Stable Diffusion WebUI Forge在Linux系统下的安装与配置指南

环境准备与问题分析

在Linux系统上部署Stable Diffusion WebUI Forge时，用户可能会遇到shebang行解析错误，这通常是由于Windows换行符(CRLF)与Linux换行符(LF)不兼容导致的。本文将详细介绍两种主流部署方案：原生安装和Docker容器化部署。

原生安装方案

基础环境配置

建议使用Python 3.10.x版本创建虚拟环境，特别是对于Arch Linux等使用较新Python版本的系统。可以使用pyenv工具管理多版本Python环境：

pyenv install 3.10.6
~/.pyenv/versions/3.10.6/bin/python3.10 -m venv venv
source venv/bin/activate

解决换行符问题

对于webui.sh脚本的执行错误，可使用dos2unix工具转换文件格式：

sudo apt-get install dos2unix
dos2unix webui.sh
chmod +x webui.sh

启动参数优化

推荐使用以下启动参数组合以提高效率：

./webui.sh --listen --gradio-auth 用户名:密码 --theme dark \
--skip-torch-cuda-test --skip-install \
--skip-prepare-environment --skip-version-check

Docker容器化方案

容器环境准备

docker run --rm -it --gpus all -p 7860:7860 \
-v $(pwd):/workspace pytorch/pytorch:2.4.1-cuda12.4-cudnn9-runtime bash

容器内依赖安装

apt-get update && apt-get install wget git libgl1 libglib2.0-0 -y

模型文件管理

建议将模型文件(checkpoints)存放在宿主机目录，通过卷挂载方式提供给容器：

./webui.sh -f --listen --port 7860 \
--ckpt-dir /workspace/checkpoints \
--vae-dir /workspace/vae \
--lora-dir /workspace/lora

性能优化建议

1. 对于NVIDIA显卡用户，确保正确安装CUDA驱动和cuDNN库
2. 大模型加载时可添加--medvram或--lowvram参数优化显存使用
3. 生产环境建议使用--xformers启用显存优化
4. 定期清理venv目录下的缓存文件

常见问题排查

1. 依赖冲突：建议使用全新的虚拟环境
2. 权限问题：确保对模型文件有读取权限
3. CUDA错误：验证驱动版本与PyTorch版本兼容性
4. 内存不足：调整--medvram参数或升级硬件

通过以上方案，用户可以在Linux系统上稳定运行Stable Diffusion WebUI Forge，无论是开发测试还是生产部署都能获得良好体验。建议根据实际硬件配置和使用场景选择合适的部署方式。