Stable Diffusion WebUI Linux 服务器部署教程：从环境准备到后台运行完整流程

一、部署前需要确认的条件

Stable Diffusion WebUI是常用的AI绘画工具，适合部署在带独立显卡的Linux服务器上，用浏览器访问图形化界面完成文生图、图生图、模型切换和参数调试。服务器部署的好处是算力集中、可多人按权限使用，也方便长期运行；缺点是环境依赖较多，显存、驱动、模型文件和访问安全都需要提前规划。

建议服务器配置为Ubuntu 20.04或22.04，NVIDIA显卡优先，显存8GB可完成基础出图，12GB以上体验更稳定。CPU和内存不必过度追求，但内存建议16GB起步，磁盘建议预留80GB以上，因为基础模型、扩展、LoRA、ControlNet模型都比较占空间。部署前先执行nvidia-smi查看显卡是否能被系统识别，如果命令不存在或报错，应先安装匹配的显卡驱动，再继续安装WebUI。

二、安装基础依赖

先更新系统软件源并安装常用工具。Ubuntu可执行：sudo apt update && sudo apt install -y git wget curl python3 python3-venv python3-pip ffmpeg libgl1 libglib2.0-0。其中git用于拉取项目，python3-venv用于创建隔离环境，ffmpeg和图形库依赖可避免部分图片处理、预览功能报错。

WebUI对Python版本较敏感，推荐Python 3.10。如果系统默认版本过高或过低，建议单独安装Python 3.10并创建虚拟环境。可以执行python3 --version确认版本。生产环境不要直接把大量Python包装进系统环境，后续升级、回滚和排错都会更麻烦。

三、拉取Stable Diffusion WebUI项目

选择一个空间充足的目录，例如/opt或用户主目录。执行：cd /opt && sudo git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。如果使用普通用户运行，建议将目录权限交给该用户，例如sudo chown -R youruser:youruser /opt/stable-diffusion-webui，避免后续安装依赖和写入缓存时反复遇到权限问题。

进入目录后可先不急着启动，建议准备好模型文件。基础模型通常放在models/Stable-diffusion目录，文件格式多为.safetensors或.ckpt。优先选择来源明确、评价较多的模型，并尽量使用.safetensors格式。不要随意运行来历不明的脚本或扩展，模型和扩展都应从可信页面获取，下载后保留版本信息，便于以后排查问题。

四、首次启动与参数说明

在项目目录执行./webui.sh即可开始首次安装。第一次启动会自动创建虚拟环境、下载依赖并初始化相关组件，耗时与网络环境、服务器性能有关。看到类似Running on local URL的提示后，说明服务已启动。若只在服务器本机访问，可以保持默认地址；若需要远程浏览器访问，需要配置监听地址和端口。

常用启动参数可以写入webui-user.sh中的COMMANDLINE_ARGS。例如：--listen --port 7860 --xformers表示监听外部请求、指定端口并启用显存优化组件。若服务器显存较小，可尝试--medvram或--lowvram，但出图速度会下降。若多人共用或部署在公网环境，务必添加访问账号，例如--gradio-auth user:strongpassword，密码应足够复杂，不要使用默认弱口令。

五、远程访问的安全设置

AI绘画服务不建议无保护地暴露在公网。更稳妥的做法是只开放给可信来源，或通过服务器安全组、防火墙限制访问端口。若只是个人使用，可以不加--listen，再通过SSH端口映射访问，例如本地执行ssh -L 7860:127.0.0.1:7860 user@server_ip，然后在本地浏览器打开http://127.0.0.1:7860。这种方式不需要把WebUI端口直接开放出去。

如果必须开放端口，应同时设置强密码、限制来源地址、定期查看访问日志，并避免在同一台机器上存放敏感文件。WebUI扩展具备执行代码的能力，安装扩展前要看清维护状态、更新记录和用户反馈。不要把服务器管理员权限交给WebUI运行用户，日常运行应使用普通账号，降低误操作带来的影响。

六、后台运行的三种方式

临时调试推荐使用tmux。安装后执行tmux new -s sdwebui，进入项目目录运行./webui.sh，按Ctrl+B再按D即可退出会话但保持程序运行。重新进入可执行tmux attach -t sdwebui。这种方式适合初期观察日志和排错。

简单长期运行可使用nohup：nohup ./webui.sh > webui.log 2>&1 &，然后用tail -f webui.log查看日志。停止时可用ps aux | grep webui找到进程号，再执行kill 进程号。nohup配置简单，但进程守护能力有限，服务异常退出后不会自动拉起。

更规范的方式是systemd。可创建/etc/systemd/system/sdwebui.service，配置工作目录、运行用户和启动命令，然后执行sudo systemctl daemon-reload、sudo systemctl enable sdwebui、sudo systemctl start sdwebui。查看状态使用sudo systemctl status sdwebui，查看日志使用journalctl -u sdwebui -f。生产环境建议采用这种方式，便于开机自启和统一管理。

七、常见问题与处理方法

问题一：启动时报CUDA不可用。先执行nvidia-smi确认驱动正常，再检查PyTorch是否安装了GPU版本。不要盲目反复安装不同版本依赖，容易造成环境混乱；必要时删除虚拟环境目录venv后重新启动，让脚本重新安装。

问题二：显存不足或生成中断。可以降低分辨率、减少Batch Size，开启--medvram，关闭不必要扩展。高分辨率修复、ControlNet、多LoRA叠加都会增加显存占用，建议逐项开启，确认稳定后再组合使用。

问题三：浏览器打不开页面。检查服务是否运行、端口是否正确、防火墙或安全组是否放行。若使用SSH端口映射，应确认WebUI监听在服务器本机地址，且本地端口没有被其他程序占用。

问题四：扩展安装后报错。先禁用最近安装的扩展，再重启服务。扩展之间可能存在依赖冲突，升级WebUI后也可能需要同步更新扩展。重要环境升级前建议备份整个项目目录中的配置、模型列表和启动参数。

八、升级、回滚与日常维护建议

升级前先进入项目目录执行git status查看是否有本地改动，再备份webui-user.sh、config.json以及必要的样式和预设文件。升级可执行git pull，然后重启服务。若升级后异常，可用git log --oneline查看历史版本，再通过git checkout 版本号临时回到旧版本。

模型文件建议按类别管理，例如基础模型、LoRA、VAE、ControlNet分目录存放，并记录来源和用途。定期清理无用输出图、缓存和临时文件，避免磁盘被占满导致服务异常。多人使用时，应约定分辨率、批量数量和运行时间，避免单个任务长期占满显卡。

最后要明确安全边界：Stable Diffusion WebUI适合用于合规的设计草图、创意插画、产品视觉、素材探索和学习研究。使用模型、提示词、扩展和生成结果时，应尊重版权与平台规则，不生成或传播违法违规内容，不上传敏感资料到不可信扩展。把环境搭好只是第一步，稳定运行、可控访问和规范使用才是服务器部署的关键。