---

license: Apache License 2.0 domain: multi-modal tags:

• stable-diffusion
• webui
• image-generation deployspec: entry_file: app.py

---

Stable Diffusion WebUI Forge - Neo (中文改良版)

---

📋 项目介绍

本项目是基于 Stable Diffusion WebUI Forge 的中文改良版本，专注于优化和多模态插件融合，目标是通过简单易用的 GUI 运行最新的流行模型。

原作者：Haoming02 · 原项目链接

[!NOTE] 本版本为改良版本，部分插件直接安装会发生兼容性错误，为了适应众多新旧插件做了些许修改。

---

🆕 更新说明

v3.6.4 — 全面支持云端 API 模型

本次更新全面支持 API 云端模型，无需本地部署大模型即可使用最新图像生成与编辑能力，大幅降低显存门槛。

支持的 API 供应商

支持的云端模型

使用方式

1. 在 WebUI 中切换到 API 模式
2. 在设置或对应插件面板中填入供应商的 API Key
3. 选择目标模型即可开始生成，无需下载本地权重

[!TIP] API Key 可在各供应商官网的控制台中创建。API 模式与本地模型模式可自由切换。

---

📋 部署区

部署区涵盖从零开始部署本项目所需的所有信息，包括系统要求、安装步骤、启动器使用和常见问题。

系统要求

快速开始

第一步：安装 Python

1. 下载 Python 3.13.12：官方下载地址
2. 运行安装程序，务必勾选 "Add Python to PATH"
3. 安装完成后，打开命令行输入 python --version 验证

第二步：下载项目代码

git clone https://github.com/exo101/sd-webui-forge-neo-v3.git
cd sd-webui-forge-neo-v3

或直接下载 ZIP 解压到任意目录（路径不要包含中文和空格）。

第三步：启动

方式一：使用智能启动器（推荐）

1. 进入项目目录，双击运行 启动器.exe
2. 点击 ⚡ 启动 按钮
3. 首次启动会自动安装依赖，等待进度完成
4. 浏览器自动打开 WebUI 界面

方式二：使用批处理文件

1. 进入 webui 目录，双击运行 webui-user.bat
2. 等待依赖安装和 WebUI 启动
3. 浏览器打开 http://127.0.0.1:7860

[!NOTE] 首次启动需要 5-15 分钟安装依赖，请保持网络畅通，不要关闭窗口。

智能启动器

启动器采用 PyQt6 开发，提供以下功能模块：

常见问题

---

🧠 内核区

内核区介绍本项目基于 Forge 框架所做的底层优化，包括性能加速、显存优化和功能增强。

核心优化

• ComfyUI 后端重写 — 内存管理、模型补丁、注意力机制全面优化
• 模型加载优化 — 加速启动和模型切换
• 内存泄漏修复 — 切换 checkpoint 时的内存问题
• uv 包管理器支持 — 大幅加速依赖安装

注意力加速

推理加速

• Spectrum — 免训练加速所有模型，即开即用
• TAESD 实时预览 — 所有模型支持实时预览
• 半精度上采样器 — 加速上采样过程
• GPU 瓦片合成 — 加速高分辨率图像合成
• PyTorch 编译加速 — 使用 torch.compile 加速推理

显存优化策略

其他增强

• 显存防溢出保护 — 防止显存溢出导致的崩溃，支持 UNet/VAE 分块处理
• 多图拼接参考 — 多图像拼接与参考功能
• 种子多样性增强 — 改善蒸馏模型的种子多样性
• 调制引导控制 — 改善 Anima 模型的生成质量
• 支持更多图像格式 — .avif、.heif、.jxl
• X/Y/Z 图自动行计数优化

---

🎨 模型区

模型区介绍本项目支持的各类模型及其文件结构，助你快速了解如何下载和配置模型。

模型目录结构

webui/models/
├── Stable-diffusion/          # 所有主模型（SD1.5、SDXL、Flux、Anima、Qwen-Image、Wan 等）
├── Lora/                      # LoRA 微调模型
├── VAE/                       # 变分自编码器
├── text_encoder/              # 文本编码器 ⚠️ 需手动下载
├── CLIP/                      # CLIP 文本编码器
├── ControlNet/                # ControlNet 控制网络
├── ControlNetPreprocessor/    # ControlNet 预处理器
├── ESRGAN/                    # 超分辨率放大模型
└── RealESRGAN/                # 超分辨率模型

模型类型与文件结构

SD1.5 / SDXL 模型

传统模型，只需一个 checkpoint 文件即可运行：

models/Stable-diffusion/
└── your_model.safetensors    # 包含 UNet + VAE + 文本编码器

Flux 模型

Flux 采用 DiT 架构，组件分离存储：

models/Stable-diffusion/
└── flux1-dev-fp8.safetensors

models/text_encoder/          # T5 编码器（必需，约 4.7GB）
└── t5xxl_fp8_e4m3fn.safetensors

models/clip/                  # CLIP 编码器（必需，约 235MB）
└── clip_l.safetensors

Flux.2-Klein 模型

多模态编辑模型，支持图像编辑与生成：

models/Stable-diffusion/
└── flux-2-klein-9b-fp8.safetensors

models/text_encoder/
└── qwen_3_4b.safetensors

models/vae/
└── flux2-vae.safetensors

Anima 模型

二次元高质量专用模型：

models/Stable-diffusion/
└── anima.safetensors

models/text_encoder/
└── qwen_3_06b_base.safetensors

models/VAE/
└── qwen_image_vae.safetensors

Qwen-Image 模型

通义千问图像生成/编辑模型：

models/Stable-diffusion/
└── qwen_image_edit_2511_int8_convrot.safetensors

models/text_encoder/
└── qwen_2.5_vl_7b_fp8_scaled.safetensors

models/VAE/
└── qwen_image_vae.safetensors

Wan 2.2 视频模型

视频生成模型：

models/Stable-diffusion/
├── wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors
└── wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors

models/text_encoder/
├── umt5-xx-fp8-scaled.safetensors
└── umt5-xxl-enc-bf16.safetensors

models/VAE/
└── wan_2.2_vae.safetensors

[!TIP] 导出视频需要安装 FFmpeg

模型下载

---

🔌 插件区

插件区介绍本项目已集成和优化的各类扩展插件，按功能分类展示。

新增插件

优化插件

内置功能

---

📚 学习资源

• 视频教程: B站教程合集
• Wiki: Haoming02 Wiki

---

🤝 社区支持

QQ 交流群

扫码加入 AI 交流群，获取最新整合包、使用技巧和问题解答。

B站频道

关注 哔哩哔哩（鸡肉爱土豆） 获取最新教程和更新通知。

---

🙏 致谢

• Haoming02 — sd-webui-forge-classic 原作者
• AUTOMATIC1111 — Stable Diffusion WebUI 原始项目
• lllyasviel — Forge 优化框架
• comfyanonymous — ComfyUI 项目
• kijai、city96 — 社区贡献者
• 所有开源图像生成社区的贡献者

---

📄 许可证

本项目遵循 AGPL-3.0 许可证。详情请参阅 LICENSE 文件。

[!NOTE] 此版本整合包通过秋叶aaaki、张吕敏、Haoming02 等多位大佬技术总结做出的版本，不属于任何个人、企业，是非盈利性质的开源软件。

---