Stable Diffusion WebUI Forge 上手指南：从克隆到出图只需10分钟
【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge
Stable Diffusion WebUI Forge 是基于 SD-WebUI 1.10.1 的 WebUI 分支，解决两个上游长期未彻底解决的问题：Flux 等大模型显存放不下、实验性功能落地难。它最大的区别在于重写了独立后端（backend/目录），并提供一套让用户用滑杆直接调节"权重视图内存占用"的 GPU 内存管理系统。官方策略是每 90 天或遇重要修复时与上游 A1111 同步，不是一次性分叉。
📊 核心能力
| 能力 | 说明 |
|---|---|
| GPU 内存管理系统 | 页面顶部 "GPU Weights (MB)" 滑杆实时调节权重驻留显存的额度，放不下的模型走 CPU 换入换出，而不是直接 OOM |
| Flux 低比特模型 | BNB NF4 与 GGUF（Q8_0/Q5_0/Q5_1/Q4_0/Q4_1）原生加载，其中 NF4/Q8_0/Q5_0/Q4_0 均支持 LoRA（README 明确列出） |
| 集成化扩展 | ControlNet、IP-Adapter、FreeU V2 与数十种预处理器内置于extensions-builtin/，无需逐个安装 |
| UnetPatcher 机制 | 新采样技术可以单文件脚本实现，例如 FreeU V2 的全部实现就是一个扩展脚本（见 README "UnetPatcher" 一节） |
🚀 上手：最短路径
克隆仓库，webui.py会自行安装依赖并启动，不需要手动建虚拟环境：
git clone https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge cd stable-diffusion-webui-forge python webui.py环境要求（launch.py启动时会自动检查）：
- Python 3.10：项目在 3.10.6 上测试，
modules/launch_utils.py检测到非 3.10 会警告 - Git；NVIDIA GPU + CUDA 为推荐配置
- 模型文件：checkpoint 放
models/Stable-diffusion/，VAE 放models/VAE/
🖼️ 跑通第一次：启动后你看到什么
启动成功时终端会打印本地地址，浏览器打开http://127.0.0.1:7860/，界面分四块：
- 页面最顶部是GPU Weights (MB)滑杆，默认值等于总显存减 1024 MB，含义是留给权重的显存预算；
- 中部是 Txt2img / Img2img 选项卡：左侧提示词与参数，右侧出图区；
- 左上角 "UI" 菜单控制高级选项的显示，默认收起一部分控件，选 "All" 可全部展开；
- 页面底部是进度条，生成时实时刷新。
第一次出图的操作：在 checkpoint 选择器选中任意一个已放入的 SD1.5 或 SDXL 模型 → 提示词输入框写一句英文描述 → 其余保持默认（SD1.5 为 512×512、20 步）→ 点 Generate。中端显卡上一张 SD1.5 图片约几十秒。下图是仓库内 Textual Inversion 嵌入<rick>的生成样例，展示 Forge 的出图形态（含参数信息栏）：
注意一点：Gradio 4 界面中画布类操作（如 Inpaint 的 mask 拖动）使用鼠标右键，与旧版 A1111 习惯不同。
🔍 深度聚焦：两个关键模块
显存不够时改哪个参数：GPU Weights
机制：Forge 按滑杆值把权重放入显存，超出部分留在系统内存，采样时按需换入。显存不足时不会静默崩溃，日志会打印[Low VRAM Warning]并提示降低该值。
用法：直接拖动页面顶部 "GPU Weights (MB)" 滑杆；看不到它时，在左上角 "UI" 菜单选 "All"（日志提示语里写明这一路径）。
踩坑：直觉是"拉满最快"，实际相反。官方 FAQ 的结论是：Flux 的性能问题中，把 GPU Weight 设得过高是主因，调低即可解决其中绝大多数情况。默认的"总显存 − 1024 MB"已适合多数场景，先跑通再微调。
低比特模型怎么挂 LoRA
机制：Flux 的 BNB NF4 与 GGUF 各精度档原生支持，加载时按档位自动选择量化路径（实现入口在backend/operations_bnb.py与backend/operations_gguf.py）。
用法：量化 checkpoint 直接放进models/Stable-diffusion/选择即可，LoRA 按 A1111 语法<lora:name:1.0>写入提示词。
踩坑：默认行为是每次生成都重新 patch 一次 LoRA，低比特模型上开销明显。设置项里提供"只加载一次 / 跳过 patching"的开关，配置一次即可避免重复开销；具体选项名以最新版本为准。
🛠️ 排障：三个高频问题
现象：启动后 7860 端口连不上，提示被占用。原因：默认端口与其他服务（或另一个 WebUI 实例）冲突。 解决：
python webui.py --port 7861现象：采样极慢或 OOM，日志出现[Low VRAM Warning]。原因：GPU Weights 过高，权重占满显存后换入换出频繁。 解决：把 "GPU Weights (MB)" 每次调低 1–2 GB 再试；滑杆不可见时先在左上角 "UI" 菜单选 "All"。
现象：Windows 终端打印 "Press any key to continue ..." 后直接退出。原因：Git/Python 环境缺失或依赖未装全，进程在启动早期就中断。 解决：改用官方一键安装包（含 CUDA 12.1 + PyTorch 2.3.1），解压后先运行包内update.bat拉取最新代码，再用run.bat启动；README 强调跳过更新可能运行在带已知 bug 的旧版本上。
🧩 生态与扩展（点到为止）
- ControlNet Integrated：extensions-builtin/sd_forge_controlnet/
- IP-Adapter：extensions-builtin/sd_forge_ipadapter/
- FreeU V2：extensions-builtin/sd_forge_freeu/
- LoRA / LyCORIS（含低比特支持）：packages_3rdparty/webui_lora_collection/
- 预处理器（canny、depth、openpose 等）：extensions-builtin/forge_legacy_preprocessors/
第三方扩展遵循 A1111 约定，放入extensions/目录即可。
下一步
Forge 与上游按"每 90 天或重要修复"的节奏同步，功能变动记录在 NEWS.md 与 CHANGELOG.md。如果你已有 A1111 环境，README "Advanced Install" 一节给出了复用原 checkpoints 与扩展的分支式接法。Flux 的 Offload Location / Offload Method 等进阶项，以及 ControlNet Union、Flux ControlNet 的进展（截至仓库状态为"待实现"），以最新版本 README 的 Quick List 为准。
【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
