Stable Diffusion插件配置说明：模型加载、参数调整与兼容性检查

要配置Stable Diffusion插件，核心流程是：先正确加载模型文件，再调整关键生成参数，最后检查硬件与软件环境是否兼容。以秋叶整合包或v4.8/v4.10一键安装包为例，这些包已内置常用扩展插件与ControlNet模型，但用户仍需手动完成模型部署与参数微调，才能让插件按预期工作。

模型加载

加载模型是插件运行的第一步。目前Stable Diffusion插件（如ControlNet、LoRA、超分辨率插件）通常需要将预训练模型文件放入指定目录：

• ControlNet模型放在 models/ControlNet 文件夹内，每个模型对应一个pth或safetensors文件。
• LoRA模型放在 models/Lora 目录，文件名即触发词。
• 如果你使用秋叶整合包或官方的Web-UI，启动后插件会自动扫描这些目录，并在界面下拉菜单中显示可用模型。

部分插件（如动态控制网络插件）需要额外下载预处理器。v4.8整合包已包含常用预处理器，但若自定义添加，需从插件仓库下载对应文件并放入 extensions/sd-webui-controlnet/annotator 路径。

参数调整

参数设置直接影响生成质量与插件协作效果。调整时可遵循以下顺序：

1. 采样步数：一般设为20～30步。步数过低（＜15）会导致细节不足；过高（＞50）则收益递减且耗时翻倍。
2. CFG Scale（提示词相关性）：默认7～9。若插件（如ControlNet）的引导力较强，可适当降低至6～7，避免图像过度扭曲。
3. ControlNet权重：插件选项卡中会提供“Control Weight”滑条，通常0.5～1.0。值越大，插件对姿势/构图的约束越强；如果主体与提示词冲突，建议先降权重再调整提示词。
4. 分辨率与批处理：基础分辨率推荐512×512或768×768。部分插件（如超分辨率插件）会在生成后自动放大，此时可先输出低分辨率再后处理，节省显存。

兼容性检查

插件运行失败多半是环境不兼容。检查点包括：

• GPU显存：至少4GB显存（如NVIDIA GTX 1060 6GB）可运行基础模型+ControlNet插件；若要加载XL模型或同时使用多个插件，建议8GB以上（如RTX 3060 12GB）。v4.10一键安装包已针对50系显卡优化。
• CUDA与PyTorch版本：Web-UI首次启动时会自动安装对应依赖。若手动更新插件，需确保PyTorch版本与CUDA驱动匹配（如CUDA 11.8对应PyTorch 2.0.1）。
• 插件间冲突：部分复式插件（如多个ControlNet预处理器）可能占用同一端口或内存地址。出现“Error: Cannot allocate memory”时，可关闭非必要插件再重启UI。

建议首次配置时先用整合包自带示例图片测试，确认模型加载成功、参数无报错后再开始正式创作。