Automatic1111 WebUI深度图脚本安装问题分析与解决方案
2025-06-04 22:03:45作者:明树来
问题概述
在Windows 11系统上安装Automatic1111 WebUI的深度图脚本扩展时,用户遇到了安装失败的问题。错误日志显示在安装过程中出现了"NoneType' object has no attribute 'working_set'"的错误,并且最终由于"install install"这样的重复命令导致安装失败。
错误分析
从错误日志中可以清晰地看到几个关键问题点:
-
依赖包安装失败:在尝试安装networkx等依赖包时,出现了"NoneType' object has no attribute 'working_set'"的错误,这表明Python的包管理系统未能正确初始化。
-
命令语法错误:安装脚本中错误地包含了重复的"install"命令('install install "networkx==2.5"'),这显然是脚本编写时的笔误。
-
版本兼容性问题:脚本尝试安装networkx 2.5版本,这可能与当前环境中的其他依赖存在兼容性问题。
解决方案
对于遇到此问题的用户,可以尝试以下几种解决方法:
-
手动修复安装脚本:
- 定位到扩展目录下的install.py文件
- 找到第55行左右的代码
- 将
launch.run_pip('install install "networkx==2.5"', ...)修改为launch.run_pip('install "networkx==2.5"', ...) - 移除多余的"install"关键字
-
手动安装依赖:
- 可以尝试在WebUI的虚拟环境中手动安装所需依赖:
pip install networkx==2.5 packaging timm matplotlib trimesh numba vispy rembg moviepy transforms3d diffusers imageio -
使用更新版本的networkx:
- 考虑到networkx 2.5已经是较旧的版本,可以尝试使用更新的兼容版本
预防措施
为了避免类似问题,建议:
- 在安装扩展前检查其最近更新时间和issue状态
- 对于长时间未维护的扩展要谨慎使用
- 安装前备份当前稳定的WebUI环境
- 考虑使用虚拟环境来隔离不同扩展的依赖
技术背景
这个问题揭示了Python包管理中的几个重要方面:
-
包依赖解析:当working_set属性不可用时,通常意味着pip或setuptools的环境出现了问题
-
版本锁定:指定精确版本号(networkx==2.5)虽然可以确保一致性,但也可能带来兼容性问题
-
扩展维护:WebUI生态中许多扩展由社区维护,质量参差不齐,用户需要具备一定的问题排查能力
通过理解这些底层原理,用户可以更好地自主解决类似问题,而不仅仅是依赖特定扩展的更新。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
947
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
302
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381