1.开启Stable Diffusion的api服务
编辑webui-user.bat 添加 –api 开启api服务，然后保存启动就可以了
2.api 文档地址
http://127.0.0.1:7860/docs
3. 文生图 接口
地址
/sdapi/v1/txt2img //post 请求
入参
{enable_hr: false, // 开启高清hrdenoising_strength: 0, // 降噪强度hr_scale: 2, // 高清级别hr_upscaler: "",hr_second_pass_steps: 0,hr_resize_x: 0,hr_resize_y: 0,hr_sampler_name: "",hr_prompt: "",hr_negative_prompt: "",prompt: "", // 正向关键字styles: [],seed: -1, // 随机种子subseed: -1, // 子级种子subseed_strength: 0, // 子级种子影响力度seed_resize_from_h: -1,seed_resize_from_w: -1,sampler_name: "",batch_size: 1, // 每次生成的张数n_iter: 1, // 生成批次steps: 50, // 生成步数cfg_scale: 7, // 关键词相关性width: 512, // 生成图像宽度height: 512, // 生成图像高度restore_faces: false, // 面部修复tiling: false, // 平铺do_not_save_samples: false,do_not_save_grid: false,negative_prompt: "", // 反向关键字eta: 0, // 等待时间s_min_uncond: 0,s_churn: 0,s_tmax: 0,s_tmin: 0,s_noise: 1,override_settings: {}, // 覆盖性配置override_settings_restore_afterwards: true,script_args: [], // lora 模型参数配置sampler_index: "Euler", // 采样方法script_name: "",send_images: true, // 是否发送图像save_images: false, // 是否在服务端保存生成的图像alwayson_scripts: {}, // alwayson配置//模型model_name: "",
};
实现逻辑
import {txt2img} from "@/api/sd/index";
const img = ref('')
const txt2imgFun = async () => {const response = await txt2img(txt2imgData.value);if (response.status === 200 && response.data) {try {const images = response.data.images;if (images.length === 0) return;//单图，多图得用数组遍历img.value = images.map((item) => `data:image/png;base64,${item}`);} catch (err) {console.log("err", err);}
}
生成进度接口
接口
/sdapi/v1/progress //get请求
参数
无
实现逻辑
import {progress} from "@/api/sd/index";const img = ref('')const progressNum = ref(0)const progressFun=()=>{let { data } = await progress();progressNum.value = parseInt(data.progress * 100);img.value = `data:image/png;base64,${data.current_image}`;}
终止生成接口
接口
/sdapi/v1/interrupt //post请求
参数
无
实现逻辑
import {interrupt} from "@/api/sd/index";
const termination = async () => {await interrupt();
};
4.模型切换
（1）api.py 文件
这块需要修改sdwebui的源码
首先打开 \modules\api下的 api.py 文件
注意一点
得先在头部引入 sd_models
from modules import sd_models
在 api.py 下的 text2imgapi这个类里面 添加代码
代码如下
send_images = args.pop('send_images', True)
args.pop('save_images', None)
model_name = img2imgreq.model_name #新增
with self.queue_lock:if model_name is not None: #新增pathName = os.path.abspath('..') #新增pathName = pathName.replace('\\','/') #新增w_info = sd_models.CheckpointInfo(os.path.join(pathName+'/webui/models/Stable-diffusion/'+model_name)) #新增，这里的地址参考自己的路径，我这个是旧版sd_models.reload_model_weights(info=w_info) #新增with closing(StableDiffusionProcessingImg2Img(sd_model=shared.sd_model, **args)) as p:
然后另外一个 img2imgapi 类同理
代码如下
send_images = args.pop('send_images', True)
args.pop('save_images', None)
model_name = img2imgreq.model_name #新增
with self.queue_lock:if model_name is not None: #新增pathName = os.path.abspath('..') #新增pathName = pathName.replace('\\','/') #新增w_info = sd_models.CheckpointInfo(os.path.join(pathName+'/webui/models/Stable-diffusion/'+model_name)) #新增，这里的地址参考自己的路径，我这个是旧版sd_models.reload_model_weights(info=w_info) #新增with closing(StableDiffusionProcessingImg2Img(sd_model=shared.sd_model, **args)) as p:
（2）models.py 文件
首先打开 \modules\api下的 models.py 文件
找到StableDiffusionTxt2ImgProcessingAPI和StableDiffusionImg2ImgProcessingAPI这两个类添加代码
代码
{"key": "model_name", "type": str, "default": None},
（3）processing.py 文件
首先打开 \modules下的 processing.py 文件
在StableDiffusionProcessingTxt2Img 和 StableDiffusionProcessingImg2Img 新增代码
model_name: str = None
然后源码这块已经修改完成了
注意：py的代码格式，不要多一个空格或者少一个，因为可能会导致控制台报错
然后在vue前端接口调用，文生图接口，图生图接口 ，新增个 model_name 的字段即可完成，通过修改model_name字段即可切换模型，如下
文生图接口地址
/sdapi/v1/txt2img //post 请求
入参
{enable_hr: false, // 开启高清hrdenoising_strength: 0, // 降噪强度hr_scale: 2, // 高清级别hr_upscaler: "",hr_second_pass_steps: 0,hr_resize_x: 0,hr_resize_y: 0,hr_sampler_name: "",hr_prompt: "",hr_negative_prompt: "",prompt: "", // 正向关键字styles: [],seed: -1, // 随机种子subseed: -1, // 子级种子subseed_strength: 0, // 子级种子影响力度seed_resize_from_h: -1,seed_resize_from_w: -1,sampler_name: "",batch_size: 1, // 每次生成的张数n_iter: 1, // 生成批次steps: 50, // 生成步数cfg_scale: 7, // 关键词相关性width: 512, // 生成图像宽度height: 512, // 生成图像高度restore_faces: false, // 面部修复tiling: false, // 平铺do_not_save_samples: false,do_not_save_grid: false,negative_prompt: "", // 反向关键字eta: 0, // 等待时间s_min_uncond: 0,s_churn: 0,s_tmax: 0,s_tmin: 0,s_noise: 1,override_settings: {}, // 覆盖性配置override_settings_restore_afterwards: true,script_args: [], // lora 模型参数配置sampler_index: "Euler", // 采样方法script_name: "",send_images: true, // 是否发送图像save_images: false, // 是否在服务端保存生成的图像alwayson_scripts: {}, // alwayson配置//********************模型model_name: "",
};
5.项目实例
github开源项目，ollama-chat-ui-vue，该项目包涵 stable diffusion 和 ollama，deepseek 本地接口对接，后续支持更多ai功能集成包括，ai生音乐，生成ppt等 ，最后githut开源项目不易，帮忙点点star
stable diffusion 的内容在 develop-stablediffusion 分支中
https://github.com/LovelittleBears/ollama-chat-ui-vue
关于：
（1）stable diffusion 本地部署教程
(2) ollama-chat-ui-vue，一个可以用vue对接ollama的开源项目,可接入deepSeek
