凌晨两点，先确认你的机器能不能跑
凌晨两点半，窗外的雨敲在空调外机上，我看着一张反复生成失败的海报，风扇声像一台小型旋转蒸发仪在黑暗里低鸣。很多人问我Stable Diffusion本地部署教程该从哪里开始，其实不是从提示词开始，而是从显卡开始。技术有时候很像夜路，先摸清脚下，再谈远方。
如果你用Windows，建议至少NVIDIA 6GB显存；8GB能舒服跑SD 1.5和多数LoRA，12GB以上再考虑SDXL微调。先装NVIDIA驱动，再安装Python 3.10.6和Git。打开PowerShell，运行：
nvidia-smi
能看到显卡型号、驱动版本和显存占用，说明第一关过了。接着执行：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.gitcd stable-diffusion-webuiwebui-user.bat
第一次启动通常要下载2GB以上依赖，我实测100Mbps宽带约18分钟完成。若卡在torch安装，多半是网络或Python版本不对；若报CUDA unavailable，先重装显卡驱动，不要急着换模型。这个阶段，免费官方/开源路线已经足够，缺点只是折腾时间长、报错需要自己查。
模型放哪里，参数怎么设，才不把夜晚耗尽
很多“Stable Diffusion怎么用”的文章跳过了最容易出错的一步：模型路径。把SD 1.5的.ckpt或.safetensors文件放到stable-diffusion-webui/models/Stable-diffusion；把LoRA放到models/Lora；VAE放到models/VAE。重启WebUI后，浏览器打开http://127.0.0.1:7860。
我的入门测试参数很固定：模型用SD 1.5，采样器DPM++ 2M Karras，Steps设20，尺寸512×768，CFG Scale设7，Seed固定为123456。提示词可以用：portrait photo of a young woman, soft window light, detailed skin, 85mm lens；负面词写：bad hands, blurry, low quality, extra fingers。RTX 3060 12GB上，我实测单张约5.8秒；RTX 2060 6GB约14秒。速度差异不神秘，显存、CUDA、采样步数都在悄悄说话。
如果你在搜索“Stable Diffusion模型下载”或“stable diffusion webui安装教程”，记得优先选.safetensors格式，风险比.ckpt低。不要一次塞十几个模型，先用一个基础模型跑通，再加VAE和LoRA，否则出了错你不知道是哪一块在哭。
LoRA微调：用30张图教它记住一种风格
真正的冲突常在这里出现：你不只是想生成一张图，你想让机器记住你的产品、你的插画线条，甚至某种灯光的脾气。做LoRA微调，免费方案可以用kohya_ss。搜索“kohya_ss下载”后安装，准备20到50张同一主题图片，分辨率裁到512或768，放入训练目录。每张图配一份同名.txt标注，例如：rytool style, white laboratory device, clean background。
一组我常用的保守参数：Network Rank 16，Alpha 8，Learning Rate 0.0001，Batch Size 1，Epoch 10，Resolution 512。30张图在RTX 3060 12GB上大约训练35到50分钟，输出LoRA约36MB。若人物脸崩，降低学习率到0.00005；若风格学不像，提高训练轮数但别超过20轮。微调不是把记忆塞满，而是让模型学会在相似处停顿。
生成时调用LoRA格式类似：<lora:your_lora_name:0.7>。权重从0.6开始试，超过1.0容易污染构图。想查“stable diffusion模型微调怎么用”的朋友，记住一句：先固定Seed和主模型，只改变LoRA权重，这样你才知道变化来自哪里。
如何验证它真的跑通了
验证不要靠感觉。第一，WebUI启动无红色报错，页面可打开；第二，用固定Seed连续生成两次，图片应完全一致；第三，任务管理器里GPU占用会上升，显存占用通常在4GB到10GB之间；第四，LoRA开关前后，同一提示词下风格应有明显差别但主体不崩。如果这四点都满足，你的本地部署和基础微调就已经站稳了。
至于Claude注册方法、Claude怎么用、Claude免费使用这类资料，更适合辅助你写提示词和整理标注规范，不是部署Stable Diffusion的必要条件。若你希望少折腾环境，也可以把睿盈工具作为众多AI生产力入口之一参考：https://wizzegroup.com；但免费、本地、官方开源路线依然完全可行。夜深的时候，机器亮着，图像慢慢浮现，我们真正学会的不是控制AI，而是更清楚地描述自己想要什么。