在Mac系统下配置使用Stable Diffusion

前言

　　目前使用Stable Diffusion跑图，最高效的方式都是使用Nvidia的显卡来跑，以至于目前大部分工具的整合包都是基于Windows + Nvidia显卡来制作的。这导致对于已经不能使用Nvidia显卡的Mac用户而言，想学习Stable Diffusion就只能选择换电脑或者租用云端显卡。无论选择哪一种方式，无疑都提升了入门Stable Diffusion的成本。

　　其实Stable Diffusion完全支持在Mac系统下使用CPU来跑图，只是速度会很慢，不过我觉得只是学习入门并不会有太大的问题，搞清楚概念和熟悉操作以后，再去租云端显卡就好了，以免在云端上学习浪费钱。本文将介绍如何在macOS系统下配置WebUI来使用Stable Diffusion，演示的macOS系统版本为macOS 14.2.1。

准备工作

　　由于Stable Diffusion是属于开源的大模型，并不像商业模型那样提供了很易用的工具让我们直接调用，而是需要我们自己去准备运行它的环境。毕竟是免费的，势必会麻烦一些，对比商业模型动辄20美元/月的价格，这点麻烦我觉得完全可以接受。所以在开始部署Stable Diffusion之前，我们需要先准备好运行环境。

使用终端安装HomeBrew

　　Stable Diffusion需要的运行环境都是一些命令行软件，手动安装会比较麻烦，Mac用户建议安装HomeBrew这个软件包管理工具进行统一的安装和维护。首先我们需要打开终端，默认路径是应用程序->实用工具->终端，之后通过终端执行命令，安装HomeBrew。

打开终端

1. 打开访达（Finder），在左侧菜单中选择应用程序（Applications），然后找到实用工具（Utilities）文件夹，双击打开。

2. 双击打开终端

3. 显示如下界面的终端窗口，即表示成功打开终端。

　　显示终端界面以后我们就可以开始安装HomeBrew了，不过由于HomeBrew使用的是国外服务器，国内用户大概率会遇到无法连接的情况。因此，这里提供两种安装方式，请根据自己的网络情况选择如何安装：

通过官方脚本安装HomeBrew（非大陆地区或有梯子）

　　如果你不在大陆，或者你会搭梯子，那推荐使用官方脚本来安装HomeBrew，这样是最稳定的。使用官方脚本安装，只需要在终端界面中输入下面的命令，执行后即可开始安装HomeBrew，安装步骤如下：

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

1.在终端中输入安装命令，并按下回车键；

2.由于HomeBrew的安装路径需要用户授权才能访问，所以这里需要输入 管理员密码（开机密码） 来给予权限，输入密码后按下回车键即可继续安装；（注意：此时输入密码是不显示任何字符的，输入完毕后按下回车键即可继续安装。）

3.这里提示需要安装Command Line Tools，直接回车安装，然后耐心等待安装完成即可；

4.显示如下界面就表示HomeBrew已经安装完成，这里提示我们还需要设置一下环境变量；

5.复制提示的两行命令到终端中，执行后即可设置好环境变量。到此，HomeBrew的安装就完成了，关闭终端窗口即可。

(echo; echo 'eval "$(/opt/homebrew/bin/brew shellenv)"') >> /Users/uncle6/.zprofile
eval "$(/opt/homebrew/bin/brew shellenv)"

通过国内镜像安装HomeBrew（大陆地区网络）

　　国内有很多科研机构和科技企业都搭建了HomeBrew的镜像源，每一个镜像源的速度和稳定性都有所不同，这里推荐使用Gitee上面 CunKai/HomebrewCN 的脚本来安装HomeBrew，该脚本集成了5个最常用的镜像源，我们可以根据自己的网络情况和需求自由选择镜像源来安装HomeBrew（不过我个人还是更建议去想办法搭个梯子，用上一个方法安装，不然以后很多资源的获取都是问题，有个梯子全都能解决）。下面我们使用该脚本，通过 清华大学HomeBrew镜像源 来安装HomeBrew，步骤如下：

1.在终端中输入下面的命令，并按下回车键；

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

2.这里会提示你选择一个镜像源，我们选择第二个，清华大学下载源；

3.这里会提示你输入 管理员密码（开机密码），我们输入后回车即可；（注意：此时输入密码是不显示任何字符的，输入完毕后按下回车键即可继续安装。）

4.这里询问是否安装Core、Cask、services，我试过选择清华大学的镜像，可以正常安装。但是选择腾讯或者阿里云的镜像，可能会卡主没有反应，或者提示错误。如果只用来安装运行Stable Diffusion的环境的话，这里安不安装无所谓，大家看个人需求来决定即可； （由于我之前为了截屏官方安装流程，已经安装了Command Line Tools，所以这里没有提示安装Command Line Tools。如果此时有提示安装的话，按提示操作安装即可。）

5.这里需要选择一下之后安装软件包时使用的国内镜像，我还是继续选择清华大学；

6.显示这个界面，就表示HomeBrew已经安装成功了，关闭终端窗口即可。

通过HomeBrew安装Python、Git等工具

　　HomeBrew安装好之后，我们就可以通过HomeBrew来安装Python、Git等工具了。首先我们重新打开一个终端窗口，在窗口中执行下面这行命令来更新软件源：

brew update

　　如果是刚刚完成HomeBrew的安装，那终端窗口应该会提示Already up-to-date。如果提示出一些软件的更新信息，也可以根据需要更新，这里我们先不考虑。

　　接下来我们执行下面这条命令，来安装Python、Git等工具：

brew install cmake protobuf rust [email protected] git wget

　　终端窗口再次显示光标后，就表示安装已经完成，关闭终端窗口即可。到此，运行Stable Diffusion的环境就已经安装好了。

部署Stable Diffusion

　　Stable Diffusion的大模型可以直接在命令行里操作，但对大部分人而言肯定不会希望这么干。这里就需要安装一个图形化的界面，来方便我们操作Stable Diffusion。目前Stable Diffusion主流的图形化界面有两个，一个是 stable-diffusion-webui (后面简称WebUI)和 ComfyUI ，两种界面各有优缺点。因为WebUI的学习门槛相对低一些，这里我们选择安装WebUI。

获取WebUI项目

　　由于WebUI项目托管在Github上，所以这里又和安装HomeBrew一样存在网络问题。如果使用非大陆网络或有梯子的朋友，强烈建议使用在终端使用命令的方式来安装WebUI项目，这样项目后续有更新的时候，只要执行git pull命令，就可以将WebUI更新到最新的版本上。如果网络环境不允许，那也可以通过我的 链接 直接下载作者打包好的项目来使用，缺点就是项目后续有更新的时候，需要手动下载更新包，并且手动转移自己的模型及插件。

　　重新打开一个终端窗口，执行下面这行命令来克隆WebUI项目：

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

　　终端窗口显示正在克隆到 'stable-diffusion-webui'...后，表示项目正在被安装，这个过程会持续一段时间，直到再次出现光标，表示WebUI已经安装完成。你可以在你的用户目录看到一个名为stable-diffusion-webui的文件夹，这就是WebUI的项目目录。

下载Stable Diffusion大模型

　　WebUI项目安装完成后，接下来需要下载Stable Diffusion大模型。这里需要说明的是，WebUI项目本身并不包含Stable Diffusion大模型，需要自己手动下载。我这里简单介绍4个大模型下载网站，大家可以根据自己的偏好，选择一些模型来下载。选择时注意我们需要下载的是大模型，大模型的类型是CheckPoint或者Safetensors，文件大小不会小于1G。

从HuggingFace下载

　　Hugging Face是全世界最主流的一个大型AI社区，里面有超多的机器学习模型和数据集，包括最新的Stable Diffusion官方模型都是发布在这里。但这个平台专业性很强，更适合喜欢钻研AI的朋友去研究，对于初学者来说，可能不太友好。而且这个网站在大陆也是无法直接访问的。

　　Stable Diffusion官方模型发布页面

从Civitai下载

　　Civitai可以说是全世界最活跃的一个开源生成式AI的平台，专注于社区创造的内容，包括图片、模型、视频和文章。这个平台提供了一个可以展示和分享创意的空间，同时也有各种信息、指南和教程。其特色在于鼓励社区成员使用特定模型创造和分享作品。

　　在这个平台挑选大模型会比Hugging Face更方便一些，因为你可以很直观的看到大模型生成的效果图以及对应的提示词。不过也是因为这个平台太活跃，所以大模型更新速度很快，质量也良莠不齐，挑选模型是需要一些时间。另外这个网站在大陆也是无法直接访问的。

从LibLibAI下载

　　LibLibAI则是国内的后起之秀，这个平台更加专注于Stable Diffusion的大模型及LoRA分享，并且提供在线生图，在线训练LoRA等功能，对于电脑配置不高的用户来说，是一个不错的选择。而且由于是国内的网站，所以大陆用户可以无障碍的访问。（貌似非大陆地区反而无法访问）

从Tusiart下载

　　Tusiart也是国内的一个AI社区，提供各种AI相关的教程和资源，包括Stable Diffusion大模型和LoRA分享。这个平台的优势在于它的在线生图功能同时支持WebUI和ComfyUI，对于喜欢在线生图，且更习惯于工作流模式的用户。

将大模型放置在WebUI的指定位置

　　为了让WebUI可以调用大模型，我们需要将下载下来的大模型放在WebUI指定的目录下。放置模型的指定目录为WebUI安装目录->models->Stable-diffusion

运行Stable Diffusion

　　到这一步，大模型已经下载并放置在WebUI的指定目录下了。终于可以运行WebUI，在WebUI中调用Stable Diffusion大模型了。要运行WebUI，依然需要打开终端，然后在访达（Finder）中打开WebUI的安装目录。拖动目录下的webui.sh到终端中，然后回车运行。

　　拖动webui.sh到终端窗口中，终端窗口会显示出完整的路径

　　此时回车执行这个命令，WebUI就会运行起来。不过第一次运行时，WebUI会下载一些依赖，这个时间根据网络情况而定，一般都需要等待较长时间。当然只是第一次运行需要这么久，之后运行就很快了。

　　当依赖安装完成后，WebUI就会自动打开浏览器，并显示WebUI的界面，到这一步，最基本的Stable Diffusion运行环境就部署完了。

简单使用

　　现在WebUI已经运行起来了，我们简单试一下跑图。先来看一下界面：

　　这里我们先只介绍最基本使用，先让模型跑起来，具体的跑图过程，我会放到后续的文章里介绍。

1. 在上图标注位置选择大模型，我这里只放了一个，在实际使用中，肯定会放很多的大模型在这里，所以我们这里一般会按照模型的版本及风格等方式，将模型放置在不同的子目录下面。这个会在之后的文章里详细说明，这里只是顺带提一下。
2. 填入提示词，这里是跑图最重要的部分，提示词会告诉模型，你想要什么。由于大模型的训练数据都是以英文为基础，所以提示词也必须是英文。比如这里想要画一个小女孩，提示词就可以是1girl，为了效果更好，我们还可以加上例如4k，best quality等，提示词之间要用英文,隔开。
3. 这里需要填反向提示词，反向提示词会告诉模型，你不要什么。比如这里我们不想要小狗，那反向提示词可以是no dog，我们这里先不填。
4. 点击Generate按钮，WebUI就会根据提示词开始生成图片。生成图片的过程可以参考下面的视频。

结语

　　好了，到这里，在Mac系统下最基本的Stable Diffusion运行环境就都部署好了，当然这只是最基本的运行环境。想要让Stable Diffusion的功能更加强大、更好用，我们还需要安装很多额外的插件。这部分内容我会放到后续文章里再讲。本篇内容就全都讲完了，希望对你有所帮助。