本文所有命令与配置均照搬 SD.Next 官方仓库 README（github.com/vladmandic/automatic，master 分支）与官方文档站（vladmandic.github.io/sdnext-docs），未作任何改动与发挥。信息核验日期：2026-11-01。
一、项目介绍
SD.Next（仓库路径 vladmandic/automatic）是"一个最先进的开源 Web 界面，用于生成和编辑图像与视频，支持广泛的扩散模型"（官方 README 原文："SD.Next is a state-of-the-art open-source web interface for generating and editing images and video with a wide range of diffusion models"）。它由 vladmandic 维护，构建在 AUTOMATIC1111's Stable Diffusion WebUI 原始代码库之上（官方 Credits 明确），并在此基础上做了现代化重构：更活跃的迭代、内置安装器自动管理依赖与更新、支持最新的扩散模型（SDXL、Flux、视频生成等）。
官方 README 强调它能跑在 NVIDIA、AMD、Intel Arc、Apple Silicon 或纯 CPU 等多种硬件上，并提供 Docker 容器方案。项目在 GitHub 持续活跃维护（README 自带 last-commit / contributors / stars 徽章），配套完整文档站、Wiki、Changelog 与 Discord 社区。
二、功能拆解
按官方 README「What you can do」「Supported Workflows」两节：
| 分类 | 功能 | 说明 |
|---|---|---|
| 生成编辑 | 文生图、图生图、文生视频、图生视频 | 从文本或图像生成内容 |
| 编辑 / 局部重绘 / 外扩 / 细化 / 高清修复 | edit、inpaint、outpaint、refine、detailer、hires | |
| 引导 | LoRA、ControlNet、IP-Adapters、Prompt 增强 | 精细控制生成过程 |
| 后处理 | Caption、Tag、放大、插帧、上色、滤镜 | 图像增强与整理 |
| 模型管理 | 自动从参考列表下载模型，或添加自定义模型；自动识别新增模型 | 模型库无需手动配置 |
| 硬件适配 | SDNQ 量化与注意力、CPU/GPU offload | 低显存也能跑 |
| 个性化 | 多主题、多界面语言、桌面端与移动端自适应 | UI 可定制 |
| 自更新 | 内置安装器管理依赖与更新 | "The built-in installer manages dependencies and updates" |
| 队列 | 任务调度与排队 | 批量生成 |
三、官方/GitHub 链接
- GitHub 仓库：https://github.com/vladmandic/automatic （仓库显示名为 sdnext）
- 官方主页：https://vladmandic.github.io/sdnext/
- 官方文档：https://vladmandic.github.io/sdnext-docs/
- 安装指南：https://vladmandic.github.io/sdnext-docs/Installation/
- 高级安装：https://vladmandic.github.io/sdnext-docs/Advanced-Install/
- 命令行参数：https://vladmandic.github.io/sdnext-docs/CLI-Arguments/
- 故障排查：https://vladmandic.github.io/sdnext-docs/Troubleshooting/
- Docker 部署：https://vladmandic.github.io/sdnext-docs/Docker/
- 平台指南（NVIDIA/AMD/Intel/OpenVINO/ZLUDA/MacOS/WSL）：https://vladmandic.github.io/sdnext-docs/Platforms/
- Wiki：https://github.com/vladmandic/automatic/wiki
- Changelog：https://vladmandic.github.io/sdnext-docs/CHANGELOG/
- Discord：https://discord.gg/VjvR2tabEX
- Windows All-in-One 启动器：https://github.com/vladmandic/sdnext-launcher/releases
四、环境要求
官方 README「Supported Platforms and Hardware」一节明确：
- NVIDIA GPU：使用 CUDA 库，支持 Windows 与 Linux。
- AMD GPU：使用 ROCm 库，支持 Linux 与 Windows；Windows 上也可走 ZLUDA。
- Intel Arc GPU：使用 OneAPI + IPEX XPU，支持 Windows 与 Linux。
- OpenVINO：任何兼容 OpenVINO 的 CPU/GPU 设备，支持 Windows 与 Linux。
- Apple M1/M2：macOS 上使用 PyTorch 内置 MPS 优化。
- 纯 CPU：官方明确支持 CPU-only 执行。
- 官方同时提供 Docker 容器配方：CUDA、ROCm、Intel IPEX、OpenVINO（见 https://vladmandic.github.io/sdnext-docs/Docker/ ）。
- 首次启动会自动安装依赖（README 提示："First launch may take time while dependencies are installed"）。
五、部署步骤
方式 A：Linux / macOS（官方 README Quick start 原文）
命令 1：克隆仓库
git clone https://github.com/vladmandic/sdnext
逐段解释：
git clone把 sdnext 仓库克隆到当前目录；URL 来自官方 README Quick start 原文。
命令 2：进入目录
cd sdnext
逐段解释：进入刚克隆下来的 sdnext 目录，启动脚本与配置都在该目录内。
命令 3：启动
./webui.sh
逐段解释：官方 README 原文；
webui.sh是 Linux/macOS 启动脚本，首次运行会自动创建 Python 虚拟环境、安装依赖并启动 Web UI。
执行成功后预期输出参考： 首次启动打印依赖安装日志；完成后输出 Gradio/WebUI 访问地址（默认本地端口）。官方提示："If you run into issues, see troubleshooting and debugging."
方式 B：Windows 命令提示符 / PowerShell（官方 README 原文）
命令 1：克隆仓库
git clone https://github.com/vladmandic/sdnext
cd sdnext
逐段解释：Windows 上同样用 git 克隆并进入目录。
命令 2：启动（二选一）
webui.bat (for Windows Command Prompt)
webui.ps1 (for Windows PowerShell)
逐段解释：官方 README 原文——命令提示符用
webui.bat，PowerShell 用webui.ps1。首次运行同样自动安装依赖。
方式 C：Windows All-in-One（官方 README 原文）
下载最新 exe：https://github.com/vladmandic/sdnext-launcher/releases/latest ，直接运行。
官方提示："The All-in-One UI includes all necessary tools, so you don't need to install anything separately."——All-in-One 启动器已内置所有工具，无需单独安装。
方式 D：Docker
官方 README 提供 Docker 容器配方链接：https://vladmandic.github.io/sdnext-docs/Docker/ （涵盖 CUDA、ROCm、Intel IPEX、OpenVINO 四种配方）。具体 Docker 命令以官方该文档为准。
六、配置参数详解
官方 README 把高级配置指向文档站：
| 配置类别 | 官方文档位置 | 说明 |
|---|---|---|
| 命令行参数 | https://vladmandic.github.io/sdnext-docs/CLI-Arguments/ | 启动时可传的全部参数 |
| 高级安装 | https://vladmandic.github.io/sdnext-docs/Advanced-Install/ | 进阶依赖与安装选项 |
| 支持模型列表 | https://vladmandic.github.io/sdnext-docs/Model-Support/ | 自动下载或自行添加的模型 |
| 模型规格 | https://vladmandic.github.io/sdnext-docs/Models/ | 各模型参数说明 |
| 主题 | https://vladmandic.github.io/sdnext-docs/Themes/ | UI 主题切换 |
| 界面语言 | https://vladmandic.github.io/sdnext-docs/Dev-Locale | 多语言 |
| Docker 配置 | https://vladmandic.github.io/sdnext-docs/Docker/ | 容器化部署 |
官方 README 未在仓库根级给出完整环境变量清单；启动后 Web UI 内的 Settings 页是主要配置入口。
七、启动与运维
- 启动：Linux/macOS 执行
./webui.sh；Windows 执行webui.bat或webui.ps1；All-in-One 直接运行 exe。 - 首次启动：官方明确"First launch may take time while dependencies are installed"——首次会自动建虚拟环境、装依赖、下模型。
- 更新：官方 README 强调内置安装器管理依赖与更新（"The built-in installer manages dependencies and updates"）。
- 后台常驻 / 开机自启：官方 README 未提供 systemd / 开机自启配置；Docker 方式可借助 Docker 平台通用的
--restart策略。 - 修改端口 / 监听地址：官方 CLI 参数文档（https://vladmandic.github.io/sdnext-docs/CLI-Arguments/ ）列出全部启动参数，含监听主机与端口。
- 查看日志：启动脚本所在终端即日志输出。
- 数据持久化：模型、输出图与配置文件保存在 sdnext 仓库目录内；Docker 部署时按官方 Docker 文档挂载卷。
八、实操验证
- 按上述任一方式启动，等待首次依赖安装完成。
- 终端输出 Web UI 访问地址（默认本机端口），浏览器打开。
- 在文生图（txt2img）页输入 prompt，选择一个已自动下载或自行放入的模型。
- 点击生成，观察出图；官方 Screenshots 页（README 内置链接）展示了 Blank / Edit / Kanvas / Gallery / DLSS / Scheduler 等界面。
- 验证支持的工作流（README「Supported Workflows」）：
- 文生图 / 图生图 / 文生视频 / 图生视频；
- 局部重绘（inpaint）、外扩（outpaint）、Detailer、高清修复（hires/refine）；
- 加载一个 LoRA 或 ControlNet 后重新生成，观察引导效果。 - 验证模型自动识别：把新
.safetensors放进模型目录，UI 模型下拉应自动出现。 - 验证移动端：手机浏览器访问同一地址，官方 README 明确支持 mobile 界面。
九、故障排查
案例 1：首次启动依赖安装失败
- 报错现象：
./webui.sh或webui.bat在依赖安装阶段报错中断。 - 报错原因：官方 README 提示"First launch may take time while dependencies are installed"——首次安装网络/编译问题常见。
- 分步解决：① 按官方指向的故障排查文档 https://vladmandic.github.io/sdnext-docs/Troubleshooting/ ；② 进一步调试见 https://vladmandic.github.io/sdnext-docs/Debug/ ；③ 平台特定问题（NVIDIA/AMD/Intel/MacOS/WSL）参考 https://vladmandic.github.io/sdnext-docs/Platforms/ 。
案例 2：AMD GPU 在 Windows 上无法使用 ROCm
- 报错原因：官方 README 平台矩阵明确——AMD 在 Windows 上走 ZLUDA 而非 ROCm（ROCm 主要在 Linux）。
- 分步解决：按官方 Windows AMD 指南使用 ZLUDA：https://vladmandic.github.io/sdnext-docs/ZLUDA/ ；Linux AMD 用户走 https://vladmandic.github.io/sdnext-docs/AMD-ROCm/ 。
案例 3：Apple Silicon 上 MPS 不可用或回退 CPU
- 报错原因：官方 README 明确 Apple M1/M2 使用 PyTorch 内置 MPS 优化；环境不对会回退 CPU。
- 分步解决：按官方 macOS 指南 https://vladmandic.github.io/sdnext-docs/MacOS-Python/ 配置；WSL 用户走 https://vladmandic.github.io/sdnext-docs/WSL/ 。
案例 4：NVIDIA CUDA 相关报错
- 报错现象：启动时报 CUDA 版本 / 库不匹配。
- 分步解决：按官方 NVIDIA 平台指南 https://vladmandic.github.io/sdnext-docs/nVidia/ 安装对应 CUDA；Intel Arc 用户走 https://vladmandic.github.io/sdnext-docs/Intel-ARC/ ；OpenVINO 设备走 https://vladmandic.github.io/sdnext-docs/OpenVINO/ 。
十、升级、回滚与卸载
升级： 官方 README 内置安装器管理更新（"The built-in installer manages dependencies and updates"）；git 部署方式下在仓库目录 git pull 后重新运行 ./webui.sh，脚本会自动同步依赖。
回滚： 官方未提供一键回滚命令；可在仓库目录 git checkout <旧 tag> 后重新运行启动脚本（依赖由脚本自动管理）。
卸载： git 方式直接删除 sdnext 目录即可；Windows All-in-One 通过系统控制面板卸载并删除安装目录；Docker 方式按官方 Docker 文档停止并删除容器与挂载卷。
十一、商用许可合规说明
- 许可证：Apache License 2.0（官方 README 徽章 License 链接指向 LICENSE.txt；仓库 LICENSE.txt 为标准 Apache-2.0 全文）。
- Apache-2.0 允许自由使用、修改、分发与商用；分发时须保留版权声明与许可文本，修改过的文件须标注变更。
- SD.Next 构建在 AUTOMATIC1111's Stable Diffusion WebUI 之上（官方 Credits）；底层 Stable Diffusion 模型权重按其各自许可证单独授权，商用前请确认所用模型的许可条款。