Fooocus 完整教程4GB 显存本地跑 AI 图像生成一键启动免调参【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/FooocusFooocus 是一款开源、离线、免费的 AI 图像生成文生图软件底层完全构建在 Stable Diffusion XL 架构之上。你把想画的内容用自然语言写出来提示词润色、模型加载、采样策略这些脏活全部由它自动处理——Nvidia 显卡 4GB 显存、8GB 内存就能跑起来。它比其他 AI 绘画工具省掉什么结论先说Fooocus 的核心设计哲学是只让你关心提示词和图片其余都不用碰。不用调参数。默认配置经过作者大量调优短到花园里的一栋房子、长到上千字的提示词出图质量都稳定。不用装模型。首次启动自动下载主模型和辅助文件装完即用。不用看显卡脸色。通过虚拟交换机制把 4GB 显存的机器也用起来了。需要说明的是项目目前处于维护模式当前版本 2.5.5见 update_log.md只修 bug 不加新功能也不会迁移到 Flux 等更新架构。如果你想要新架构社区里有不少 Fooocus 的 fork 在做相关探索追求开箱即用 SDXL 稳定出图的话主线版本反而是最省心的选择。三步在 Windows 上跑起来 ️从官方 GitHub 仓库的 Releases 页面下载最新压缩包作者反复提醒搜索引擎里大量fooocus相关网站都是冒牌货官方仓库是唯一可信来源。解压到任意目录。双击run.bat等待首次启动自动下载模型完成后浏览器会自动打开界面。首次启动会下载当前预设对应的主模型通用预设默认是 juggernautXL_v8Rundiffusion之后第一次用到局部重绘inpaint时还会自动拉取一个约 1.28GB 的专用 inpaint 模型。如果不想每次都自动下载也可以提前把模型文件放进models/checkpoints/目录。除了run.bat2.1.60 之后还有两个风格预设启动器run_anime.bat动漫向默认模型 animaPencilXL_v500和run_realistic.bat写实向默认模型 realisticStockPhoto_v20各自需要哪些模型都会自动补齐。Linux 上用 venv 部署 Fooocus需要 Python 3.10。整个流程一条命令都不用改git clone https://gitcode.com/GitHub_Trending/fo/Fooocus cd Fooocus python3 -m venv fooocus_env source fooocus_env/bin/activate pip install -r requirements_versions.txt python entry_with_update.py启动后浏览器访问本地 7865 端口即可。如果希望局域网内其他机器也能访问加上--listenAMD 显卡需要把 PyTorch 换成 ROCm 版本--preset anime/--preset realistic同样适用。Docker 用户可以直接看 docker.md。4GB 显存到底能跑到什么程度官方给出的各平台最低要求如下低于这个配置基本别指望本地跑运行环境最低配置大致速度相对 RTX 3 系Windows/Linux Nvidia RTX 2/3/4 系4GB 显存 8GB 内存需开启系统交换最快Nvidia GTX 1 系8GB 显存6GB 有成功也有失败案例仅略快于 CPUWindows AMD 显卡DirectML8GB 显存慢约 3 倍betaLinux AMD 显卡ROCm8GB 显存慢约 1.5 倍betaMac M1/M2MPS 加速共享内存慢约 9 倍纯 CPU32GB 内存慢约 17 倍两个实用提示Nvidia 驱动高于 532 版本有时比 531 慢一个数量级生成异常慢时可以先试着回退驱动Mac M2 用户加载模型慢的话可以加--disable-offload-from-vram参数提速。核心能力拆解不只是打字出图提示词扩展引擎。内置一个离线 GPT-2 模型模型文件在models/prompt_expansion/作为动态风格Fooocus V2存在。它会在你原始提示词之外补充细节描述等价于 Midjourney 的隐藏预处理——这就是为什么随便一句话也能出完整的图。不想要它时把风格里的 Fooocus V2 取消即可。图生图全家桶。上传一张图片后可以走多条路放大 / 变体Vary Subtle/Strong、1.5x / 2x 超分、局部重绘与外扩inpaint/outpaint用的是 Fooocus 自研的 inpaint 算法而非标准 SDXL inpaint、图像提示用图当参考含 FaceSwap 换脸。另外 2.5.0 加入了 Enhance 功能基于动态图像检测自动精修画面细节。风格库。仓库自带 6 套共 279 个风格预设Fooocus 官方、SAI、Diva、MRE、TWRI、Marc K3nt3L文件都在 sdxl_styles/每个风格带 128x128 的效果缩略图鼠标悬停就能预览选一个套用即可。内联提示词语法批量出图的三个技巧这是很多人不知道的能力写在提示词框里就能用通配符__color__ flower会从 wildcards/ 目录对应文件里按种子随机选一个词替换可嵌套、可组合。数组[[red, green, blue]] flower会从左到右依次生成 3 张图把图像数量调到 3适合批量对比配色、材质。内联 LoRAflower lora:sunflowers:1.2给指定词挂一个 LoRA文件放在models/loras/。另外支持权重语法I am (happy:1.5)和嵌入词(embedding:file_name:1.1)提示词支持多行一行一个元素等价于其他工具的多组提示词。常见问题排障与进阶设置模型文件损坏报MetadataIncompleteBuffer或PytorchStreamReader重新下载模型即可。出现RuntimeError: CPUAllocator确认系统虚拟交换已开启且每个盘至少留 40GB 空闲空间。改了配置把软件搞崩了删掉根目录的config.txt就恢复默认这个文件是首次运行后自动生成的可改模型路径、默认 LoRA、默认采样器等。局域网 / 公网暴露、端口、认证auth.json参考 auth-example.json、FP8/FP16 精度等几十项命令行开关完整清单在 readme.md 的 All CMD Flags 一节常见坑集中收录在 troubleshoot.md。最后给一个上手路径先用默认预设随便生成一张图建立信心再切到 realistic 预设用同一句提示词对比一次——两次生成的差距比读十页文档都更能帮你建立对这套工具的直觉。【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/Fooocus创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Fooocus 完整教程：4GB 显存本地跑 AI 图像生成，一键启动免调参
Fooocus 完整教程4GB 显存本地跑 AI 图像生成一键启动免调参【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/FooocusFooocus 是一款开源、离线、免费的 AI 图像生成文生图软件底层完全构建在 Stable Diffusion XL 架构之上。你把想画的内容用自然语言写出来提示词润色、模型加载、采样策略这些脏活全部由它自动处理——Nvidia 显卡 4GB 显存、8GB 内存就能跑起来。它比其他 AI 绘画工具省掉什么结论先说Fooocus 的核心设计哲学是只让你关心提示词和图片其余都不用碰。不用调参数。默认配置经过作者大量调优短到花园里的一栋房子、长到上千字的提示词出图质量都稳定。不用装模型。首次启动自动下载主模型和辅助文件装完即用。不用看显卡脸色。通过虚拟交换机制把 4GB 显存的机器也用起来了。需要说明的是项目目前处于维护模式当前版本 2.5.5见 update_log.md只修 bug 不加新功能也不会迁移到 Flux 等更新架构。如果你想要新架构社区里有不少 Fooocus 的 fork 在做相关探索追求开箱即用 SDXL 稳定出图的话主线版本反而是最省心的选择。三步在 Windows 上跑起来 ️从官方 GitHub 仓库的 Releases 页面下载最新压缩包作者反复提醒搜索引擎里大量fooocus相关网站都是冒牌货官方仓库是唯一可信来源。解压到任意目录。双击run.bat等待首次启动自动下载模型完成后浏览器会自动打开界面。首次启动会下载当前预设对应的主模型通用预设默认是 juggernautXL_v8Rundiffusion之后第一次用到局部重绘inpaint时还会自动拉取一个约 1.28GB 的专用 inpaint 模型。如果不想每次都自动下载也可以提前把模型文件放进models/checkpoints/目录。除了run.bat2.1.60 之后还有两个风格预设启动器run_anime.bat动漫向默认模型 animaPencilXL_v500和run_realistic.bat写实向默认模型 realisticStockPhoto_v20各自需要哪些模型都会自动补齐。Linux 上用 venv 部署 Fooocus需要 Python 3.10。整个流程一条命令都不用改git clone https://gitcode.com/GitHub_Trending/fo/Fooocus cd Fooocus python3 -m venv fooocus_env source fooocus_env/bin/activate pip install -r requirements_versions.txt python entry_with_update.py启动后浏览器访问本地 7865 端口即可。如果希望局域网内其他机器也能访问加上--listenAMD 显卡需要把 PyTorch 换成 ROCm 版本--preset anime/--preset realistic同样适用。Docker 用户可以直接看 docker.md。4GB 显存到底能跑到什么程度官方给出的各平台最低要求如下低于这个配置基本别指望本地跑运行环境最低配置大致速度相对 RTX 3 系Windows/Linux Nvidia RTX 2/3/4 系4GB 显存 8GB 内存需开启系统交换最快Nvidia GTX 1 系8GB 显存6GB 有成功也有失败案例仅略快于 CPUWindows AMD 显卡DirectML8GB 显存慢约 3 倍betaLinux AMD 显卡ROCm8GB 显存慢约 1.5 倍betaMac M1/M2MPS 加速共享内存慢约 9 倍纯 CPU32GB 内存慢约 17 倍两个实用提示Nvidia 驱动高于 532 版本有时比 531 慢一个数量级生成异常慢时可以先试着回退驱动Mac M2 用户加载模型慢的话可以加--disable-offload-from-vram参数提速。核心能力拆解不只是打字出图提示词扩展引擎。内置一个离线 GPT-2 模型模型文件在models/prompt_expansion/作为动态风格Fooocus V2存在。它会在你原始提示词之外补充细节描述等价于 Midjourney 的隐藏预处理——这就是为什么随便一句话也能出完整的图。不想要它时把风格里的 Fooocus V2 取消即可。图生图全家桶。上传一张图片后可以走多条路放大 / 变体Vary Subtle/Strong、1.5x / 2x 超分、局部重绘与外扩inpaint/outpaint用的是 Fooocus 自研的 inpaint 算法而非标准 SDXL inpaint、图像提示用图当参考含 FaceSwap 换脸。另外 2.5.0 加入了 Enhance 功能基于动态图像检测自动精修画面细节。风格库。仓库自带 6 套共 279 个风格预设Fooocus 官方、SAI、Diva、MRE、TWRI、Marc K3nt3L文件都在 sdxl_styles/每个风格带 128x128 的效果缩略图鼠标悬停就能预览选一个套用即可。内联提示词语法批量出图的三个技巧这是很多人不知道的能力写在提示词框里就能用通配符__color__ flower会从 wildcards/ 目录对应文件里按种子随机选一个词替换可嵌套、可组合。数组[[red, green, blue]] flower会从左到右依次生成 3 张图把图像数量调到 3适合批量对比配色、材质。内联 LoRAflower lora:sunflowers:1.2给指定词挂一个 LoRA文件放在models/loras/。另外支持权重语法I am (happy:1.5)和嵌入词(embedding:file_name:1.1)提示词支持多行一行一个元素等价于其他工具的多组提示词。常见问题排障与进阶设置模型文件损坏报MetadataIncompleteBuffer或PytorchStreamReader重新下载模型即可。出现RuntimeError: CPUAllocator确认系统虚拟交换已开启且每个盘至少留 40GB 空闲空间。改了配置把软件搞崩了删掉根目录的config.txt就恢复默认这个文件是首次运行后自动生成的可改模型路径、默认 LoRA、默认采样器等。局域网 / 公网暴露、端口、认证auth.json参考 auth-example.json、FP8/FP16 精度等几十项命令行开关完整清单在 readme.md 的 All CMD Flags 一节常见坑集中收录在 troubleshoot.md。最后给一个上手路径先用默认预设随便生成一张图建立信心再切到 realistic 预设用同一句提示词对比一次——两次生成的差距比读十页文档都更能帮你建立对这套工具的直觉。【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/Fooocus创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考