Fooocus AI 绘图与图像生成教程:3 步装完本地离线环境,从安装到出第一张图
【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/Fooocus
Fooocus 是一款本地、开源、免费的 AI 绘图与图像生成软件,基于 Gradio 网页界面。一句话提示词就能生成高质量图片,不需要提示词工程或调参。适合想离线体验 AI 绘图的新手,以及想本地产图的设计与开发者。
一分钟了解:低显存、离线、不调参也能出图
- 完全离线运行,开源免费,图片不离开你的电脑
- 显存门槛低:Nvidia 最低 4GB 显存 + 8GB 系统内存 + 系统交换空间
- 不用调参:内置离线 GPT-2 提示词扩展引擎和调好的采样参数,写 "house in garden" 也能出图
- 三套模型预设:通用 / 现实主义 / 动漫,浏览器里直接切换
- 构建于 Stable Diffusion XL 架构,目前处于 LTS 阶段(只修 bug,不加新功能)
安装前:确认你的硬件扛得住
先看你的显卡落在哪一档。"流畅"指日常出图节奏舒服;"能跑"指可以出图但要有耐心。所有配置都需要系统交换空间(swap,磁盘上的一块内存备用区,显存和内存不够时它兜底)。
| 系统 | 显卡 | 最低显存 | 系统内存 | 档位与备注 |
|---|---|---|---|---|
| Windows / Linux | Nvidia RTX 4XXX | 4GB | 8GB | 流畅,速度最快 |
| Windows / Linux | Nvidia RTX 3XXX | 4GB | 8GB | 流畅,通常快于 RTX 2XXX |
| Windows / Linux | Nvidia RTX 2XXX | 4GB | 8GB | 能跑,通常快于 GTX 1XXX |
| Windows / Linux | Nvidia GTX 1XXX | 8GB(6GB 不确定) | 8GB | 能跑,只比 CPU 快一点 |
| Windows | AMD GPU | 8GB | 8GB | 能跑,走 DirectML,约慢于 RTX 3XXX 三倍 |
| Linux | AMD GPU | 8GB | 8GB | 能跑,走 ROCm,约慢于 RTX 3XXX 一倍半 |
| Mac | M1 / M2 | 共享 | 共享 | 实验性支持,约慢于 RTX 3XXX 九倍 |
| 任意 | 纯 CPU | 无 | 32GB | 能跑,约慢于 RTX 3XXX 十七倍 |
官方明确不支持更小的模型降档跑——Fooocus 只做高质量出图,不牺牲效果换配置。习惯用容器部署的话,Docker 方案见 docker.md。
最短安装路径
Windows 用户:3 步装完
- 从官方发布页下载最新版 Windows 安装包(形如
Fooocus_win64_2-5-0.7z)并解压。搜索 "fooocus" 会出现很多假网站,官方强调发布页是唯一来源,别在别处下。 - 双击
run.bat。首次启动会自动下载全部所需模型,等进度走完,浏览器会打开http://127.0.0.1:7865。 - 想要特定画风就双击
run_anime.bat或run_realistic.bat(2.1.60 之后的安装包自带),对应的模型同样自动下载。
无论哪种启动方式,首次运行都会自动拉模型,注意两个落盘位置:
- 主模型进项目目录的
models/checkpoints文件夹(默认预设用的是juggernautXL_v8Rundiffusion.safetensors) - 第一次用到局部修复功能时,会再下载
models/inpaint/inpaint_v26.fooocus.patch(约 1.28GB)
另外,refiner(把底模画到一半的半成品再精修一遍的收尾模型)在三套预设里默认都没启用,先不用管。文件提前备好的话直接拷进对应文件夹即可跳过下载。
Linux 用户:Anaconda 六条命令装好
git clone https://gitcode.com/GitHub_Trending/fo/Fooocus # 克隆源码 cd Fooocus # 进入项目目录 conda env create -f environment.yaml # 按官方 environment.yaml 建 Python 3.10 环境 conda activate fooocus # 激活 fooocus 环境 pip install -r requirements_versions.txt # 按锁定的版本号安装全部依赖 python entry_with_update.py # 启动,首次运行自动下载模型,浏览器打开 127.0.0.1:7865不想用 Conda 的话,仓库支持纯 venv:系统装好 Python 3.10 后python3 -m venv fooocus_env、source fooocus_env/bin/activate,后面两条命令照旧。需要让局域网内其他设备访问时,启动命令加--listen。
AMD 用户:加一个 --directml 参数
Windows 上把run.bat的 torch 换成 DirectML 版(DirectML 是让 AMD 显卡跑 PyTorch 的转译层),并给启动行加--directml:
.\python_embeded\python.exe -m pip install torch-directml .\python_embeded\python.exe -s Fooocus\entry_with_update.py --directml pauseLinux 上则按 README 先卸载现有 torch,再装 ROCm 5.6 版本:pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.6。官方标注 AMD 支持是 beta,对出图速度要有心理预期(8GB 显存起步)。
生成你的第一张图:4 个步骤
- 确认浏览器停在
http://127.0.0.1:7865(启动后自动弹出,没弹就手动敲地址)。 - 在页面顶部提示词输入框写一句描述,比如 "house in garden"——框内占位提示是 "Type prompt here or paste parameters"。
- 风格保持默认即可,默认预设已勾好 Fooocus V2、Fooocus Enhance、Fooocus Sharp;其中 Fooocus V2 就是 GPT-2 提示词扩展,负责把你的大白话扩写成细致描述,短提示词完全够用。
- 点顶部的 Generate 按钮,进度条走完第一张图就出来了,新图统一存在项目
outputs目录。
进阶玩法:4 个最实用的功能
- 想要类似构图的新图或更大尺寸→ 选中一张满意的图,走 Input Image → Upscale or Variation,点 Vary (Subtle/Strong) 或 Upscale (1.5x/2x) → 得到构图相近的新图或放大版本,等价于 Midjourney 的 Vary 和 U1–U4。
- 想改图中局部或扩展画布→ Input Image → Inpaint or Outpaint,涂抹要改的区域并描述改法,或点 Up / Down / Left / Right 向四边扩图 → 得到局部重绘或向外延伸的图,Fooocus 用自己的修复算法和模型,官方称效果优于标准 SDXL 修复。
- 有参考图,想生成"像它"的图→ Input Image → Image Prompt 上传参考图;要换脸就勾高级选项里的 FaceSwap(基于 InsightFace)→ 模型把参考图当作生成条件,得到内容和风格贴近参考图的结果。
- 有图但不知道提示词怎么写→ Input Image → Describe 上传图片 → 自动得到这段画面的英文描述,直接复制回提示词框当 prompt 用。
遇到问题怎么办:5 个高频症状与处理
- 症状:报 "MetadataIncompleteBuffer" 或 "PytorchStreamReader"处理:模型文件损坏了。网络好时 Fooocus 会自动重新下载;否则按控制台打印的下载地址和存放路径手动重下。
- 症状:"RuntimeError: CPUAllocator",或模型加载后卡死、Segmentation Fault、Killed处理:全是系统交换空间不足。Windows 保证每块磁盘至少 40GB 空闲(10/11 会自动管理 swap);Linux/Mac 按发行版文档设 swap,改完要重启。
- 症状:什么都没动,生图突然慢了近十倍处理:先确认是不是同时开了两个 Fooocus。再查驱动:Nvidia 532 及以上版本被反馈可能比 531 慢十倍,降级到 531 驱动试试。
- 症状:pip 安装阶段报 "subprocess-exited-with-error"处理:Fooocus 指定 Python 3.10(
environment.yaml锁的就是 3.10),换对版本重装即可。 - 症状:Nvidia 4GB/6GB/8GB 显存报 CUDA Out Of Memory处理:官方记录这是 bug,直接开 issue 反馈;别自己加
--lowvram之类的参数,官方说多数情况反而更糟。
出完第一张图,Fooocus 的日常使用就基本全在这里了。首次启动后项目根目录会生成config.txt和config_modification_tutorial.txt,改前者可调模型路径和默认参数,改坏了删掉文件即恢复默认。更多常见问题见 troubleshoot.md,容器部署见 docker.md,版本迭代记录见 update_log.md。
【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