本地部署Stable Diffusion有四种方法：一、秋叶整合包一键部署，适合新手，需英文路径、安装.NET6.0并配置xFormers；二、Git+Python源码部署，需Python 3.10.6、Git及CUDA适配PyTorch；三、Conda虚拟环境部署，隔离依赖，支持多版本PyTorch管理；四、ComfyUI节点式轻量部署，适合低显存设备，需手动配置模型与工作流。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您希望在本地运行Stable Diffusion以实现离线AI图像生成，但遇到环境配置失败、模型加载报错或WebUI无法启动等问题，则很可能是由于Python版本不匹配、显卡驱动缺失或依赖项未正确安装所致。以下是多种可行的本地部署方法：
本文运行环境：ROG Strix G15，Windows 11
一、使用秋叶整合包一键部署
该方法面向新手用户，无需手动编译或配置环境，整合包已预置优化参数、常用模型与中文界面支持，兼容中低端NVIDIA显卡。
1、访问B站搜索“秋叶stable diffusion整合包”，获取最新版下载链接（通常为百度网盘或蓝奏云）。
2、下载后解压至不含中文和空格的纯英文路径，例如 D:\sd-webui\。
3、双击运行 A启动器.exe，首次运行时会自动弹出用户协议窗口，需手动复制粘贴协议全文并点击保存。
4、按提示安装 .NET Framework 6.0 运行库（整合包内已附带安装程序，直接默认安装即可）。
5、返回启动器界面，勾选“xFormers”与“启用显存优化”，显存优化值设为当前GPU显存总量的70%（如显存6GB则填4200）。
6、点击“一键启动”，等待命令行窗口输出“Running on local URL: http://127.0.0.1:7860”后，在浏览器中打开该地址即可使用。
二、基于Git+Python源码手动部署
该方法提供完全可控的部署流程，适用于需调试源码、切换分支或集成自定义插件的进阶用户，要求系统已具备基础开发工具链。
1、卸载所有旧版Python，前往 python.org/downloads/release/python-3106/ 下载 Python 3.10.6 Windows 64-bit installer。
2、运行安装程序，务必勾选 “Add python.exe to PATH” 及 “Customize installation” → 勾选 pip 和 py launcher。
3、从 git-scm.com/download/win 下载 Git for Windows，安装时在“Choosing the default editor used by Git”步骤中选择“Use Visual Studio Code as Git’s default editor”。
4、打开命令提示符，依次执行以下命令：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
set COMMANDLINE_ARGS=--no-gradio-queue
webui-user.bat
5、首次运行将自动拉取依赖并编译xformers，若提示“torch not found”，需先手动执行：pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118（适配CUDA 11.8）。
三、通过Conda虚拟环境部署
该方法可隔离Python依赖，避免与其他项目冲突，特别适合已安装Anaconda或Miniconda的用户，且便于多版本PyTorch共存管理。
1、从 docs.conda.io/en/latest/miniconda.html 下载 Miniconda3 Windows 64-bit 安装包，安装时勾选“Add Anaconda to my PATH”。
2、打开Anaconda Prompt，执行：
conda create -n sdwebui python=3.10.6
conda activate sdwebui
3、安装CUDA-aware PyTorch：
pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 --extra-index-url https://download.pytorch.org/whl/cu118
4、克隆仓库并进入目录：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
5、在 stable-diffusion-webui 目录下创建 environment.yml 文件，写入以下内容：
name: sdwebui
dependencies:
- python=3.10.6
- pip
- pip:
- -r file:requirements.txt
6、执行 conda env update -f environment.yml --prune 后，运行 webui-user.bat 启动。
四、ComfyUI轻量替代方案部署
该方案采用节点式工作流，内存占用更低、显存调度更精细，适合RTX 3050及以下显卡或需高频调整采样流程的用户。
1、确保已安装 Python 3.10.6 与 Git，然后执行：
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
2、安装核心依赖：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install -r requirements.txt
3、下载基础模型文件 model.safetensors，放入 ComfyUI\models\checkpoints\ 目录，文件名必须为model.safetensors。
4、启动服务：
python main.py --listen 0.0.0.0 --port 8188
5、浏览器访问 http://localhost:8188，拖拽“Load Checkpoint”节点并连接至“KSampler”与“Impact Pack”即可构建工作流。
