Fooocus 离线文生图怎么用:3 步启动,4GB 显存就能跑
【免费下载链接】FooocusFocus on prompting and generating项目地址: https://gitcode.com/GitHub_Trending/fo/Fooocus
用过 Stable Diffusion 的人都可能卡在同一个地方:采样器、CFG、步数、调度器,几十个参数摆在面前,新手根本不知道从哪个下手。Fooocus 就是为这个痛点设计的——一款完全免费、开源、可离线使用的 AI 文生图软件。你只需要在输入框里写一句提示词,比如 "house in garden",它就能直接输出一张质量在线的图,其余技术细节全部自动处理。
它的思路类似 Midjourney:内置离线的 GPT-2 提示词扩展引擎和一套调好的采样算法,无论提示词是一个词还是几百字,结果都不会翻车。整个软件跑在你自己的电脑上,不上传图片、不依赖任何在线服务。
🎯 项目定位与适合人群
Fooocus 完全基于 Stable Diffusion XL 架构,把"出图质量"和"操作复杂度"做了取舍:牺牲一些自由调参空间,换来接近零门槛的使用体验。适合三类人:想本地跑 AI 画图但嫌 A1111 太复杂的零基础用户;对隐私敏感、不想把图片传到在线平台的人;以及只想快速出稿、把时间花在提示词上的创作者。项目目前处于"仅修 bug"的长期维护状态,功能已定型,不会引入新架构。
💻 第一次运行体验:3 步启动(Windows)
推荐系统用 Windows,步骤如下:
- 从官方发布页下载 Fooocus 的压缩包(注意认准官方来源,搜索引擎里有很多山寨站点)。
- 解压到任意目录,比如 D:\Fooocus。
- 双击
run.bat,浏览器会自动打开操作界面。
首次启动会自动下载默认模型(主模型 juggernautXL 等)到models\checkpoints目录,网络正常就什么都不用管。Linux/Mac 用户只需克隆仓库后运行python entry_with_update.py:
git clone https://gitcode.com/GitHub_Trending/fo/Fooocus cd Fooocus && pip install -r requirements_versions.txtMac 和 AMD 显卡属于 beta 支持,能跑但速度明显更慢。硬件门槛是官方给的硬指标:
- GPU:NVIDIA 显卡,显存 ≥ 4GB(RTX 3060 笔记本实测约 1.35 秒/迭代)
- 内存:≥ 8GB
- 硬盘:至少 40GB 空闲空间(系统虚拟内存也占在这里)
🎨 最值得一试的 3 个功能
一句话出图。场景:你只有一行模糊的描述。用法:直接输入提示词,风格栏选默认的 Fooocus V2 或 Fooocus Photograph。效果:短提示词会被内置引擎自动补全成专业级描述,画面构图和质感都立得住。
图片变体与放大。场景:你有一张还不错的图,想要更多版本。用法:在 Input Image 里选 Upscale or Variation,然后选 Vary (Subtle)/Vary (Strong) 或 1.5x/2x Upscale。效果:在保持原构图的前提下出相似变体或无损放大。
局部重绘与扩图。场景:只想改图里的一小块,或把画面向上向下扩展。用法:选 Inpaint or Outpaint,用画笔刷出要改的区域再写提示词,支持上/下/左/右四个方向扩边。注意首次使用会自动下载约 1.28GB 的专属 inpaint 模型,属于正常现象。
🔧 进阶实用技巧
- 调整关键词权重:
I am (happy:1.5),括号里的数字越大,该词影响越强,适合突出主体情绪。 - 通配符随机取值:
__color__ flower会从wildcards/color.txt里随机挑一个颜色(含 red、navy、teal 等 17 种),每换一次种子换一次结果,方便批量试色。 - 数组一次出多张:
[[red, green, blue]] flower会按顺序生成 3 张不同颜色的花图,记得把出图数量设为 3。 - 提示词内联 LoRA:
flower <lora:sunflowers:1.2>直接在提示词里挂 LoRA,文件需放在models/loras/目录;挂嵌入向量用(embedding:file_name:1.1)。
⚠️ 避坑指南
| 现象 | 解决办法 |
|---|---|
报错RuntimeError: CPUAllocator,或模型加载后卡死 | 打开系统虚拟内存,确保每个磁盘至少 40GB 空闲空间;Windows 10/11 默认已自动管理,检查是否被修改 |
MetadataIncompleteBuffer或PytorchStreamReader错误 | 模型文件损坏,删掉重新下载,Fooocus 在网好的情况下会自动重下 |
| 生成速度突然变慢十几倍 | 先检查是不是同时开起了两个 Fooocus;NVIDIA 532 以上驱动偶发此问题,可退回 531 版驱动 |
| 4~8GB 显存报 CUDA Out Of Memory | 官方判定为 bug,建议提 issue;GTX 960 这类不支持 fp16 的 4GB 卡基本带不动 SDXL |
| Mac 上模型加载特别慢 | 启动时追加--disable-offload-from-vram参数 |
另外别照搬网上的杂牌教程去加--lowvram、--gpu-only之类的参数,官方明确说这通常会让问题更糟。
📚 深入探索
- modules/config.py:默认模型、采样器、样式的核心配置,首次运行后会生成
config.txt供你直接改。 - sdxl_styles/sdxl_styles_fooocus.json:Fooocus Photograph、Cinematic 等内置风格的正/负面提示词定义,想看某风格到底加了什么词就在这查。
- presets/default.json:各预设(default/realistic/anime)对应的默认模型与下载地址,手动补模型时按这个清单来。
- troubleshoot.md:官方问题清单,遇到上表之外的报错先来这里搜关键词。
写在最后
Fooocus 的价值很具体:把 SDXL 出图的调参负担全部收进后台,你只管写提示词,4GB 显存的机器也能离线跑通。如果你想在本地稳定出图,现在就可以下载官方包、双击run.bat,第一张图几分钟内就能看到。
【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