只是能用，因为这两天有点晕，记忆力有点差，各种环节都有点没理清，基本靠history事后理思路的，加上pip没有history这种的记录命令的能力，所以可能会有错乱。

ai绘画对显卡有要求，一般至少也得有4G显存，如果只有核显，就不用试了，A卡也能用，不过得使用rocm来替代cuda，性能会比n卡差挺多的，大体流程差不多，自己百度下和这篇帖子对照下，应该也能安装成功。

因为我用的github加速链接过不了审核，所以各位用github下载的时候，各显神通吧

1. nvidia驱动，装系统时候选择安装闭源驱动或者从官网下载安装都可以 NVIDIA驱动官网地址

2. 安装cuda toolkit cudakit官方下载地址,一般高版本cuda是兼容低版本的，选择最高版本的就行，我选的是12.1。

   1. 照着这么选就行，然后运行下边的命令

   2. 贴一下命令，如果是其他版本的，就要自己选了。

      wget https://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/cuda_12.1.1_530.30.02_linux.run
      
      sudo sh cuda_12.1.1_530.30.02_linux.run
      

   3. 安装时要注意两点，第一步打字accept接受，第二步把nvidia driver取消掉，不然可能会安装失败。然后切换到Install安装就行。

      

3. 安装miniconda3，并配置conda和pip的国内源。自己百度吧，我一般使用tuna源。 安装完成后如果使用conda，提示没有这个命令，就需要检查下环境变量是否添加了 你的家目录/miniconda3/bin，或者是否 source ~/.bashrc,

   1. 配完源，创建一个虚拟环境。 conda create -n ai python=3.10.6
   2. 切换到虚拟环境 conda activate ai

4. 下载 Stable Diffusion git clone /https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

   1. 给webui.sh 加执行权限。 sudo chmod 777 webui.sh
   2. 在ai虚拟环境下直接 ./webui.sh 会自动在 stable-diffusion-webui 目录下创建一个venv的python虚拟环境，等待安装python包，之后如果卡GFPGAN，就需要手动安装GFPGAN，如果不卡gfpgan，就跳过第三步。
   3. wget https://github.com/TencentARC/GFPGAN/archive/refs/heads/master.zip 随便下载在哪个目录下都行，解压。之后切换到stable diffusion的venv目录下，然后 source bin/activate 切换到vevn的python，再cd到 gfpgan的目录下 （目录里有setup.py），运行 python -m setup.py install，
   4. 安装成功后，cd到stable-diffusion-webui ，现在python环境是在venv下，试下下边这些命令

   5. git pull
      
      pip install -r requirements_versions.txt --prefer-binary
      
      git clone https://github.com/Stability-AI/stablediffusion repositories/stable-diffusion-stability-ai
      
      pip install open_clip_torch
      
      pip install safetensors
      

5. python webui.py 如果报错，缺什么包，装什么包即可（缺包的提示如果包名包含 _ 一般要换成 -）。之后再运行 python webui.py ，直到弹出下图就行了`

6. 使用浏览器打开http://127.0.0.1:7860 能看到正常使用了。

7. 因为没录屏，各种环节都是凭借记忆来写的，可能有疏漏，见谅。