企业官网建设流程全解析

如何零基础上手 Fooocus 文生图：从下载到出图实战指南

【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/Fooocus

Fooocus 是离线开源的文生图软件，你只管写提示词，它负责把图画好。它基于 Stable Diffusion XL 架构，内置离线 GPT-2 扩词引擎，短提示词出图也稳。适合不想调参数的人。

一、认识项目

1.1 和主流文生图方案比一比

Fooocus 解决的是一个很具体的问题：你只会说人话，不想当提示词工程师。它把在线文生图服务的体验搬到了本地离线环境：模型自己下、质量自己兜底，你只负责输入。

| 方案 | 形态 | 上手门槛 | 出图策略 | | - | - | - | - | | 在线文生图服务 | 在线订阅 | 最低，输入即出 | 平台替你调，不能本地部署 | | A1111 WebUI | 本地 | 高，参数多要自己调 | 依赖你选的模型，容易出"塑料感" | | ComfyUI | 本地节点图 | 最高，连线搭图 | 最灵活，但要求懂原理 | |Fooocus| 本地 |只写提示词| 内置离线扩词 + 采样修正，开箱稳定 |

它的技术底座是 SDXL，核心改进藏在 readme 的 "Hidden Tricks" 一节里：GPT-2 离线提示词扩写、负向 ADM 引导、自注意力锐化，这些就是短提示词也能出好图的原因。

二、跑起来

2.1 装前自检：硬件最低要求

Fooocus 只追求高质量出图，不为低配机器妥协，装之前先对表：

| 平台 | 最低配置 | 说明 | | - | - | - | | Windows / Linux + N 卡（20 系及以后） | 4GB 显存 + 8GB 内存 + 足够 Swap | 最快，官方主力支持路径 | | Windows + AMD 显卡（DirectML） | 8GB 显存 + 8GB 内存 | 约为 N 卡 30 系的 1/3 速度，beta 支持 | | Linux + AMD 显卡（ROCm） | 8GB 显存 + 8GB 内存 | 约为 N 卡 30 系的 1/2 速度，beta 支持 | | Mac M1/M2（MPS） | 共享内存 | 约为 N 卡 30 系的 1/9 速度，非官方指南 | | 纯 CPU | 32GB 内存 | 约为 N 卡的 1/17 速度，仅作体验 |

直白说一句：低于 4GB N 卡显存 + 8GB 内存这条线，就别硬试了，官方明确说不会为了降低要求而牺牲画质。

2.2 最短路径安装：按系统分三条路

Windows（最省事）：从官方发布页下载 Windows 整合包（7z 压缩包），解压到一个不含中文和空格的路径，双击run.bat就完事了。官方保证从"点下载"到"出第一张图"点击次数小于 3 次。想要动漫或写实画风，直接双击run_anime.bat/run_realistic.bat。AMD 显卡要改run.bat换 DirectML 流程，属于 beta 支持。

Linux：需要 Python 3.10，conda 或 venv 都行，核心就四步：

git clone https://gitcode.com/GitHub_Trending/fo/Fooocus cd Fooocus pip install -r requirements_versions.txt python entry_with_update.py

AMD 显卡的机器需要把 torch 换成 ROCm 版本再启动，官方标注 AMD 支持是 beta 状态。

macOS（M1/M2，压缩版）：装好 conda 和带 MPS 支持的 PyTorch 后，同样克隆仓库、conda env create -f environment.yaml建环境、装依赖、python entry_with_update.py启动。M2 机器如果模型加载慢，加--disable-offload-from-vram参数。官方对 Mac 的定位是"非官方指南"，跑得慢属于正常。

第一次启动你会看到什么：点下载 / 克隆 → 终端滚动下载模型进度（默认模型几个 GB）→ 浏览器自动打开 Gradio 网页界面 → 提示词框里输入一句话，点生成 → 几十秒到几分钟拿到第一张图。网络差的时候，下载这一步就是纯等待，别慌，不是卡死。

三、核心能力逐个拆

3.1 文生图：短提示词直接出图

它解决的问题：不会写长提示词，也不想知道 CFG 是什么，但想要一张拿得出手的图。

上手动作：在顶部提示词框输入短句子，比如 "a house in garden"，点生成，其他一律不用动。

实际效果：内置的离线 GPT-2 引擎会先把短提示词扩写成完整提示词，再叠加负向 ADM 引导和自注意力锐化，三个单词的提示词也能出完整、不塑料、不过度平滑的图。

3.2 图生图：放大、变化、局部重绘

它解决的问题：手上已经有一张图，想放大、微调，或者只改其中一部分。

上手动作：在 Input Image 面板上传参考图，选模式——Upscale（1.5x / 2x 放大）、Vary（Subtle / Strong 轻微或强烈变化）、Inpaint / Outpaint（局部重绘，或向上、下、左、右扩图）。

实际效果：Fooocus 用自己的 inpaint 模型（首次用到会自动下载inpaint_v26.fooocus.patch，约 1.28GB），官方结论是重绘结果比用标准 SDXL 重绘方案的软件更自然。

3.3 Image Prompt：拿图当风格参考

它解决的问题：想用一张现成图控制生成结果的构图或风格，而不是从头写。

上手动作：Input Image 面板选 Image Prompt 并上传图片；想换脸的话，在高级选项里开 FaceSwap。

实际效果：这套算法是 Fooocus 自己实现的，官方结论是质量和对提示词的理解都优于标准 IP-Adapter 类方法。

3.4 风格与预设：一键切换画风

它解决的问题：想换画风，但懒得自己写长提示词模板。

上手动作：Advanced 面板的 Style 下拉框选风格即可。仓库内置了几百个 SDXL 风格，sdxl_styles/samples/ 目录里的样本图和风格名一一对应（文件名就是风格名）。2.3.0 之后还可以直接在浏览器界面里切换预设，不切也行：启动时加--preset anime就是动漫版。

实际效果：换画风零成本；预设（anime / realistic / lcm / lightning 等）会连模型、LoRA、风格组合一起换，每种画风用的是单独调过的模型。

3.5 提示词技巧：权重、通配符、数组

它解决的问题：想探索多个变体，但一张张改提示词太慢。

上手动作：三种写法直接打在提示词里，不用开任何开关——权重I am (happy:1.5)（走 A1111 的加权算法，从 Civitai 直接抄提示词也能正常发挥）；通配符__color__ flower（从 wildcards/color.txt 按种子随机挑一个颜色）；数组[[red, green, blue]] flower（按元素各生成一张图，Image Number 设 3 即可全部出齐）。

实际效果：探索阶段不用来回改词，一次生成拿到全部变体，种子相同结果可复现。

四、把它调成你的样子

4.1 改默认行为：编辑 config.txt

跑过一次之后，程序会生成config.txt，这是你自定义默认行为的入口：默认模型、默认 LoRA、采样器、负向提示词、默认风格组合都能改，示意如下：

{ "default_model": "realisticStockPhoto_v10.safetensors", "default_cfg_scale": 3.0, "default_sampler": "dpmpp_2m", "default_styles": ["Fooocus V2", "Fooocus Photograph", "Fooocus Negative"] }

完整键值格式见首次启动时一并生成的config_modification_tutorial.txt。改崩了怎么办？删掉config.txt就恢复默认，官方就是这么说的。

4.2 高级面板里值得动的旋钮

• Guidance：控制风格化程度，数值越高清爽，代价是偏离提示词本意；
• Sampling Sharpness / Contrast：直接微调锐度和对比度，比导出后做后处理省事；
• Aspect Ratio：用界面给的固定档位就好——SDXL 的位置编码对训练时没见过的任意分辨率处理不好，固定档位出图更稳；
• Negative Prompt：等价于 Midjourney 的--no，写 "low quality" 之类的反向约束。

部署和排障时会用到几个启动参数：

| 参数 | 作用 | | - | - | |--listen/--port 8888| 开放局域网访问，配auth.json可加账号密码 | |--share| 生成远程 API 端点 | |--preset anime| 以动漫预设启动（预设文件在 presets/ 目录） | |--disable-preset-selection| 锁定浏览器里的预设切换 |

其余冷门参数一句话带过：跑python entry_with_update.py -h看完整表。

五、高频问题速查

问：生成很慢、卡在 "adm 2816"、报RuntimeError: CPUAllocator或 Segmentation Fault？答：本质都是系统交换空间（Swap）不足。保证每个盘至少 40GB 空闲（Win10/11 会自动建 Swap），Swap 放 SSD 里，改完重启。

问：报MetadataIncompleteBuffer或PytorchStreamReader？答：模型文件下载损坏。删掉损坏文件重新下载，网络好的话 Fooocus 会自动重下。

问：安装时报subprocess-exited-with-error？答：Python 版本不对（官方要求 3.10）或照野教程装了依赖。严格按官方流程走，Windows 用户直接跑run.bat最省事。

问：模型下载时SSL: CERTIFICATE_VERIFY_FAILED？答：下载链路证书校验失败，国内网络环境常见。检查代理设置，或手动下载模型放到models/checkpoints对应目录。

问：CUDA kernel errors might be asynchronously reported？答：少数设备的驱动或 CUDA 兼容问题。先升级 N 卡驱动到最新版；仍不行就按官方流程换附带的旧版 xformers 环境包。

问：什么都没动，突然变得非常慢？答：多半是后台还跑着第二个 Fooocus 实例，或 N 卡驱动升到 532 以上触发了约 10 倍降速的已知问题。关掉多余实例；驱动问题可回退到 531 版本试试。

问：Found no NVIDIA driver/Torch not compiled with CUDA enabled？答：驱动缺失或安装方式不对。升级驱动；AMD 用户确认是否按--directml（Windows）或 ROCm（Linux）流程装的。

问：加了--lowvram、--gpu-only、--bf16之类的参数后更卡？答：Fooocus 的显存管理是自动的，手动干预反而更糟。去掉这些参数，回到默认。

更多条目见官方排障文档 troubleshoot.md。

六、之后去哪儿

项目目前处于LTS 状态：只修 bug，不加新功能，暂无迁移到 Flux 等新架构的计划；想玩新模型，官方推荐同门的 WebUI Forge 或 ComfyUI 生态，社区也有不少功能更丰富的 Fooocus 分支（fork）可以折腾。

常用资源入口：

• 排障文档：troubleshoot.md
• 风格库（几百个 SDXL 风格）：sdxl_styles/
• 预设配置（default / anime / realistic / lcm / lightning 等）：presets/
• 通配符词库（颜色、花卉、动物、国籍等）：wildcards/
• 核心业务模块（配置、风格、UI 逻辑）：modules/

具体参数行为和版本差异，以官方文档为准。

【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/Fooocus