要在Dify中让Stable Diffusion稳定出图，需构建完整链路：启用SD WebUI API、配置HTTP请求节点调用txt2img接口、接入LLM节点实现中文到专业Prompt转换、用Code节点容错处理JSON输出、最后发布并测试端到端流程。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在Dify中让Stable Diffusion真正“听懂人话”并稳定出图，不能只把API丢进去就完事——必须设计一条从用户输入、语义优化、参数构造到图像返回的完整链路，中间任何一环断裂都会导致白屏、报错或生成无关图片。
确认Stable Diffusion API服务已就绪
打开浏览器访问你的Stable Diffusion WebUI地址（如 http://localhost:7860），点击右上角「Settings」→「API」→勾选「Enable API」并保存重启。这一步不做，后续所有节点调用都会返回 404 或 Connection refused。
在终端执行 curl -X POST "http://localhost:7860/sdapi/v1/txt2img" -H "Content-Type: application/json" -d '{"prompt":"a cat"}'，若返回含 base64 字段的 JSON，则API可用；若提示 "Method Not Allowed"，说明你没开启 txt2img 的 API 接口（需在 WebUI 启动参数中加 --enable-insecure-extension-access）。
【必须确保SD服务监听的是HTTP而非HTTPS，且未启用鉴权；Dify当前不支持带Basic Auth的API】
在Dify中创建新工作流并接入SD模型
登录Dify控制台 → 点击左侧「Workflows」→「+ Create Workflow」→ 选择「Empty Workflow」。
拖入一个「HTTP Request」节点，命名为「Call SD API」；在URL字段填入 http://localhost:7860/sdapi/v1/txt2img（若部署在远程服务器，请替换为对应IP+端口）；请求方法选 POST；Headers 添加 Content-Type: application/json。
Body 使用 JSON 模板：{"prompt": "{{#sys.prompt#}}", "negative_prompt": "{{#sys.negative_prompt#}}", "steps": 20, "cfg_scale": 7, "width": 512, "height": 512, "sampler_name": "Euler a"}。其中 {{#sys.prompt#}} 是后续LLM节点将注入的优化后提示词，不可手写死值。
添加LLM节点实现中文→专业Prompt自动转换
在「Call SD API」节点上游，拖入一个「LLM」节点，选择你已配置好的大模型（如 Llama3-8B 或 GPT-4-turbo）。
设置系统提示词（System Prompt）为：
你是一个专为Stable Diffusion v1.5优化的提示词工程师。请严格按以下规则处理用户输入：① 将中文自然语言描述转为高质量英文Prompt，主体前置、细节后置；② 自动补全材质、光照、构图、画质关键词（如masterpiece, best quality, 8k, ultra-detailed）；③ 生成配套负面提示词，排除模糊、畸变、多余肢体等常见缺陷；④ 输出格式必须为纯JSON，字段为"prompt"和"negative_prompt"，不加任何解释文字。
用户输入（User Prompt）设为：{{#context.input#}} —— 这个变量会自动接收用户在前端表单中填写的原始描述，比如“一只穿宇航服的柴犬在火星上看地球升起”。
配置变量映射与错误兜底机制
方法一：直接连接变量
将LLM节点的输出字段 prompt 和 negative_prompt，分别映射到HTTP节点中的 {{#sys.prompt#}} 和 {{#sys.negative_prompt#}}。Dify会自动提取JSON响应中的对应键值。
方法二：使用「Code」节点做容错清洗（推荐）
在LLM与HTTP节点之间插入一个「Code」节点，语言选 Python，代码如下：
import json
try:
data = json.loads($input)
prompt = data.get("prompt", "a cat")
negative = data.get("negative_prompt", "low quality, blurry")
return {"prompt": prompt, "negative_prompt": negative}
except:
return {"prompt": "a cat", "negative_prompt": "low quality, blurry"}
这一步能防止LLM偶尔输出非JSON格式导致整个工作流中断；【若跳过此步，LLM偶发输出乱码将直接使SD调用失败且无日志提示】
发布工作流并测试端到端效果
点击右上角「Publish」→ 勾选「Enable this workflow」→ 设置触发方式为「Chat」或「API」→ 保存。
进入「Try it out」面板，在输入框中键入：“水墨风格的熊猫在竹林里打太极”，点击发送。
观察日志流：先显示LLM输出结构化JSON，再显示HTTP节点返回base64图像数据，最后前端渲染出图——全部绿色状态条即表示链路贯通。
