images']:
            # 解码 base64
            image = Image.open(io.BytesIO(base64.b64decode(i)))
            # 元信息输出
            pnginfo = PngImagePlugin.PngInfo()
            if infotie:
               pnginfo.add_text("parameters", str(response['info']))
            # 保存，因为本地不会自动生成文件。
            if not outpath:
               print("Random file name")
               outpath=f"{str(time.time())}.png"
            image.save(outpath, pnginfo=pnginfo)

payload = {
    "prompt": "1girl,star",
    "steps": 20
}
# 其他参数会使用默认值
WebUiApi(url="http://127.0.0.1:7860").txt2img(payload=payload,outpath="1145.png",infotie=True)

# 实际使用的时候不应该保存到本地再发送，而是直接发送，避免存储图片作品造成 版权 问题。` </pre>

## 其他

WebUi 的官方代码仓库地址为 https://github.com/AUTOMATIC1111/stable-diffusion-webui

[官方英文安装教程](https://github.com/AUTOMATIC1111/stable-diffusion-webui#installation-and-running)

[官方给定的依赖列表](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Dependencies)

-----------------------------------------------
## 错误处理

以下是关于错误处理和自检的使用文档：

如果您在使用过程中遇到任何错误，请按照以下步骤操作：

1.  保留最后几行的错误信息，然后截图。
2.  记录系统信息，包括操作系统、显卡型号、程序版本/来源以及是否为整合包。
3.  打开 bing.com 搜索错误信息，初步确定问题范围：是系统问题/环境问题/程序问题/配置问题。
4.  如果仍无解决方案，请打开 https://github.com/AUTOMATIC1111/stable-diffusion-webui/issues 搜索关键词，查看是否有相同错误。
5.  如果求助他人后仍未解决，请恢复备份或重新配置。

## 自检

在使用本程序之前，请确保您已经完成了以下自检工作：

*   确认文件路径中不包含空格。
*   Python 版本需大于等于 3.10.6。请注意低版本 Python 可能会出现错误。
*   如果需要重新安装，请删除目录 `venv` 和 `repositories`。

## 安装网络问题/没有响应

如果您在安装时遇到网络问题或没有响应，请尝试以下解决方案：

*   如果 Git 报错，请设置 HTTP_PROXY 和 HTTPS_PROXY 环境变量，或者使用 clash 的 tun 模式。另外，您也可以将 git clone 的仓库源换成 huggingface。
*   如果依赖报错，请设置代理或使用镜像，否则速度会特别慢。

## 安装时间过长

如果您安装时花费的时间过长，请尝试以下解决方案：

1.  如果网络不好，可以设置镜像或挂代理。
2.  请注意，依赖项可能大于 2GB。另外，对于 Windows 操作系统，依赖默认安装在 C 盘上。

## 低显存显卡/CUDA 内存不足

如果您拥有少量 VRAM（<=4GB）的显卡，在运行程序时可能会出现内存不足的错误。为了支持低显存显卡，您可以牺牲一定的处理速度。

以下是解决方案：

*   确保您拥有可以运行的最新 CUDA 工具包和 GPU 驱动程序。
*   如果您想制作 512x512（或者可能高达 640x640）的图像，并且拥有 4GB VRAM，请使用 `--medvram`。
*   如果您想制作 512x512 的图像，但使用 `--medvram` 时遇到内存不足错误，请改用 `--medvram --opt-split-attention`。
*   如果您想制作 512x512 的图像，并且仍然出现内存不足错误，请改用 `--lowvram --always-batch-cond-uncond --opt-split-attention`。
*   如果您想制作比您可以使用的更大的图像（例如，`--medvram`），请使用 `--lowvram --opt-split-attention`。
*   如果您想制作比您通常制作的更大的图像（例如 1024x1024 而不是 512x512），请使用 `--medvram --opt-split-attention`。
*   您也可以使用 `--lowvram`，但请注意这会使处理运行速度慢约 10 倍。

如果上述解决方案仍不能解决问题，请考虑升级您的设备。

## Python 版本

如果您的 Python 版本未在 PATH 中，请在文件夹中创建或修改 `webui.settings.bat` 并添加以下内容：

<pre style="box-sizing: inherit; font-feature-settings: &quot;kern&quot;; font-family: var(--md-code-font-family); margin-bottom: 1em; margin-top: 1em; color: var(--md-code-fg-color); direction: ltr; font-variant-ligatures: none; display: flow-root; line-height: 1.4; position: relative;">`set PYTHON=python` </pre>

请将 `python` 替换为您的 Python 可执行文件的完整路径。

## ERROR:asyncio:Accept failed on a socket

如果出现这个错误，可能是端口冲突或者与其他软件发生了冲突。

此外，也可能是 `Python38` 的 `asyncio` 库在 `Windows` 上的兼容性问题。解决方式可以尝试以下几种：

1.  使用管理员身份运行 CMD，并执行命令 `netsh winsock reset`

2.  切换端口

3.  切换至 Python 的 `3.10.6` 版本，因为 WebUi 的开发环境为此版本

## 虚拟环境

如果使用 conda 可以不使用仓库提供的一键安装脚本，可以自己运行 launch.py 安装依赖。

注意，仓库给出的一键安装脚本会创建虚拟环境，然后启动 [launch.py](https://github.com/AUTOMATIC1111/stable-diffusion-webui/blob/master/launch.py)。

在运行时，一键安装程序会创建一个 Python 虚拟环境，因此如果在安装之前已经安装了某些模块，那么任何已安装的模块都不会引发冲突。

如果需要防止创建虚拟环境而使用系统 python，请编辑 `webui.bat` 替换 `setVENV_DIR=venv` 为 `set VENV_DIR=`。

## api-ms-win-core-path-l1-1-0.dll is missing

在 Windows 7 上运行时，可能会出现 `api-ms-win-core-path-l1-1-0.dll` 缺失的错误。这是因为许多程序需要新版本的 Windows 的系统文件。

以下是解决方法：

1.  下载 [api-ms-win-core-path-blender-0.3.1.zip](https://github.com/nalexandru/api-ms-win-core-path-HACK/releases/download/0.3.1/api-ms-win-core-path-blender-0.3.1.zip)

2.  解压缩，并将 `x86.dll` 复制到 `C:\Windows\SysWOW64`，将 `x64.dll` 复制到 `C:\Windows\System32`

3.  重启电脑

## an illegal memory access was encountered ....CUDA kernel errors...

通常情况下，这个错误表示显存溢出或者 GPU 硬件问题。

如果使用 deepdanbooru 时出现这个问题，可以尝试重新启动或安装 CPU 版本的 deepdanbooru。

有关此问题的更多信息请参见 [Issue](https://github.com/AUTOMATIC1111/stable-diffusion-webui/issues/1766)。

## Caused by ProxyError-Cannot connect to proxy-RemoteDisconnected-Remote end closed connection without response

如果出现此错误，可能是代理设置问题。解决方法如下：

1.  检查全局变量是否有协议头（需要有）

2.  如果使用的是 Clash，请开启 TUN 模式

3.  如果没有开启代理，请尝试更新到最新版本

有关此问题的更多信息请参见 [Issue](https://github.com/AUTOMATIC1111/stable-diffusion-webui/issues/491)。

## Failed to establish a new connection

如果出现这个错误，可能是代理环境变量设置有误。解决方法如下：

可以在“我的电脑”中右键点击属性，进入环境变量，删除代理环境变量。但注意操作要小心。