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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220