stable-diffusion.cpp 高性能本地生图与视频生成全攻略

1
2

# 前往 Releases 下载对应平台的 sd-cli 或 sd-server
# 例如 Windows: sd-cli.exe, Linux: sd-cli

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

# 1. 克隆代码（务必递归子模块）
git clone --recursive https://github.com/leejet/stable-diffusion.cpp.git
cd stable-diffusion.cpp

# 2. 创建构建目录
mkdir build && cd build

# 3. CMake 配置（根据硬件选择）
# 基础 CPU 版本
cmake ..
# CUDA 加速（NVIDIA GPU）
cmake .. -DGGML_USE_CUBLAS=ON
# Vulkan 加速（AMD/Intel/跨平台）
cmake .. -DGGML_USE_VULKAN=ON

# 4. 编译
cmake --build . --config Release

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21

# 基础命令结构
./sd-cli -m <模型路径> -p "<提示词>" [选项]

# 实战示例（SD 1.5）
./sd-cli \
  -m ../models/v1-5-pruned-emaonly.safetensors \
  -p "A cute cat, masterpiece, best quality" \
  -W 512 -H 512 \
  --steps 20 \
  --cfg-scale 7.0 \
  --seed 42 \
  -o output.png

# 实战示例（Z-Image-Turbo - 极速生成）
./sd-cli \
  --diffusion-model z_image_turbo-Q4_K_M.gguf \
  --vae vae.safetensors \
  --llm qwen3-4b.gguf \
  -p "一只可爱的猫" \
  --cfg-scale 1.0 \
  --steps 8

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

./sd-cli -M vid_gen \
  --diffusion-model Wan2.2-T2V-A14B-LowNoise-Q8_0.gguf \
  --high-noise-diffusion-model Wan2.2-T2V-A14B-HighNoise-Q8_0.gguf \
  --vae wan_2.1_vae.safetensors \
  --t5xxl umt5-xxl-encoder-Q8_0.gguf \
  -p "A lovely cat running on the grass" \
  --cfg-scale 3.5 \
  --steps 4 \
  -W 832 -H 480 \
  --video-frames 33

1
2
3
4
5
6

git clone https://github.com/daniandtheweb/sd.cpp-webui.git
cd sd.cpp-webui
pip install -r requirements.txt

# 启动（需提前将 sd-cli 放入 PATH 或指定路径）
python sdcpp_webui.py

1

./sd-server -m model.gguf --host 0.0.0.0 --port 8080

1
2
3
4
5
6
7
8
9

{
  "mcpServers": {
    "sd-cpp": {
      "command": "/absolute/path/to/sd-cli",
      "args": ["-m", "/path/to/model.gguf", "--server"],
      "env": {"GGML_USE_CUBLAS": "1"}
    }
  }
}