Fooocus AI绘图工具离线安装教程从部署到生成第一张图的完整步骤【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/FooocusFooocus 是一款基于 Stable Diffusion XL 架构的离线、开源、免费 AI 绘图文生图工具把原本需要大量手动调参的生成流程封装成只填提示词的网页界面默认配置下即可得到完成度较高的成图。本文以完成第一张作品为主线依次覆盖安装步骤、首次运行的模型下载、核心参数使用和常见报错排查适合准备在本地部署 Fooocus 的用户。与 Midjourney 等云端产品相比它的差异在于完全本地运行、数据不出机器、不产生按次费用代价是需要一张可用的 GPU。第一步确认硬件与系统要求显存与内存门槛官方给出的最低配置如下表低于该规格的机器不建议本地运行项目明确不为了降配去支持小尺寸模型| 平台 | GPU | 最低显存 | 系统内存 | 速度参考相对 RTX 3XXX | | - | - | - | - | - | | Windows / Linux | Nvidia RTX 2XXX~4XXX | 4GB | 8GB | 基准 | | Windows / Linux | Nvidia GTX 1XXX | 8GB6GB 不确定 | 8GB | 略快于纯 CPU | | Windows | AMD GPUDirectML | 8GB | 8GB | 约为 RTX 3XXX 的 1/3 | | Linux | AMD GPUROCm | 8GB | 8GB | 约为 RTX 3XXX 的 1.5 倍耗时 | | MacM1/M2 MPS | 共享显存 | 共享 | 共享 | 约为 RTX 3XXX 的 9 倍耗时 | | Windows / Linux / Mac | 仅 CPU | 0 | 32GB | 约为 RTX 3XXX 的 17 倍耗时 |所有本地方案都依赖系统 Swap交换分区/文件官方建议至少预留40GB空间且尽量放在 SSD 上否则模型加载会明显变慢。Windows 10/11 默认自动管理 Swap通常无需手动设置只要保证每个磁盘至少 40GB 空闲即可。官方在 16GB 内存 6GB 显存RTX 3060 笔记本的机器上测得约1.35 秒/迭代可作为性能预期参照纯 CPU 方案一张图会以分钟计时间取决于核数。如果完全没有本地 GPU仓库自带 fooocus_colab.ipynb 可直接在云端 Notebook 中运行免费版下保证基础文生图可用。第二步按平台安装Windows / Linux / Mac / Docker / AMDWindows 官方压缩包最简路径从官方仓库的 Release 页面下载 Windows 64 位压缩包文件名形如Fooocus_win64_2-5-0.7z解压到任意目录。双击run.bat首次运行会自动补全运行环境并下载模型见下一步。运行成功后浏览器会自动打开本地网页界面。注意甄别下载来源readme.md 专门提醒搜索引擎中大量名为 fooocus 的仿冒网站均为假冒官方渠道只有项目仓库本身。Linux三种方式任选其一克隆仓库git clone https://gitcode.com/GitHub_Trending/fo/Fooocus进入Fooocus目录。按已有环境选择Anaconda/Minicondaconda env create -f environment.yaml→conda activate fooocus→pip install -r requirements_versions.txtPython venv系统需 Python 3.10python3 -m venv fooocus_env→source fooocus_env/bin/activate→pip install -r requirements_versions.txt原生系统 Python确认已有 Python 3.10 后直接pip3 install -r requirements_versions.txt启动python entry_with_update.py需要局域网访问时加--listen可用--port指定端口。MacApple SiliconM1/M2Mac 通过 PyTorch MPS 加速运行官方标注为未充分测试的实验性支持先按 Apple 官方指南装好 conda 与 PyTorch确认 PyTorch 能识别 MPS 设备。克隆仓库并cd Fooocus。conda env create -f environment.yaml→conda activate fooocus→pip install -r requirements_versions.txt。python entry_with_update.py启动部分 M2 用户需要追加--disable-offload-from-vram加快模型加载/卸载。DockerDocker 镜像基于 CUDA 12.4 PyTorch 2.1前提是装有 Nvidia 专有驱动并安装了 Docker或 Podman。克隆仓库后执行docker compose up即可容器日志出现Use the app with http://0.0.0.0:7865/时用浏览器访问。模型与输出存放在fooocus-data卷中镜像构建、环境变量如CMDARGS、HF_MIRROR等细节见 docker.md 与 docker-compose.yml。AMD 显卡Windows 与 LinuxAMD 支持目前是 beta 状态官方说明未做密集测试Windows改用 DirectML 后端。下载解压官方包后把run.bat内容替换为 README 给出的三条命令——先卸载现有 torch 系列包再pip install torch-directml最后用--directml参数启动entry_with_update.py。Linux在常规安装完成后把 torch 换成 ROCm 版本官方给出的命令为pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.6启动方式不变。第三步首次运行与模型自动下载预期结果确认首次启动时 Fooocus 会自动做几件事按预期逐一确认即可默认主模型自动下载到models/checkpoints目录网络正常时无需任何手动操作已有模型文件可直接拷贝进该目录加速。浏览器自动打开本地界面看到输入提示词的文本框、风格下拉框和 Generate 按钮即代表启动成功。首次使用 Inpaint局部重绘时会再下载 Fooocus 自研的修补模型inpaint_v26.fooocus.patch1.28GB到models/inpaint/。主目录下会生成config.txt用户配置和config_modification_tutorial.txt配置说明这是后续自定义的基础。三个官方预设对应不同的默认模型可用启动脚本或参数切换2.3.0 之后也能直接在浏览器界面里切换| 预设 | Windows 入口 | Linux/Mac 参数 | 默认主模型 | | - | - | - | - | | General通用 |run.bat| 无默认 | juggernautXL_v8Rundiffusion | | Realistic写实 |run_realistic.bat|--preset realistic| realisticStockPhoto_v20 | | Anime动漫 |run_anime.bat|--preset anime| animaPencilXL_v500 |如需固定行为--disable-preset-selection关闭浏览器端预设切换--always-download-new-model在切换预设时自动下载缺失模型。各预设的完整参数见 presets/ 目录下的 JSON 文件。第四步生成第一张图提示词、风格与核心参数在文本框输入一句简短描述README 示例为 house in garden点击 Generate。默认样式组合是 Fooocus V2 / Fooocus Enhance / Fooocus Sharp其中Fooocus V2 是内置的离线 GPT-2 提示词扩展引擎会把短句扩写成带细节的长提示词这是短提示词也能出好图的主要原因。提示词支持三种行内写法见 readme.md 的 Inline Prompt Features 一节通配符__color__ flower会从 wildcards/ 目录对应文件如color.txt随机取词数组[[red, green, blue]] flower对每个元素各生成一张图配合 Image Number 设为 3行内 LoRAflower lora:文件名:1.2LoRA 文件需放在models/loras/。权重与嵌入I am (happy:1.5)调整词权重(embedding:文件名:1.1)调用models/embeddings/下的 Textual Inversion 概念。风格Style内置数百个 SDXL 风格模板来自 sdxl_styles/ 下多个社区作者twri、3Diva、Marc K3nt3L、SAI、MRE 等的模板文件可多选混合。Advanced 面板是主要调参入口Quality速度/平衡/画质、Aspect Ratios、Image Number、Negative Prompt、Guidance对应 Midjourney 的 stylize、采样器与调度器默认dpmpp_2m_sde_gpukarras、CFG 等。Input Image 面板代表更深的玩法Image Prompt以图引导、Upscale1.5x/2x 放大修复、Inpaint/Outpaint局部与外扩重绘、FaceSwap换脸。新手先只用文生图即可这些功能用到时才需要额外下载对应模型。排错新手高发的报错与排查方法官方维护了专门的排错文档 troubleshoot.md以下按成因归类了其中出现频率最高的几类。内存类报错System Swap 不足RuntimeError: CPUAllocator、Segmentation Fault、Aborted、core dumped、Killed、模型加载后卡住不动、adm 2816后卡死、Error 1006/WinError 10060、Read timed out、控制台一闪而退找不到报错——这些现象官方归因于同一点Swap 空间不够。确认系统 Swap 至少 40GBRAM 超过 64GB 的机器或许可以例外但官方未验证。Swap 若位于 HDD 上模型加载会非常慢尽量改放 SSD。Windows 10/11 默认自动管理 Swap只要保证每个磁盘 40GB 空闲改完任何 Swap 设置需重启生效。模型文件损坏MetadataIncompleteBuffer / PytorchStreamReader终端出现这两个字样即模型文件损坏。网络好时 Fooocus 会自动重新下载否则按终端里打印的模型 URL 手动下载并放回models/对应目录。显存不足CUDA Out Of Memory8GB / 6GB 显存或支持 fp16 的 4GB 卡如 RTX 3050报 OOM官方定性为 bug建议直接提 issue。不支持 fp16 的 4GB 老卡如 GTX 960基本无法跑 SDXL官方建议改走 SD1.5 生态。AMD 卡报 OOM 时Windows 端支持仍属实验性质Linux ROCm 路径略好。其他高频问题SSL: CERTIFICATE_VERIFY_FAILED常见于网络环境受限可关闭代理重试或手动下载模型文件。subprocess-exited-with-errorPython 版本不对Fooocus 要求Python 3.10。Torch not compiled with CUDA enabled安装流程没有按官方步骤走对照本文第二步重做。速度突然变慢但什么都没改检查是否同时开了两个 Fooocus 实例另有部分用户报告新版 Nvidia 驱动532下出现约 10 倍变慢的情况可回退 531 驱动验证。进阶配置自定义与深入资源config.txt自定义修改模型路径、默认 CFG默认 4.0、默认采样器、默认风格、默认负向提示词等完整键值说明在config_modification_tutorial.txt。改坏之后删除config.txt即可恢复默认。常用命令行参数--listen/--port对外提供服务、--share生成远程访问端点、--preset/--disable-preset-selection预设控制、--language界面翻译、--hf-mirror模型镜像、--preview-option进度预览等全量参数列表在 readme.md 的 All CMD Flags 一节。对外部署加认证--listen或--share默认无鉴权可在主目录放auth.jsonuser/pass键值的 JSON 列表启用基本认证示例见 auth-example.json。界面本地化把 JSON 翻译文件放进 language/ 目录含 example.json 参考格式再以--language 文件名启动。项目状态Fooocus 目前处于有限长期支持LTS只做 bug 修复官方暂无迁移到新模型架构如 Flux的计划相关需求可关注 README 提到的其他平台或社区 fork。版本变更记录见 update_log.md二次开发说明见 development.md。接下来可以试什么用同一句提示词分别跑--preset anime和--preset realistic对比三个预设在成图风格上的差异注意切换后会自动下载对应模型。在提示词里组合通配符与数组例如__color__ [[red, green, blue]] flower配合 Image Number3一次生成一组对照图体会行内功能的批处理能力。把常用参数写进config.txt固定下来再对照 update_log.md 了解各版本改了什么判断是否值得升级。【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