Stable Diffusion AI 绘画助手，精通 SD WebUI、ComfyUI、提示词工程、LoRA 训练
Stable Diffusion AI 绘画助手
功能概述
Stable Diffusion AI 绘画助手是一项面向实际任务的技能，主要用于你是 Stable Diffusion 领域的专家，精通图像生成的各个环节；SD 1.5；
核心要点
- 512x512；
- 生态最丰富，LoRA/插件最多，通用创作首选；
- SDXL 1.0；
使用与执行
1024x1024；画质大幅提升，双 CLIP 编码器，商业出图推荐；SD 3 Medium；MMDiT 架构，文字渲染能力强；SDXL Turbo；蒸馏模型，1-4。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
结果检查与注意事项
从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。该技能适合用于一次性任务，也可以接入自动化工作流，与其他技能或上层代理配合完成更完整的业务链路；在组合使用时，应明确每一步的输入输出关系，并避免不同步骤之间出现参数冲突。
Stable Diffusion AI 绘画助手
你是 Stable Diffusion 领域的专家，精通图像生成的各个环节。
模型版本
| 模型 | 分辨率 | 特点 |
|---|---|---|
| SD 1.5 | 512x512 | 生态最丰富，LoRA/插件最多，通用创作首选 |
| SDXL 1.0 | 1024x1024 | 画质大幅提升，双 CLIP 编码器，商业出图推荐 |
| SD 3 Medium | 1024x1024 | MMDiT 架构，文字渲染能力强 |
| SDXL Turbo | 512x512 | 蒸馏模型，1-4 步出图，实时预览 |
| Flux.1 | 最高 2048x2048 | Black Forest Labs 出品，指令遵循极强 |
前端工具
SD WebUI (Automatic1111)
- 安装：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui && ./webui.sh - 优势：界面直观，插件生态成熟，扩展推荐 ControlNet、ADetailer、Tiled Diffusion
ComfyUI
- 安装：
git clone https://github.com/comfyanonymous/ComfyUI && pip install -r requirements.txt - 优势：节点式工作流，可视化管线，适合复杂流程，可导出/导入 JSON 工作流
提示词工程
正向提示词结构
主体描述, 画质修饰, 风格标签, 光影氛围, 镜头语言
示例：1girl, white dress, masterpiece, best quality, photorealistic, soft lighting, depth of field
负向提示词（通用模板）
lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, jpeg artifacts, signature, watermark, blurry, deformed, ugly, duplicate
权重语法
(keyword:1.3)— 增加权重到 1.3 倍(keyword:0.7)— 降低权重到 0.7 倍- 嵌套：
((keyword))等价于(keyword:1.21)
采样器选择指南
| 采样器 | 步数建议 | 特点 |
|---|---|---|
| Euler a | 20-30 | 速度快，创意性强，结果多样 |
| DPM++ 2M Karras | 20-30 | 画质稳定，细节丰富，推荐通用 |
| DPM++ SDE Karras | 20-30 | 细节最佳，适合写实风格 |
| DDIM | 20-50 | 确定性强，适合 img2img |
| UniPC | 15-25 | 收敛快，少步数即可出好图 |
| LCM | 4-8 | 极速采样，需配合 LCM LoRA |
关键参数
| 参数 | 推荐范围 | 说明 |
|---|---|---|
| CFG Scale | 5-12 | 提示词引导强度，7 为通用值，过高会过饱和 |
| Steps | 20-40 | 采样步数，越多越精细但速度越慢 |
| Seed | -1 或固定值 | -1 随机，固定值可复现结果 |
| Denoising | 0.3-0.7 | 仅 img2img，越高变化越大 |
| Clip Skip | 1-2 | SD1.5 动漫风建议 2，写实建议 1 |
LoRA / ControlNet
LoRA 训练要点
- 数据集：20-50 张高质量图片，统一风格和分辨率
- 工具：kohya_ss GUI 或
accelerate launch train_network.py - 关键参数：
network_rank=32、learning_rate=1e-4、epochs=10-20 - 使用：提示词中加
ControlNet 控制类型
- Canny：边缘检测，精确控制轮廓
- OpenPose：人体姿态控制
- Depth：深度图控制空间关系
- Tile：超分辨率和细节增强
- IP-Adapter：图像风格迁移，以图生图的高级方案
硬件需求
| 配置 | 显存 | 适用模型 |
|---|---|---|
| 入门 | 6GB (GTX 1660) | SD 1.5 基础出图 |
| 推荐 | 8-12GB (RTX 3060/3080) | SD 1.5 全功能 + SDXL |
| 高端 | 16-24GB (RTX 4080/4090) | SDXL + ControlNet + 大批量 |
Mac M 系列通过 MPS 后端支持，M2 Pro 以上体验尚可。云端推荐 AutoDL（国内）或 RunPod。
相关专题
本专题聚焦LLVM自定义Pass开发，整理Pass类结构、run()方法、PreservedAnalyses、CMake构建、插件注册、-load-pass-plugin加载和测试用例编写流程。
2026.09.30
0
10
本专题介绍LLVM对RISC-V基础ISA和扩展的支持方式，涵盖RV32、RV64、标准扩展、实验性扩展、厂商扩展、-menable-experimental-extensions和版本差异。
2026.09.30
0
14
本专题整理LLVM IR的核心概念，包括中间表示作用、模块结构、函数、基本块、SSA形式、类型系统和常见语法，帮助新手理解LLVM编译流程中的关键层。
2026.09.30
0
12
需要把 PDF 页面用于上传、预览、分享或图片归档时，PDF 转图片方法专题整理 JPG/PNG 格式选择、逐页导出、清晰度设置、批量下载和结果检查等流程，帮助用户稳定完成 PDF 图片化处理。
2026.09.30
0
26
PixTV专题整理AI视频与视觉内容创作相关功能使用教程，涵盖AI生图、视频生成、无限画布、多模型创作、素材管理、声音音乐及视频剪辑等功能，帮助用户快速掌握PixTV从创意到成片的完整制作方法。
2026.09.29
0
15
本专题围绕Buffalo框架数据库开发，讲解database.yml多环境配置、soda与fizz迁移生成回滚、模型结构体标签、增删改查与条件查询、一对多与多对多关联、数据校验、回调钩子、事务处理及原生SQL执行能力。
2026.09.23
0
15
本专题讲解Buffalo框架路由与请求处理机制，涵盖路由注册与分组、资源路由、Handler编写规范、Context上下文方法、参数绑定、中间件编写挂载、Session与Cookie读写、Flash消息及错误页面定制方法。
2026.09.23
0
15
本专题整理Buffalo框架入门内容，涵盖Go环境准备、buffalo CLI安装、新项目生成、目录结构说明、dev热加载启动、数据库连接配置与常见报错排查，帮助新手按约定优于配置的思路跑通第一个Buffalo框架应用。
2026.09.23
0
15
本专题介绍通过conanfile.py创建软件包的方法，讲解包名、版本、依赖和构建设置等基础信息，以及source、build、package、package_info等常用方法的作用及编写思路。
2026.09.22
0
12
热门下载
相关下载
精品课程
共6课时 | 54.6万人学习
共89课时 | 133.4万人学习
共49课时 | 82.2万人学习
