如何免费增强Stable Diffusion:sd-webui-additional-networks完整使用指南 🚀
sd-webui-additional-networks是一款专为Stable Diffusion Web UI设计的免费扩展工具,让你轻松添加LoRA模型实现精准风格控制与角色定制。无需复杂配置,新手也能快速掌握的AI绘图增强方案!
🌟 为什么选择这款LoRA扩展工具?
作为Stable Diffusion的必备扩展,sd-webui-additional-networks带来三大核心优势:
✅ 即插即用:无需修改原始模型,实时加载LoRA实现风格迁移
✅ 多模型叠加:支持同时应用5个不同LoRA模型,创造独特视觉效果
✅ 精准区域控制:实验性功能允许通过蒙版图像指定LoRA生效区域
特别适合动漫创作者、概念设计师和AI艺术爱好者,让你的作品在保持主体特征的同时,轻松切换不同艺术风格!
📥 5步快速安装指南
基础安装(适用于已安装Web UI的用户)
- 打开Stable Diffusion Web UI,切换到「Extensions」标签页
- 选择「Install from URL」子标签
- 在「URL for extension's git repository」输入框粘贴:
https://gitcode.com/gh_mirrors/sd/sd-webui-additional-networks - 点击「Install」按钮等待安装完成
- 重启Web UI,左下角将出现「Additional Networks」面板
⚠️ 注意:安装前请确保你的Web UI已更新到最新版本,以避免兼容性问题。
📁 模型存放与加载
正确放置LoRA模型文件
将下载的LoRA模型文件(支持*.pt、*.ckpt或*.safetensors格式)复制到以下路径:
sd-webui-additional-networks/models/LoRA
💡 小技巧:建议为不同风格的LoRA模型创建子文件夹分类存放,方便后续管理。例如:
models/LoRA/character/、models/LoRA/style/
加载模型到Web UI
- 打开Web UI左下角的「Additional Networks」面板
- 点击「Refresh models」按钮更新模型列表
- 在「Network module 1」下拉菜单中选择「LoRA」
- 从「Model 1」列表中选择需要加载的模型文件
- 调整「Weight」参数(推荐范围0.5-1.0)控制效果强度

图:LoRA模型选择与权重调整界面
🎨 高级使用技巧
多模型组合应用
该扩展支持同时加载5个不同LoRA模型,发挥创意组合的无限可能:
- 按照上述步骤配置「Model 1」
- 对「Model 2-5」重复相同操作(可选)
- 模型将按照1→5的顺序依次应用效果
- 尝试「角色LoRA+服装LoRA+风格LoRA」的经典组合
✨ 创意案例:使用「少女角色LoRA(权重0.8)+水彩风格LoRA(权重0.6)+动态姿势LoRA(权重0.7)」创造艺术插画
X/Y Plot参数对比功能
快速对比不同LoRA模型效果的实用技巧:
- 切换到「X/Y plot」标签页
- 在「X type」或「Y type」中选择「AddNet Model X」
- 点击「Values」旁的按钮获取模型列表
- 输入逗号分隔的模型名称(如
modelA,modelB,modelC) - 生成对比图,直观查看不同模型效果差异

图:多模型效果对比功能设置界面
区域蒙版控制(实验性)
精准控制LoRA生效区域的高级技巧:
- 准备RGB格式的蒙版图像(R/G/B通道对应Model 1/2/3)
- 在「Extra args」面板上传蒙版图像
- 蒙版白色区域(255)完全应用LoRA,黑色区域(0)不应用
- 可与ControlNet配合使用,实现更精细的姿态与风格控制

图:左为无蒙版效果,右为应用蒙版后的区域风格控制效果
⚙️ 常见问题解决
模型不显示怎么办?
- 检查模型文件格式是否为支持的
*.pt/*.ckpt/*.safetensors - 确认模型存放路径是否正确:
models/LoRA/ - 点击「Refresh models」按钮刷新列表
- 检查Web UI是否已重启(安装后必须重启)
效果强度不满意?
- 效果过强:降低Weight值(建议从0.7开始测试)
- 效果微弱:提高Weight值,或尝试叠加多个同类模型
- 出现异常:可能是模型与基础模型不兼容,尝试更换其他模型
Hires.fix功能失效?
如使用区域蒙版时Hires.fix功能异常,请更新到最新版本(v0.5.1+已修复此问题)。通过Web UI的「Extensions」→「Check for updates」一键更新扩展。
📚 实用资源
模型存放路径
核心LoRA模型目录:
models/LoRA/
扩展配置文件:
scripts/additional_networks.py
获取优质LoRA模型
推荐从CivitAI、Hugging Face等平台下载社区精选LoRA模型,注意选择与你的基础模型(如SD 1.5、SDXL)兼容的版本。
🎯 新手入门小贴士
- 从单一模型开始:先掌握单个LoRA的使用,再尝试多模型组合
- 记录成功参数:保存效果好的Weight值和模型组合,形成个人参数库
- 关注更新日志:通过扩展的Releases页面了解最新功能
- 适度调整权重:大多数情况下,0.5-1.0的Weight值能获得最佳效果
现在就下载这款免费扩展,解锁Stable Diffusion的全部创作潜力吧!无论是动漫角色定制、艺术风格迁移还是概念设计,sd-webui-additional-networks都能帮你轻松实现专业级AI绘图效果。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00