Stable Diffusion WebUI VPS 部署教程：环境、模型和端口配置

Stable Diffusion WebUI 部署到 VPS 上，最头疼的不是装软件，而是环境冲突、显存不够、模型下载慢、端口死活连不上。这篇文章直接给出一套能跑起来的流程，从系统依赖到模型配置再到端口放行，每一步都踩过坑，照着来能省不少时间。

环境准备：VPS 配置要求和系统依赖

先确认 VPS 配置。Stable Diffusion WebUI 跑图吃的是 GPU，没有 NVIDIA 显卡的 VPS 基本没法用 CPU 推理（出图一张几分钟，别试）。推荐配置：

•GPU：至少 8GB 显存（RTX 3070 或 A10G 级别），4GB 显存只能跑小模型且容易 OOM。

•内存：16GB 以上，8GB 勉强但容易 swap。

•磁盘：50GB 以上，模型文件动辄 5-10GB，加上环境至少 30GB。

•系统：Ubuntu 22.04 或 20.04，Debian 11/12 也行。

安装基础依赖：

sudo apt update && sudo apt upgrade -y

sudo apt install python3 python3-pip python3-venv git wget -y

nvidia-smi

如果 `nvidia-smi` 报错，说明没装驱动。用 `ubuntu-drivers devices` 查看推荐版本，然后 `sudo apt install nvidia-driver-535`（数字以当前推荐为准）。装完重启。

部署 Stable Diffusion WebUI：源码安装与虚拟环境

推荐用 AUTOMATIC1111 的 WebUI 仓库，社区最活跃。不要用一键脚本，自己手动拉代码可控性更强。

mkdir -p /opt/sd-webui && cd /opt/sd-webui

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git .

python3 -m venv venv
source venv/bin/activate

pip install torch torchvision torchaudio –index-url https://download.pytorch.org/whl/cu121

pip install -r requirements.txt

如果网络慢，换国内 pip 源：`pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple`。

启动前先配置参数，避免默认占用全部显存：

nano webui-user.sh

找到 `export COMMANDLINE_ARGS=""` 这一行，改成：

export COMMANDLINE_ARGS="–listen –port 7860 –skip-torch-cuda-test –medvram –no-half-vae –api"

解释：`–listen` 让 WebUI 监听 0.0.0.0 可外部访问；`–port 7860` 指定端口；`–medvram` 降低显存占用；`–no-half-vae` 避免部分模型半精度报错；`–api` 开启 API 接口供外部调用（比如配合 AI Agent 或 n8n 工作流）。

启动：

bash webui.sh

第一次启动会下载模型文件和依赖，耗时较长。看到 `Running on local URL: http://0.0.0.0:7860` 表示成功。

模型和端口配置：下载模型、放行端口、反向代理

WebUI 默认不带模型，需要自己下载。常用模型可以从 Hugging Face 或 Civitai 下载。这里以 Stable Diffusion 1.5 为例：

cd /opt/sd-webui/models/Stable-diffusion/

wget https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors

其他模型（如 ChilloutMix、DreamShaper）同理，放到同一目录。注意 `.safetensors` 格式比 `.ckpt` 更安全。

端口放行：VPS 默认防火墙只开 22 端口。手动放行 7860：

sudo ufw allow 7860/tcp
sudo ufw reload

反向代理：生产环境建议用 Nginx 反代，加上域名和 HTTPS。不配置反代，直接暴露 7860 端口也能用，但不安全。Nginx 配置示例：

nginx
server {
listen 80;
server_name sd.yourdomain.com;

location / {
proxy_pass http://127.0.0.1:7860;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
}
}

配置完 `sudo systemctl reload nginx`，然后用 Certbot 申请 SSL 证书。记住：不要用 root 用户运行 WebUI，建议创建一个普通用户 `sduser`，用 systemd 管理服务。

老鸟叮嘱

1.显存不够不要硬跑：启动参数里 `–medvram` 或 `–lowvram` 能缓解，但出图速度会降。如果 VPS 显存只有 4GB，建议换用更轻量的 ComfyUI 或直接在本地跑。
2.API Key 不要写在脚本里：如果需要通过 API 调用 WebUI（比如集成到 AI Agent），用环境变量或配置文件读取，不要硬编码在代码里。
3.后台端口不要裸露公网：即使只开 7860，也建议用 `–gradio-auth user:password` 加一层认证，或者只绑定 127.0.0.1 再通过 Nginx 反代。
4.模型下载慢：用 `aria2c` 替代 `wget`，分块下载速度更快。或者从国内镜像站（如 hf-mirror.com）下载。
5.日志排查：启动报错先看终端输出，常见问题：Python 版本不对（需 3.10+）、CUDA 版本不匹配、磁盘空间不足。不要重装系统，先查日志。

FAQ

Q：VPS 没有 GPU 能跑 Stable Diffusion WebUI 吗？
A：不能。CPU 推理一张 512×512 的图需要 5-10 分钟，完全不可用。必须要有 NVIDIA 显卡且驱动正常。

Q：部署后浏览器访问 7860 端口显示 “This site can’t be reached” 怎么办？
A：先确认 WebUI 是否启动成功（看终端日志）。然后检查防火墙和云服务商安全组是否放行了 7860 端口。最后用 `curl http://127.0.0.1:7860` 在 VPS 内部测试是否正常。

Q：显存只有 6GB，能跑什么模型？
A：可以跑 SD 1.5 基础模型，但建议开启 `–medvram`。不要加载 ControlNet 或高分辨率修复，容易 OOM。SDXL 模型至少需要 8GB 显存。

Q：如何让 WebUI 开机自启？
A：写一个 systemd 服务文件，指定用户和工作目录，ExecStart 指向 /opt/sd-webui/webui.sh`。注意启动前先激活虚拟环境。

Q：模型下载到一半断了怎么办？
A：用 `wget -c` 断点续传，或者用 `aria2c -x 4 <url>` 分块下载。如果文件损坏，删除后重下。

Q：想集成到 n8n 工作流，怎么调用 WebUI 的 API？
A：启动时加 `–api`，然后通过 `http://your-vps-ip:7860/sdapi/v1/txt2img` 发送 POST 请求。n8n 里用 HTTP Request 节点，填入 JSON payload。

总结：Stable Diffusion WebUI 部署在 VPS 上，关键在环境依赖、模型管理和端口安全。按本文步骤配置好虚拟环境、启动参数和反向代理，跑图就能稳定。如果遇到报错，先看日志，别急着重装。