本地搭建Stable Diffusion需按系统与需求选择部署方式：一键包（Windows零基础）、Git+Python（全平台可控）、ComfyUI（节点式高级流程）、函数计算（云端免GPU）；模型须严格按路径与命名规范存放。
如果您希望在本地计算机上完整搭建 Stable Diffusion AI 绘画环境，但面临依赖缺失、模型下载失败、Web UI 启动报错或 GPU 未识别等问题，则可能是由于环境配置不完整或步骤遗漏所致。以下是覆盖主流操作系统与多种部署路径的完整方法：
一、一键整合包部署（Windows 快速入门）
该方式无需手动安装 Python 或 Git，所有依赖、Web UI 主程序、常用插件及启动脚本均已预置，适合零基础用户快速验证运行效果。
1、访问官方推荐的一键包发布页：https://sd-webui.github.io/，选择 A1111 Web UI 整合包（含 ControlNet、LoRA 支持）。
2、下载 ZIP 文件后解压至不含中文与空格的路径，例如 D:\sd-webui。
3、双击运行 webui-user.bat，首次运行将自动拉取 Python 环境、PyTorch 及依赖库。
4、等待命令行输出 Running on local URL: http://127.0.0.1:7860，在浏览器中打开该地址即可使用。
二、Git + Python 手动部署（Windows/Linux/macOS 通用）
该方式完全透明可控，便于调试、升级或更换分支，适用于需长期维护或参与开发的用户。
1、安装 Python 3.10.x（必须勾选 Add Python to PATH），验证命令为 python --version。
2、安装 Git 并配置全局用户名邮箱，运行 git config --global user.name "yourname"。
3、在目标目录执行克隆命令：git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。
4、将模型文件（.ckpt 或 .safetensors）放入 models/Stable-diffusion/ 子目录，确保文件名不含特殊符号。
5、进入项目根目录，运行 webui.bat（Windows）或 webui.sh（Linux/macOS） 启动服务。
三、ComfyUI 节点式部署（高级工作流首选）
ComfyUI 采用可视化节点图构建生成流程，支持精细控制采样器、VAE、ControlNet 权重等参数，适合复杂提示工程与批量生产。
1、前往 GitHub 官方仓库：https://github.com/comfyanonymous/ComfyUI，下载最新 Release 免安装版 ZIP。
2、解压后进入根目录，根据显卡类型双击运行：run_nvidia_gpu.bat（NVIDIA） 或 run_cpu.bat（无GPU）。
3、首次启动将自动下载基础模型与依赖，完成后访问 http://127.0.0.1:8188 进入节点编辑界面。
4、导入常用 workflow JSON（如从 https://comfyworkflows.com 下载），拖入模型路径并连接节点即可运行。
四、函数计算平台云端部署（免本地硬件）
该方式将 Stable Diffusion 部署为 HTTP API 服务，无需本地 GPU，通过阿里云函数计算实现按需调用与弹性伸缩。
1、登录阿里云函数计算控制台，单击左侧导航栏 应用。
2、在应用市场中搜索 AI数字绘画stable-diffusion，点击 立即创建。
3、选择 直接部署，完成角色授权（若提示权限不足则点击 前往授权）。
4、选择地域（北京/杭州/上海/深圳任一），启用 API 模式 并开启 API 鉴权。
5、勾选 已知当前收费项，点击页面底部 创建并部署默认环境，等待状态变为 部署成功。
五、本地模型与资源装配规范
无论采用何种部署方式，模型文件必须按约定路径存放且命名合规，否则 Web UI 或 ComfyUI 将无法识别加载。
1、主模型（Checkpoint）：存入 models/Stable-diffusion/，扩展名须为 .ckpt 或 .safetensors。
2、LoRA 模型：存入 models/Lora/，在 Prompt 中以 lora:xxx:0.8 格式调用。
3、ControlNet 模型：存入 models/ControlNet/ 或 extensions/sd-webui-controlnet/models/，需与插件版本匹配。
4、VAE 模型：存入 models/VAE/，Web UI 启动时会在设置中下拉选择对应名称。
