Mac本地部署Stable Diffusion，超详细，含踩坑点（AI 绘画保姆级教程） ...

文章首发于公众号：X小鹿AI副业
大家好，我是程序员X小鹿，前互联网大厂程序员，自由职业2年+，也一名 AIGC 爱好者，连续分享更多前沿的「AI 工具」和「AI副业玩法」，接待一起交换~
  一、 弁言

相继在两个云平台 Kaggle 和 AutoDL 上部署了 Stable Diffusion 后，这周决定再在 Mac 本地部署一下 Stable Diffusion！
实在看 Stable Diffusion WebUI 的 Github 官网，步调还是比力清晰简单的。

但实际部署过程中，确实还是碰到了不少问题，以是顺便将踩过的坑逐一记录了下来，应该涵盖了大部分同砚都会碰到的问题，是的，全帮你们填平了，有的问题还给出了多种办理方案。
以是，Mac 党的朋友，想在本地部署 Stable Diffusion，拿着这份保姆级教程，直接冲就完事！
二、 Mac 的设置

MacBook Pro（2021 年）
芯片：Apple M1 Pro
核总数：8 + 14
内存：16GB
存储：512GB
macOS：Ventura 13.3.1
这个设置下，出图的服从怎么样呢？
文章的第五部分「性能测试」中，基于同一模型、差别采样方法，在举行了多组测试后，出图服从简单记录了一下，大家可以参考~
三、 安装步调

  1. 安装 Homebrew

方式一：官方安装（可能会因网络问题导致失败）

1. /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

复制代码

输入 brew -v 验证 Homebrew 是否安装乐成：出现版本号说明 Homebrew 已经安装乐成了。

补充知识：

• Homebrew 官网：https://brew.sh/
  
• 通过官网方式安装的，卸载 Homebrew 的方式如下（注意：如果是国内镜像安装的，不用这个命令卸载）：
  

1. /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/uninstall.sh)"

复制代码

方式二：国内镜像安装

如果用第一种方式输入命令没有反应，或者是安装过程中出错了，多数是由于网络问题。可以用国内镜像举行 Homebrew 的安装。

1. /bin/bash -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"

复制代码

Core、Cask、services 是 Homebrew 的其他组件，应该不是部署 Stable Diffusion WebUI 必须的。为了保险起见，这里直接都装了。

有些电脑 xcode 和 git 杂乱，再运行一次，此处如果有 error 正常。

安装乐成后，需要重启终端或者运行 source /Users/your_user_name/.zprofile 才能见效。
输入 brew -v 验证 Homebrew 是否安装乐成：出现版本号说明 Homebrew 已经安装乐成了。

补充知识

• 如果之前安装过 Homebrew，会将之前的 Homebrew 备份在桌面的 Old_Homebrew 文件夹里。如果里面没有你需要的可以删除。
  
• 常用命令
  
  
  
  • 查看版本：brew -v
    
  • 更新 brew 版本：brew update
    
  • 查找：brew search xxx（其中 xxx 更换为要查找的关键字）
    
  • 安装：brew install xxx
    
  • 查看本地软件库列表：brew ls
    
  
  
• 卸载 Homebrew 如果是通过国内镜像安装的 Homebrew，用这个命令卸载:
  

1. /bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/HomebrewUninstall.sh)"

复制代码

• 安装位置 在 Mac M1 上，Homebrew 的安装位置不是在从前的 /usr/local/，而是在 /opt/homebrew，这个大家注意。
  
• 如果安装过程中还碰到了其他问题，可以看文章的第四部分 可能会碰到的问题，看看有没有解释。
  

2. 安装 Python 等环境依赖

cmake、protobuf、rust、python@3.10、git、wget，这些都是在后面安装 Stable Diffusion WebUI 时需要用到的依赖，这里通过一条命令直接安装了。

1. brew install cmake protobuf rust python@3.10 git wget

复制代码

Stable Diffusion WebUI 的 github 中建议利用 3.10.6，由于高版本的 Python 不支持 torch：
   Install Python 3.10.6 (Newer version of Python does not support torch), checking “Add Python to PATH”.
  文章写于 2023 年 7 月，后续应该会支持吧~
3. 克隆

上一步执行乐成后，我们举行 Stable Diffusino WebUI 的克隆。

1. git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

复制代码

这一步可能会碰到下载不下来，或者下载过程中出错的问题，可以看文章的第四部分 可能会碰到的问题，看看有没有解释。
如果依然没有办理，直接，干脆，进到 SDW Github 主页，直接下载 Zip 到本地，然后解压就好了。

4. 下载模型

这里包罗三大类：大模型、Lora 模型以及 VAE 模型。（固然另有其他细分小模型，后续先容）
这一步可以先扔一个大模型上去，后续有需要可以再逐步下载其他的。
不想自己下载的话，可以找我要网盘链接。
大模型
放在 stable-diffusion-webui/models/Stable-diffusion 下面
文件后缀：ckpt 或者 safetensors
Lora 模型
放在 stable-diffusion-webui/models/Lora 下面（在没有执行 ./webui.sh
前，是没有 Lora 这个目次的，可以先不放）
VAE 模型
Variational Auto Encoder
可以简单明白为滤镜
放在 stable-diffusion-webui/models/VAE 下面
下载方式一：从 C 站下载（需要特殊网络）

选中「Models」-「筛选」- 选择「Model types」（是大模型、还是 LoRA、还是 VAE等） - 然后选择一个模型点进去。
如果知道要下载的模型的名称的话，也可以直接在搜索框搜索模型名字，然后点进模型。

直接点「Download」按钮举行下载。

下载方式二：从 huggingface 下载

如果登不上 C 站，可以试试 huggingface，方式也比力简单。
选择「Text-to-Image」，按下载量排序，我们选第一个下载量最多的，然后点进去。

切换到「Files and versions」，下面四个后缀为 satetensors 或 ckpt 的就是大模型了，随意下载一个就好。
其中 v1-5-pruned-emaonly 比力小，4 个多 GB，需要的显存少，恰当于推理。
v1-5-pruned 比力小，7个多 GB，需要的更多的显存，恰当于微调。

5. 启动 WebUI

进到 Stable Diffusion WebUI 对应的安装目次：

1. cd stable-diffusion-webui

复制代码

启动 Stable Diffusion WebUI：

1. ./webui.sh

复制代码

第一次启动，会下载一些组件库和依赖，可能会比力慢，大家耐心等待。
   注意
  如果上一步没有下载模型，这里也会自动帮我们下载一个默认的模型。由于大模型一般都好几个 GB，下起来比力慢，以是保举大家还是在上一步中自己先将模型下载下来（至少放一个大模型进去，这样这一步就不会再自动去下模型了）。
  固然出错最多的也是在启动 WebUI 这个过程。这个过程中会碰到各种各样的报错。我们需要多次停下、办理、再重新执行 ./webui.sh
。
不过不用担心之前的安装都白费了，由于它会从你上次安装到的地方接着往下安装。
如果安装过程中报错了，可以看文章的第四部分「可能会碰到的问题」，看看有没有相应的解释。
当出现 Running on local URL: http://127.0.0.1:7860 的时间，说明 Stable Diffusion WebUI 已经启动好了。

在浏览器中输入 http://127.0.0.1:7860 就可以看到 Stable Diffusion WebUI 的界面了。

温馨提示

• 在运行过程中，不要关闭 Terminal，否则页面就打不开了。
  
• 下次再启动，进到 Stable Diffusion WebUI 对应的目次，执行 ./webui.sh
  即可。
  
• 如果安装过程中报错了，可以看文章的第四部分「可能会碰到的问题」，看看有没有解释。
  

  四、 可能会碰到的问题

  1. 用国内镜像安装 Homebrew 可能出现的问题

问题形貌

办理
大概翻译一下，意思是说，在 “/opt/homebrew/Library/Taps/homebrew/homebrew-core” 的仓库中检测到可疑的所有权，若要为此目次添加非常，请调用：
git config --global --add safe.directory /opt/homebrew/Library/Taps/homebrew/homebrew-core。
下面另一个错误，也是类似的意思。以是我们只需要按照上面的提示，在命令行中输入这两行，就美满办理了。当再执行 brew -v 就不报错了！

1. git config --global --add safe.directory /opt/homebrew/Library/Taps/homebrew/homebrew-core
2. git config --global --add safe.directory /opt/homebrew/Library/Taps/homebrew/homebrew-cask

复制代码

2. HTTP/2 stream 1 was not closed cleanly before end of the underlying stream

问题形貌
在 git clone 的时间报：
致命错误：无法访问 ‘https://github.com/AUTOMATIC1111/stable-diffusion-webui/’：HTTP/2 stream 1 was not closed cleanly before end of the underlying stream

办理：将通讯协议改成 http/1.1

1. git config --global http.version HTTP/1.1

复制代码

将通讯协议改成 http/1.1 之后，发现可以正常下载了。

3. Couldn’t install torch.

在执行完 ./webui.sh
后报 “RuntimeError: Couldn’t install torch.”

在 modules/launch_utils.py 中看到了这段解释：

这段解释是说，如果碰到了 “RuntimeError: Couldn’t install torch.” 或者其他问题，可能是 Python 版本的问题，升级或者降级到 3.10 的最新版本，然后删掉 WebUI 目次下的 venv 目次再重试。
但是上面我们明显执行过 brew install cmake protobuf rust python@3.10 git wget
这个命令，其中安装了 Python 3.10 呀。按理说不应该呀。
怀着怀疑的态度我在命令行里输入 python3 -V 举行查看。
咦，一看不得了，这版本咋是 3.9.6？

这个 3.9 的 Python 版本，应该是 Mac 自带的 Python。可能就是由于这个原因导致启动时下载库出错。
于是又从 Python 官网下载了 Python 3.10.10 这个版本。按提示傻瓜式安装就好了。之后还设置了一下环境变量。

1. # 编辑 ~/.bash_profile
2. vim ~/.bash_profile

复制代码

文件中参加这三行

1. PATH="/opt/homebrew/bin/:${PATH}"
2. export PATH=${PATH}
3. alias python="/opt/homebrew/bin/python3.10"

复制代码

1. # 使配置生效
2. source ~/.bash_profile

复制代码

这时版本就成 3.10.10 了。

然后删掉 WebUI 目次下的 venv 目次，再执行 ./webui.sh
，终于不报错了！就是下的有些慢～

4. Couldn’t install gfpgan.

在执行完 ./webui.sh
后报 “RuntimeError: Couldn’t install gfpgan.”
实在是由于没有下载下来 gfpgan。我们可以从报错信息中找到下载链接，如下图中横线部分，然后 copy 这个链接到浏览器中举行下载，然后将下载好的 zip 文件加压，并将目次名改成 GFPGAN，然后拖到 stable-diffusion-webui 这个目次下就好了。当再次执行 ./webui.sh
时，发现已经跨过 GFPGAN，继续下载其他依赖了。美满办理！

5. Couldn’t install clip.

在执行完 ./webui.sh
后报 “RuntimeError: Couldn’t install clip.”
可以手动下载后安装，就像办理 “Couldn’t install gfpgan” 这个问题一样。但是这里我们换一种办理方式。
打开 modules/launch_utils.py，搜索 https://github.com/ ，在每一处前面都加上 https://ghproxy.com/ ，加完后是这样的 https://ghproxy.com/https://github.com/xxxxx ，如下图。

一共是 7 处，修改完成后生存。再执行 ./webui.sh
，就没有问题了。
   为什么这里不用上面办理 gfpgan 的手动下载的方式呢？
  看 prepare_environment() 这个方法里，一共定义了 7 处下载所在，如果不用添加署理的方式，大概率接下来在下载 K-diffusion、CodeFormer、BLIP 的时间，也是会报错的。以是这里一起改掉，万事大吉！
这种方法也可以办理以下报错：
Couldn’t install K-diffusion
Couldn’t install CodeFormer
Couldn’t install BLIP
6. Couldn’t install K-diffusion

见 5 办理方法。
7. Couldn’t install CodeFormer

见 5 办理方法。
8. Couldn’t install BLIP

见 5 办理方法。
五、 性能测试

大模型：dreamshaper
Euler：出一张 512 * 512 的图，约 20 ~ 30s
DPM++ SDE Karras：出一张 512 * 512 的图，约 1 ~ 1.5 min
六、 竣事语

Stable Diffusion 本地部署相对于 Stable Diffusion 云部署，最大的两个长处就是：
更自由（懂的都懂）！
不费钱，完全免费！
Kaggle 虽然每月可白嫖 30 个小时的算力，但太容易被封，稍微画得上头一些，就被封了。我的账号就被祭了。

Kaggle 被封后，又转战到了 AutoDL，相比于 Kaggle 来说，不那么容易被封，但是需要费钱。大部分机器实例在 1～2 元 / 小时，也不算贵，但是用完后一旦忘记给实例关机，一天几十就出去了。呃，这。。。

以是这周，一顿操作猛如虎，终于在 Mac 上乐成部署了 Stable Diffusion，实现了 Stable Diffusion 自由！也将所有踩过的坑，逐一填平并记录了下来。希望可以帮到想在 Mac 上部署 Stable Diffusion 的同砚。
实在在 Mac 本地部署 Stable Diffusion 碰到的大部分问题，根本都是网络造成的。每个人的电脑设置及网络环境都不一样，以是有时会碰到试了好几个办理方案都无法办理的情况。实在我也是。网友说他这么改乐成了，而我那么改，依然不起作用。
以是最后想对大家说的是，耐心一点，再耐心一点，方法总是有的，问题总会办理！
大家加油！

---

觉得文章有帮助，记得点赞收藏关注一下呦~
我是程序员X小鹿，前互联网大厂程序员，自由职业 2 年+，一名 AIGC 爱好者，接待一起交换~
   小鹿另有一个免费的知识星球（X小鹿的发展星球），星球置顶帖可领内部AI学习资料。平常也会在这里记录日常动态。包罗但不限于 AI、副业、自媒体、自由职业等，接待大家围观~

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。