3分钟搞定！Krita-AI-Diffusion全平台本地部署：Windows/macOS/Linux保姆级教程

你还在为AI绘画插件配置繁琐而头疼？本文将通过3个步骤+3组对比图，帮助你在Windows、macOS或Linux系统上完成Krita-AI-Diffusion的本地化部署，无需专业知识，零基础也能上手。读完你将获得：全平台安装流程图解、硬件兼容性检测表、常见错误解决方案，以及3组实用功能演示。

准备工作：环境检测与资源下载

硬件兼容性检查

Krita-AI-Diffusion对硬件有一定要求，以下是官方推荐配置：

硬件类型	最低配置	推荐配置
显卡	NVIDIA GPU (4GB VRAM)	NVIDIA GPU (6GB+ VRAM)
CPU	四核处理器	六核及以上
内存	8GB RAM	16GB+ RAM
存储空间	20GB 可用空间	50GB+ 可用空间（含模型）

硬件支持情况：

GPU类型	支持系统	支持方式
NVIDIA GPU	Windows/Linux	CUDA
AMD GPU	Windows	DirectML
AMD GPU	Linux	ROCm (需自定义ComfyUI)
Apple Silicon	macOS	MPS (macOS 14+)
CPU	全平台	CPU渲染（速度较慢）

必备软件下载

1. Krita 5.2.0或更高版本：官方下载页面
2. Krita-AI-Diffusion插件：通过GitCode仓库获取

   git clone https://gitcode.com/gh_mirrors/kr/krita-ai-diffusion
   

分步安装指南

Windows系统安装

1. 安装Krita主程序，确保勾选"添加到PATH"选项
2. 打开Krita，导航至：工具 > 脚本 > 从文件导入Python插件
3. 选择下载的krita-ai-diffusion插件ZIP文件
4. 重启Krita后，通过：设置 > 面板 > AI Image Generation 启用插件面板
5. 在插件面板中点击"配置"，选择"自动安装本地服务器"
6. 等待服务器组件和基础模型下载完成（首次运行约需10-15分钟）

macOS系统安装

1. 安装Krita.dmg并拖入应用程序文件夹
2. 打开终端，执行以下命令安装依赖：

   brew install python3 git
   pip3 install -r requirements.txt
   

3. 同Windows步骤2-4启用插件
4. 在插件设置中选择"自定义服务器"，输入本地ComfyUI路径
5. 运行模型下载脚本：

   python3 scripts/download_models.py --recommended ~/ComfyUI
   

Linux系统安装

1. 通过包管理器安装Krita：

   # Ubuntu/Debian
   sudo apt install krita python3-pip
   
   # Fedora
   sudo dnf install krita python3-pip
   

2. 安装插件依赖：

   pip3 install -r requirements.txt --user
   

3. 同Windows步骤2-4启用插件
4. 启动插件后自动安装服务器组件
5. 对于AMD GPU用户，需手动配置ComfyUI的ROCm支持

服务器配置与模型管理

自动服务器安装

插件默认使用ComfyUI作为后端，首次启动时会自动：

1. 下载并安装ComfyUI核心组件
2. 配置必要的扩展（ControlNet、IP-Adapter等）
3. 下载基础模型文件

模型下载与管理

使用官方提供的模型下载脚本可灵活管理模型：

# 最小化模型集（约10GB）
python scripts/download_models.py --minimal ~/ComfyUI

# 推荐模型集（约30GB，含SDXL和常用ControlNet）
python scripts/download_models.py --recommended ~/ComfyUI

# 特定模型下载
python scripts/download_models.py --sdxl --controlnet ~/ComfyUI

模型文件结构位于ComfyUI目录下：

• 主模型：models/checkpoints/
• ControlNet模型：models/ControlNet/
• upscale模型：models/upscale_models/

验证安装与功能测试

基础功能验证

1. 新建画布（建议1024x768像素）
2. 打开AI Image Generation面板
3. 在文本框中输入简单提示词，如"a cat sitting on a bench"
4. 点击"生成"按钮，观察是否能正常输出图像

高级功能演示

ControlNet姿态控制

使用姿势控制功能可以精确调整人物姿态：

1. 创建简单人物草图
2. 在插件面板中选择"Control"选项卡
3. 启用"Pose"控制，上传草图作为参考
4. 输入提示词并生成图像

区域生成功能

通过图层定义不同区域，实现复杂场景生成：

1. 创建多个透明图层，使用选区工具定义区域
2. 为每个区域分配不同文本描述
3. 启用"区域生成"模式并生成图像

常见问题解决

安装失败

• 错误提示："无法导入模块"

  • 解决方案：确保Python环境变量配置正确，重新安装依赖

  pip3 install --upgrade -r requirements.txt
  

• 错误提示："模型下载失败"

  • 解决方案：手动运行模型下载脚本并指定代理

  python scripts/download_models.py --recommended ~/ComfyUI --proxy http://proxy:port
  

运行时问题

• 生成速度慢：检查是否使用了CPU渲染，确保已正确配置GPU加速
• 内存不足：降低图像分辨率或分批生成，推荐使用--minimal模型集
• 服务器连接失败：检查ComfyUI是否正常运行，端口是否冲突

扩展与自定义

自定义ComfyUI服务器

高级用户可手动配置ComfyUI：

1. 克隆ComfyUI仓库：

   git clone https://github.com/comfyanonymous/ComfyUI
   

2. 安装必要扩展：

   cd ComfyUI/custom_nodes
   git clone https://github.com/Fannovel16/comfyui_controlnet_aux
   git clone https://github.com/cubiq/ComfyUI_IPAdapter_plus
   

3. 在Krita插件设置中选择"连接到现有服务器"，输入本地ComfyUI地址

添加自定义模型

1. 下载模型文件（如.safetensors格式）
2. 放置到对应目录：
   • 检查点模型：ComfyUI/models/checkpoints/
   • LoRA模型：ComfyUI/models/loras/
3. 重启插件，新模型将自动出现在模型选择列表中

总结与资源

通过本文的步骤，你已成功在本地部署Krita-AI-Diffusion插件。该插件提供了丰富的AI绘画功能，包括：

• 基于文本提示的图像生成
• 局部重绘与扩展绘画
• ControlNet多种控制方式
• 区域分层生成
• 图像放大与增强

学习资源

• 官方文档：项目docs目录
• 视频教程：项目仓库中的media目录包含演示视频
• 社区支持：项目Discussions和Discord频道

后续展望

Krita-AI-Diffusion团队持续更新中，未来版本将支持：

• 更多AI模型（如最新的Flux模型）
• 改进的MacOS和Linux支持
• 更丰富的ControlNet控制方式
• 实时绘画预览功能

建议定期通过以下命令更新插件：

cd krita-ai-diffusion
git pull

点赞收藏本文，关注项目更新，获取更多AI绘画技巧！如有安装问题，欢迎在评论区留言讨论。