SD.Next保姆级教程：先装环境，再搞定模型放置和首次出图测试

准备工作：环境与依赖

在开始安装SD.Next之前，确保你的计算机系统满足基本要求是成功的第一步。SD.Next作为一款基于Stable Diffusion的WebUI工具，其运行依赖于特定的软件环境。首先，你需要安装Python，建议版本为3.10.x，这是目前兼容性最广的版本。可以从Python官网下载对应操作系统的安装包，安装时务必勾选“Add Python to PATH”选项，以便在命令行中直接调用。

其次，Git工具也是必需的，它用于从代码仓库克隆SD.Next项目。对于Windows用户，可以下载并安装Git for Windows；macOS用户可通过Homebrew命令安装；Linux用户通常使用系统自带的包管理器即可。安装完成后，可以在终端或命令提示符中输入“git --version”来验证是否安装成功。这些基础环境是后续所有操作的基石。

获取与部署SD.Next本体

环境准备就绪后，即可开始获取SD.Next的源代码。打开终端或命令提示符，切换到你希望存放项目的目录，例如在D盘根目录下创建一个名为“AI_Projects”的文件夹。然后执行克隆命令：git clone https://github.com/vladmandic/automatic.git。这条命令会将最新的SD.Next项目文件下载到本地的一个名为“automatic”的文件夹中。

克隆完成后，进入该文件夹。接下来需要安装Python依赖包。在项目根目录下，运行命令“pip install -r requirements.txt”。这个过程会根据网络情况持续一段时间，它会自动安装所有必要的库，如torch、transformers等。如果遇到网络超时问题，可以考虑更换为国内的PyPI镜像源以加速下载。安装完毕后，核心的WebUI程序就部署完成了。

模型文件的放置与管理

SD.Next本身不包含生成图像所需的AI模型，因此需要用户自行准备并放置。模型文件通常指以.ckpt或.safetensors为后缀的大文件，它们决定了图像生成的风格与能力。首先，在项目文件夹内找到或创建一个名为“models”的目录，这是存放模型的主文件夹。在“models”下，通常还需要创建“Stable-diffusion”子文件夹，用于放置基础文生图模型。

将你从合法渠道下载的模型文件（例如常见的SD 1.5、SDXL等基础模型）放入“models/Stable-diffusion”文件夹内。除了基础模型，其他类型的模型也需放入对应子目录：VAE模型放入“models/VAE”，LoRA模型放入“models/Lora”，ControlNet模型放入“models/ControlNet”。正确的文件结构对于WebUI识别和调用模型至关重要。放置完成后，启动WebUI时便会自动扫描并加载这些模型。

启动WebUI并进行首次测试

所有文件就位后，便可以启动SD.Next的图形界面。回到项目根目录，在终端中运行启动脚本。对于Windows用户，通常直接双击运行“run.bat”或“webui.bat”文件；Linux/macOS用户则在终端中运行“./webui.sh”。脚本会执行一系列初始化操作，当看到输出信息中包含“Running on local URL: http://127.0.0.1:7860”时，表示启动成功。

打开浏览器，在地址栏输入“http://127.0.0.1:7860”即可访问操作界面。首次使用时，建议先进行最简单的文生图测试。在左上角选择你已放置好的基础模型，然后在“文生图”页面的提示词输入框中，用英文描述一个简单场景，例如“a cute cat, on the grass, sunny day”。参数保持默认，点击“生成”按钮。如果一切正常，几分钟后你将在右侧看到生成的第一张图片。这标志着整个安装和基础配置流程已顺利完成。

常见问题排查与后续步骤

如果首次测试未能成功出图，可以从几个方面排查。首先检查终端窗口是否有红色错误信息，常见的如CUDA out of memory（显存不足），可尝试在webui-user.bat（或.sh）文件中添加降低显存占用的命令行参数，如“--medvram”。其次，确认模型文件是否完整且放置路径正确，模型文件名中尽量不要包含特殊字符或中文。

成功生成第一张图片后，便可以开始探索更多功能。你可以尝试使用负面提示词来排除不想要的元素，调整采样步数和采样器以改善质量，或修改图片尺寸。此外，还可以尝试加载不同的模型和LoRA来改变画风。SD.Next的功能非常丰富，包括图生图、局部重绘、附加网络等，建议从基础功能开始逐步学习，并参考官方文档或社区教程来深入掌握。