Fooocus AI图像生成入门指南：3步从安装到第一次文生图
【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/Fooocus
Fooocus 是一款基于 Stable Diffusion XL 架构的免费开源 AI 图像生成工具，面向不想调参数的用户：你只写提示词，风格模板、提示词扩展、采样和精修都由它自动完成。最低要求 4GB 显存的 NVIDIA 显卡，全程离线运行，首次启动需要联网下载模型。
🚀 先跑起来：3步完成安装与启动
Windows 是最省事的路径：
- 下载 Fooocus 发布包并解压；
- 双击
run.bat； - 首次启动自动把主模型下载到 models/checkpoints/，浏览器随后可用。
Linux/Mac（使用 conda）：
git clone https://gitcode.com/GitHub_Trending/fo/Fooocus cd Fooocus conda env create -f environment.yaml conda activate fooocus pip install -r requirements_versions.txt python entry_with_update.py模型同样会在首次启动时自动下载，也可以提前手动放进 models/checkpoints/。
环境要求清单：
- GPU：NVIDIA 4GB 显存为推荐路径；AMD 仍属 beta（Windows 约慢 3 倍，Linux 约慢 1.5 倍），Mac M 系比 RTX 30 系慢约 9 倍
- 内存：8GB
- 磁盘：建议每个盘 40GB 以上空闲，低显存模式依赖系统交换空间
- 网络：首次启动需能访问模型源，下载完成后日常生成不需要联网
🗺️ 能力地图：文生图、放大、局部重绘与换脸的4个场景
界面是 Gradio 网页，分提示词、输入图像、高级三个区域，按场景对应如下：
| 场景 | 什么时候用 | 在哪触发 | 产出 |
|---|---|---|---|
| 文生图 | 只有想法、没有参考图 | 在 Prompt 输入框直接生成 | 带内置风格与精修的成图 |
| 变体与放大 | 对已有图想变一变或放大 | 上传到 Input Image，选 Upscale / Variation，再选 Vary (Subtle) 或 (Strong) | 同构图变体，或 1.5x / 2x 放大图 |
| 局部重绘与扩展 | 改某一块，或向四周延伸 | Input Image → Inpaint or Outpaint，再选 Inpaint / Up / Down / Left / Right | 局部重绘图或四方向扩展图 |
| 参考图与换脸 | 想要风格迁移或换脸 | Input Image → Image Prompt，高级选项里开 FaceSwap | 贴近参考图观感的成图，或替换后的面部 |
另外两个常用点：Input Image → Describe 可用 BLIP 反推图片描述生成提示词；Image Prompt 支持附带深度、姿态、线稿等控制条件。内置的离线 GPT-2 提示词引擎会先扩展你的提示词，所以 "house in garden" 这种短句也能出完整结果。
🎛️ 进阶：提示词通配符、内联LoRA与配置文件用法
- 想批量产出变体：提示词写
__color__ flower，会按种子从 wildcards/ 下的 color.txt、animal.txt 等文件随机取词，支持嵌套 → 每次生成元素不同，便于筛选构图。 - 想一次出多张对照：写
[[red, green, blue]] flower并把 Image Number 设为 3 → 一次生成三种颜色各一张。 - 想叠加微调模型：提示词里内联
<lora:file_name:1.2>，文件放 models/loras/ → 只对本次生成生效，不改全局配置。 - 想强调某个词：用
(happy:1.5)语法，Fooocus 采用 A1111 的重加权算法 → 从 Civitai 直接复制的提示词可用。 - 想换画风：用
run_anime.bat/run_realistic.bat或启动参数--preset anime→ 主模型与默认参数整套切换，各预设定义在 presets/。 - 想改默认采样器、CFG 或负面提示词：首次运行后项目根目录生成
config.txt，键值含义参考 modules/config.py → 改坏时删掉该文件即恢复默认，内置风格模板则定义在 sdxl_styles/sdxl_styles_fooocus.json。
🩺 避坑手册：显存不足、模型损坏与生成变慢排查
RuntimeError: CPUAllocator、加载后卡死
症状：模型加载完即崩溃或停滞。原因：系统交换空间不足。解决：保证每个盘 40GB 空闲、交换区放 SSD 并重启，完整对照见 troubleshoot.md。
MetadataIncompleteBuffer / PytorchStreamReader
症状：加载模型时报错。原因：模型文件下载不完整已损坏。解决：删除后重新下载，控制台会打印模型地址，可手动补下。
未改动配置，生成突然慢10倍
症状：速度明显下降。原因：同时跑了两个 Fooocus 实例，或 NVIDIA 驱动较新（532 之后部分版本变慢）。解决：关掉多余进程；驱动可退回 531 版本。
4~8GB显存出现CUDA Out Of Memory
症状：生成中途 OOM。原因：按官方配置 4GB 以上显存不应 OOM，多为安装方式不规范或显卡不支持 fp16。解决：按官方指南重装环境，仍复现就向项目提交 issue。
📚 延伸入口
- troubleshoot.md：报错到原因的完整对照表，含交换空间配置步骤。
- presets/default.json：默认主模型、采样器与 CFG 取值，手动下载模型时的依据。
- sdxl_styles/sdxl_styles_fooocus.json：内置风格模板的完整定义。
- update_log.md：版本更新记录，跨版本对比行为时查它。
Fooocus 把文生图的参数调优收进了后台，你剩下的工作就是描述清楚想要什么、选对风格。跑起来之后，先用一段 50~100 字的提示词（含主体、环境、光线）生成一张，再对同一张分别试 Vary (Subtle) 和 (Strong) 对比差异——这一步比读任何参数文档都快。
【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
