Fooocus：安装AI图像生成器 免费

#Fooocus是什么？

Fooocus 于2023年8月由lllyasviel发布，lllyasviel是ControlNet的作者，采用GPL-3.0许可协议。其GitHub仓库星标数已超过50000。其设计原则是隐藏技术细节。与其他界面暴露数十个滑块不同，Fooocus会自动应用针对SDXL优化的设置，并通过基于GPT-2的离线提示处理引擎在后台增强您的提示词。README中将其与Midjourney进行对比，明确指出所有功能均在本地运行：无需账号、无需订阅、无需将图像上传至服务器。

它的维护状态与功能同样重要。README 将其描述为“仅提供错误修复的有限长期支持（LTS）”，没有支持新架构的计划。最近发布的版本是 2.5.5，发布日期为 2024 年 8 月 12 日。因此，Fooocus 仍然是一款非常好的 SDXL 工具，但不是一个会持续跟进未来模型的平台。

• 理解Stable Diffusion及其版本

#所需配置

README 提供了各平台的最低要求表格，其中速度对比数据来自该项目，多数为 2023 年的数据。请将其视为大致参考，而非当前实际性能指标。

磁盘空间要预留充足：默认模型 juggernautXL_v8Rundiffusion 在 Hugging Face 上的大小为 7.11 GB，首次修图时下载的局部重绘模型还会增加 1.28 GB。README 建议，如果出现「RuntimeError: CPUAllocator」错误，每个磁盘都应保留至少 40 GB 的可用空间。在只有 4 GB 显存的情况下，Fooocus 依赖 Windows 的虚拟内存，而虚拟内存通常已启用：正是它让程序能够运行，也让运行速度变慢。

#安装 Fooocus

1. 01
   下载压缩包

   从 Fooocus 官方 GitHub 页面，通过下载链接获取 Windows 版本：.7z 压缩包（Fooocus_win64_2-5-0.7z，约 2 GB）包含 Python 及所有依赖项。README 提醒存在虚假网站：请仅从 lllyasviel/Fooocus 仓库下载。
2. 02
   解压

   使用 7-Zip 解压到路径简短且不含重音字符的文件夹中，例如 C:\Fooocus。避免使用桌面和云同步文件夹。
3. 03
   运行 run.bat

   首次启动时，Fooocus 会自动将默认模型下载至 Fooocus\models\checkpoints。如果您已有这些文件，可复制到该目录以节省时间。下载时间根据网络连接情况约为十分钟到半小时。
4. 04
   打开界面

   浏览器会自动打开，端口为启动代码中定义的 7865。若未自动打开，请查看终端黑色窗口中显示的地址，需保持该窗口打开。

自 2.1.60 版本起，还提供了两个启动脚本：run_realistic.bat 加载面向照片风格的 realisticStockPhoto_v20，run_anime.bat 加载面向插画风格的 animaPencilXL_v500。自 2.3.0 版本起，也可以在浏览器中切换预设。每个模型都会在首次使用时下载。在 Linux 下，README 提供了通过 Anaconda 或使用 Python 3.10 的 venv 进行安装的方法：

git clone https://github.com/lllyasviel/Fooocus.git
cd Fooocus
python3 -m venv fooocus_env && source fooocus_env/bin/activate
pip install -r requirements_versions.txt
python entry_with_update.py

#您的第一张图像

在下方输入框中描述图像，最好使用英语，然后点击 Generate。根据 Fooocus 的配置代码，它默认生成两张图像。勾选 Advanced，即可显示重要的设置项。

性能

日常使用选 Speed，制作最终图像选 Quality，另有三种快速模式用于迭代。下表列出了每种模式的步数。

Aspect Ratios（纵横比）

图像的尺寸规格。代码定义了一组 SDXL 尺寸规格，包括默认的 1152 × 896 和 1024 × 1024。请使用这些规格：SDXL 是按特定尺寸训练的，使用其他尺寸会降低生成效果。

样式

默认预设勾选了三种风格：Fooocus V2、Fooocus Enhance 和 Fooocus Sharp。只添加少量风格：叠加十种会让结果变得混乱。

Seed

取消勾选 Random，固定随机种子，这样就能在只改动提示词中一个细节的情况下重新生成同一张图像。

这些模式是时间与质量之间的权衡：步数越少，精炼程度也越低。先以快速模式迭代提示，再以Speed或Quality模式重新运行最优种子。

#使其脱颖而出的功能

Upscale or Variation

放大一张效果满意的图像，或请求生成与之相近的变体。

Image Prompt

提供参考图像，根据配置默认使用四张，以引导风格、构图或面部特征，无需训练模型。

Inpaint or Outpaint

重绘用鼠标涂抹遮罩的区域，或将图像扩展到原有边界之外。首次使用时会下载 Fooocus 专用的局部重绘（inpainting）模型。

LoRA

Model 选项卡提供五个 SDXL LoRA 配置槽位。文件应放在 models/loras 文件夹中。

#README 中介绍的三个提示词技巧

README 介绍了一种鲜为人知的语法，下方代码块给出了示例。通配符：像 __color__ flower 这样的行会从 wildcards/color.txt 文件中随机抽取一种颜色。数组：用双层方括号括起一个列表，可为每个元素生成一张图像；如果有三个元素，需要将图像数量设为 3。内联 LoRA：使用 lora 标签并指定文件名和权重，可将 LoRA 应用于提示词，前提是该文件位于 models/loras 中。这三种语法让您无需重写提示词，就能大规模探索不同变体。

__color__ flower
[[red, green, blue]] flower
flower <lora:sunflowers:1.2>

#模型、配置和网络访问

首次启动后，Fooocus 会生成 config.txt 文件，您可以通过 path_checkpoints 和 path_loras 等键更改模型文件夹的位置。这是复用已为其他界面下载的模型、避免重复复制模型的正确方式。README 建议修改此文件前先慎重考虑，如果修改导致故障，就删除该文件：Fooocus 随后会恢复默认设置。

#故障排查：RTX 50 及其他错误

« no kernel image is available for execution on the device »（RTX 50）

显卡已被检测到，但内置的 PyTorch 不识别其架构。2026 年 8 月 24 日一份关于 RTX 5050 笔记本显卡的报告列出了面向 CUDA 12.1 的 PyTorch 2.1.0，其支持的架构最高只到 sm_90。用户记录的修复方法是在 python_embeded 文件夹中安装面向 CUDA 12.8 的 PyTorch，但项目并不支持这种做法，而且报告指出，更新后 Fooocus 仍在使用旧版本。最可靠的办法是改用 ComfyUI。

« RuntimeError: CPUAllocator »

Windows 的虚拟内存已禁用或容量不足。README 建议重新启用虚拟内存，并在每个磁盘上保留至少 40 GB 的可用空间。

« MetadataIncompleteBuffer » 或 « PytorchStreamReader »

模型文件已损坏，通常在下载中断后发生。请重新下载。

生成速度过慢

请在终端中确认显卡已被正确检测。README 还指出，2023 年某些 532 版本之后的 NVIDIA 驱动程序可能比 531 版本慢达十倍：仅在其他原因无法解释延迟时才进行测试。

RTX 50 的这一陷阱也存在于许多其他软件中：torch.cuda.is_available() 函数可能返回 True，但首次实际计算却会失败。请始终通过实际计算进行验证，不要仅依赖这一指标。

• 来源：RTX 5050 笔记本显卡的 bug 报告（2026 年 8 月 24 日）
• 来源：RTX 5090 报告（2025年2月）
• 来源：PyTorch 2.7 及 Blackwell 支持

#2026年需了解的限制

Fooocus 仍限于 SDXL 架构。此后发布的系列，如 Flux、Stable Diffusion 3.5 或 Z-Image，均不受支持，且 README 本身也建议用户使用 WebUI Forge 或 ComfyUI/SwarmUI 来处理较新的模型。该仓库目前仅接收细微调整：其最近三次提交分别在 2025 年 1 月和 9 月，修正了 README 中的一个路径、移除了一个链接并更新了一个持续集成工具。README 提到了可供尝试的分支（forks），其维护情况需逐一核实。

• ComfyUI：当Fooocus功能不足时的自然延伸
• AUTOMATIC1111：安装 Stable Diffusion WebUI
• 本地图像生成工具概览
• AI 图像工具包
• Fooocus 在 GitHub 上的官方仓库

#FAQ