Stable Diffusion WebUI Forge 项目中的 API 模式配置指南
项目背景
Stable Diffusion WebUI Forge 是基于 AUTOMATIC1111 版本的稳定扩散 WebUI 分支项目,提供了更强大的功能和性能优化。其中 API 模式是该项目的核心功能之一,允许开发者通过编程接口与模型进行交互。
API 模式的基本配置
启动参数详解
要启用 API 模式,用户需要在启动命令中添加特定的参数。最基础的启动方式是在命令行中执行:
python launch.py --api
这个命令会启动 WebUI 并同时开启 API 服务,默认监听在本地 127.0.0.1 地址上。
网络访问配置
如果需要从局域网其他设备访问 API,需要添加监听参数:
python launch.py --api --listen
这样配置后,API 将监听所有网络接口,允许同一局域网内的其他设备访问。
自定义端口设置
默认情况下,API 会使用与 WebUI 相同的端口(通常是 7860)。如果需要指定特定端口,可以使用以下格式:
python launch.py --api --port 9999
值得注意的是,某些情况下直接使用 --api 9999 的语法可能无法正常工作,正确的做法是使用 --port 参数明确指定端口号。
常见问题排查
API 端口无法访问
如果发现 API 端口无法访问,建议检查以下几点:
- 确认防火墙是否放行了指定端口
- 检查启动日志中是否有端口绑定失败的提示
- 验证是否同时使用了
--listen参数允许外部访问
参数组合的正确用法
正确的参数组合对于 API 模式的正常运行至关重要。以下是推荐的几种参数组合方式:
-
仅本地 API 访问:
python launch.py --api -
允许局域网访问:
python launch.py --api --listen -
自定义端口配置:
python launch.py --api --port 9999 --listen
技术原理
Stable Diffusion WebUI Forge 的 API 模式基于 FastAPI 框架实现,提供了 RESTful 风格的接口。当启用 API 模式时,系统会额外加载一组专门用于 API 访问的路由和控制器,这些接口与 WebUI 的前端界面共享相同的后端处理逻辑,但提供了更结构化的数据返回格式。
API 模式特别适合以下场景:
- 需要批量处理图片生成的自动化任务
- 与其他系统集成的应用场景
- 需要精确控制生成参数的开发需求
性能考量
在启用 API 模式时,需要注意以下性能相关因素:
- 并发请求处理能力取决于 GPU 的显存大小和计算能力
- 长时间运行的 API 服务建议配合
--medvram或--lowvram参数使用 - 高并发场景下可能需要使用反向代理(如 Nginx)进行负载均衡
通过合理配置 API 模式,开发者可以充分利用 Stable Diffusion WebUI Forge 的强大功能,构建各种基于稳定扩散模型的创新应用。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00