本文收录于《AI绘画从入门到精通》专栏，专栏总目录：点这里。

大家好，我是水滴~~

本文主要讲解 Stable Diffusion WebUI 的一些常用命令行参数，内容详细的介绍了每一种参数的使用，并配有截图，非常适合初学者食用。由于时间关系，介绍的参数并不全，后面会逐渐补充。

---

在哪里设置命令行参数?

我们打开 webui-user.bat 文件，可以看到几个通过set设置的环境变量，它们的主要作用见下方。

• PYTHON：设置 Python 可执行文件的路径，例如：C:\Python\Python310\python.exe。如果你电脑上安装了多个 Python 版本，请指定 Python 3.10.6 的可执行文件路径。
• GIT：设置 Git 的地址，通常无需设置。
• VENV_DIR：指定虚拟环境路径，默认为 venv，通常无需设置。
• COMMANDLINE_ARGS：主程序的附加命令行参数。

COMMANDLINE_ARGS 环境变量就是我们设置命令行参数的地方，是我们今天讲解的重点。

都有哪些命令行参数？

Stable Diffusion WebUI 的命令行参数有很多，我找了一些常用的，并按功能分别进行讲解。

在公网上运行

如果你想在公网上访问你部署的 Stable Diffusion WebUI，可以增加 --share 命令行参数，这样你将获得一个 https://***.gradio.live 链接。下面来看具体操作：

在 COMMANDLINE_ARGS 后面增加 --share 命令行参数，保存并重启 webui-user.bat。

在启动窗口中可以看到一个公开的 URL（https://e66d48c832f5596cef.gradio.live），该 URL 就是访问链接。注意：每次启动后，这个链接的前缀会有变化。

复制刚才的网址到浏览器（https://e66d48c832f5596cef.gradio.live），通过下图可以看到，已经进入了我们的 Stable Diffusion WebUI 主页面。

增加身份验证

在公网上运行我们的 Stable Diffusion WebUI 是很不安全的，这时我们可以增加身份验证，可以使用 --gradio-auth username:password 命令行参数来设置用户名和密码，多组用户名和密码间使用英文逗号分隔。这样，只有能正确登录的用户才能使用我们的 Stable Diffusion WebUI。下面来看具体操作：

在 COMMANDLINE_ARGS 后面增加 --gradio-auth zhangsan:123,lishi:456 命令行参数，该参数设置了两组用户和密码，保存并重启 webui-user.bat。

这次我们在浏览器中打开生成的链接（https://d8236ed0213db8c126.gradio.live），并没有进入主页面，而是进入了登录页面。

输入正确的用户名和密码进行登录，就能进入主页面了。

在局域网内运行

如果你想要在局域网中访问部署的 Stable Diffusion WebUI，可以使用 --listen 命令行参数，这样局域网内，输入 http://你的IP:7860（例如：http://172.16.72.26:7860）就能够访问了。具体操作如下：

在 COMMANDLINE_ARGS 后面增加 --listen 命令行参数，保存并重启 webui-user.bat。

重启后，在局域网中就可以访问（http://172.16.72.26:7860）了。

如果你想修改端口，可以使用 --port xxxx 命令行参数，xxxx为端口号。具体操作如下：

在 COMMANDLINE_ARGS 后面增加 --port 8080 命令行参数，保存并重启 webui-user.bat。

重启完成后，在浏览器中访问（http://172.16.72.26:8080）就能进入主页面了。

指定模型路径

随着我们使用的模型起来越多，我们的磁盘空间也越来越小，我们可以通过 --ckpt-dir 命令行参数来指定模型路径。具体操作如下：

在 COMMANDLINE_ARGS 后面增加 --ckpt-dir=F:\\StableDiffusion 命令行参数，保存并重启 webui-user.bat。

再次进入主界面，可以看到不仅仅加载了stable-diffusion-webui\models\Stable-diffusion默认路径下的模型，还将我们指定的 F:\StableDiffusion路径下的模型下载出来了。

在CPU上运行

如果你的电脑没有独立显卡，或显存太小，那么可以尝试在 CPU 上运行，可以添加一组命令行参数：--use-cpu all --precision full --no-half --skip-torch-cuda-test。使用 CPU 生成的速度非常慢，但我们可以作为尝鲜使用。