AI WORLD HQ
Épp félúton vagy egy projektben, gyorsan össze kellene dobni egy vizuális vázlatot, de kockázatosnak érzed feltölteni az ügyfél referenciafotóját egy nyilvános AI-szolgáltatásba. Erre van egy egyszerű megoldás: telepítsd a Stable Diffusiont a saját gépedre. Minden — a promptod, a referencia képed, a kész kép — a merevlemezeden marad. Nincs felhő, nincs feltöltés, nincs váratlan szolgáltatásifeltétel-változás.
Ez az útmutató végigvezet a telepítésen, az első képen és egy alap finomításon — pontos kattintásokkal és menünevekkel. A végén lesz egy őszinte megjegyzés: a régebbi vagy gyenge gépek nehezen boldogulnak vele, és elmondom, hogyan ellenőrizheted ezt, mielőtt belevágnál.
Mielőtt belevágnál: amire szükséged lesz
Sorolj fel minden követelményt előre, hogy semmi ne érjen meglepetésként a telepítés közben:
- Egy nagyjából az elmúlt 4–5 évben gyártott számítógép. A Stable Diffusion a grafikus kártyádon fut (azon a chipen, ami általában a képernyőt és a játékokat hajtja). A legsimább út egy dedikált NVIDIA grafikus kártya, legalább 4 GB VRAM-mal (a grafikus kártya munka memóriájával). Az AMD kártyák extra beállítással működnek. Az Apple Silicon chippel szerelt Macek (M1, M2, M3, M4) egy külön útvonalon mennek, amit most nem részletezek.
- Kb. 10 GB szabad lemezterület az eszköznek és egy kezdő modellnek.
- Python 3.10 telepítve a gépedre (egy programozási nyelv, amire sok eszköz épül — egyszer telepíted, és utána nem kell hozzányúlnod).
- Git telepítve (egy eszköz kód letöltésére az internetről — ezt is csak egyszer kell feltenned).
- Egy türelmes óra. Az első telepítés lassabb, mint a századik.
Ha nincs dedikált NVIDIA grafikus kártyád, az eszköz a processzoron is fut, csak sokkal lassabban — másodpercek helyett percek képenként. Az alábbi lépések NVIDIA kártyát feltételeznek.
1. lépés — Python és Git telepítése
Nyisd meg a böngészőt, és menj a Python hivatalos letöltési oldalára a python.org-ra. Töltsd le a Python 3.10.x-et (ez egy konkrét verziószám — az újabb 3.11+ verziók hibákat okozhatnak ennél az eszköznél). Futtasd a telepítőt. Fontos: a telepítő első képernyőjén pipáld be a "Add Python 3.10 to PATH" jelölőnégyzetet, mielőtt a Install Now gombra kattintasz. Enélkül a pipa nélkül a következő lépések nem fogják felismerni a Pythont.
Ezután menj a git-scm.com oldalra, és töltsd le a Gitet az operációs rendszeredhez. Futtasd a telepítőt az alapértelmezett beállításokkal — semmin nem kell változtatnod.
💬 Példa elérési út, amit látsz: C:\Users\YourName\AppData\Local\Programs\Python\Python310\
Akkor tudod, hogy sikerült, ha megnyitsz egy terminálablakot (Parancssor Windowson, Terminál Macen/Linuxon), beírod a python --version parancsot, és a válasz Python 3.10-zel kezdődik.
2. lépés — Stable Diffusion WebUI letöltése
Nyisd meg a terminálablakot. Írd be pontosan ezt a parancsot, és nyomd meg az Entert:
💬 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
Ez létrehoz egy új stable-diffusion-webui nevű mappát az aktuális könyvtárban. Benne Windowson találsz egy webui-user.bat nevű fájlt. Macen vagy Linuxon a megfelelő fájl az webui.sh. Ez az a fájl, amire duplán kell kattintanod minden alkalommal, amikor el szeretnéd indítani az eszközt.
Akkor tudod, hogy sikerült, ha megjelenik a mappa, és tartalmazza az olyan fájlokat, mint a webui.py, a modules/ és a models/.
3. lépés — Első modellfájl hozzáadása
Az eszköz most egy üres váz. Kell neki egy modell — a betanított AI „agy" — ahhoz, hogy ténylegesen generáljon képeket. Egy megbízható kezdő modell a Stable Diffusion 1.5 (néha „SD 1.5" címkével) a hivatalos Hugging Face oldalról. A fájl nagy (kb. 4 GB), és .safetensors a kiterjesztése.
💬 Menüútvonal, amit látsz: stable-diffusion-webui → models → Stable-diffusion/
Töltsd le a .safetensors fájlt, és tedd be ebbe a Stable-diffusion mappába. Ne csomagold ki — hagyd a fájlt úgy, ahogy van.
Akkor tudod, hogy sikerült, ha a .safetensors fájl ott ül a Stable-diffusion mappa tartalmában, és a fájlméret nagyjából 4 GB.
4. lépés — Eszköz indítása és a felület megnyitása
Kattints duplán a webui-user.bat fájlra (Windows), vagy futtasd a ./webui.sh parancsot (Mac/Linux). Egy fekete terminálablak ugrik fel, és elkezd letölteni pár plusz dolgot. Az első indítás 5–15 percig is eltarthat. Keresd azt a sort, ami nagyjából így szól: Running on local URL: http://127.0.0.1:7860.
Nyisd meg a böngészőt, és menj erre a címre. Betöltődik a Stable Diffusion WebUI — egy egyszerű szürke oldal, felül egy „Prompt" feliratú szövegdobozzal, egy második „Negative prompt" feliratú szövegdobozzal, és a bal oldalon egy „Generate" gombbal.
Akkor tudod, hogy sikerült, ha megjelenik a prompt szövegdoboza és egy működő Generate gomb. Ha üres oldalt látsz, vagy hibát kapsz hiányzó modulokról, zárd be a terminált, nyisd meg újra, és próbáld megint — a második indítás általában befejezi a telepítést.
5. lépés — Első prompt megírása és a generálás
A felső szövegdobozba (Prompt) írd le, milyen képet szeretnél. A második szövegdobozba (Negative prompt) sorold fel, amit nem szeretnél. Kezdetben tartsd egyszerűnek a promptot.
💬 Példa prompt: vizes akvarell illusztráció egy alvó macskáról, amint könyvek halmán pihen, lágy reggeli fényben
💬 Példa negatív prompt: elmosódott, torz, extra végtagok, szöveg, vízjel
A többi beállítást egyelőre hagyd az alapértelmezetten. Kattints a Generate gombra. A kép megjelenik az oldal jobb oldalán, általában 5–30 másodpercen belül, a hardveredtől függően. A kép automatikusan elmentődik ide: stable-diffusion-webui/outputs/txt2img-images/ — a fájlkezelőben találod meg.
Akkor tudod, hogy sikerült, ha megjelenik egy kép-előnézet az oldal jobb oldalán, és egy .png fájl megjelenik a txt2img-images mappában.
6. lépés — Kép finomítása img2img segítségével
Az első kép ritkán tökéletes. Görgess lejjebb a Generate gomb alatt, amíg meg nem találod az „img2img" feliratú panelt. Kattints az img2img fülre.
Töltsd fel az imént elmentett képet (húzd rá a feltöltési területre, vagy kattints a kép ikonra). A prompt dobozában írd le, mit szeretnél megváltoztatni — például „melegebb színek" vagy „élesebb részletek". Állítsd be a „Denoising strength" értéket (egy csúszka, ami azt szabályozza, mennyire változtatja meg az AI a képedet — 0,3–0,5 a finom igazításokhoz, 0,7 vagy afölött a nagyobb változtatásokhoz). Kattints a Generate gombra.
💬 Példa menüútvonal: img2img fül → feltöltési terület → Denoising strength csúszka → Generate
Akkor tudod, hogy sikerült, ha az új kép felismerhetően hasonlít az eredetire, de már a kért változtatások rajta vannak.
Gyakori hibák
- „Add Python to PATH" pipa elfelejtése a telepítésnél. A terminál nem találja a Pythont, és minden későbbi parancs elhasal. Megoldás: távolítsd el a Pythont, telepítsd újra, és most pipáld be a dobozt.
- Az eszköz indítása, mielőtt a modellfájl a helyén van. A felület megnyílik, de minden generálás hibát ad vissza hiányzó modell miatt. Megoldás: győződj meg róla, hogy a
.safetensorsfájl amodels/Stable-diffusion/mappában van, nem csak a főstable-diffusion-webuimappában. - A fekete terminálablak bezárása generálás közben. Az eszköz leáll, és elveszted a munkádat. Megoldás: tartsd nyitva a terminált, amíg generálsz. Csak akkor zárd be, ha végeztél az adott munkamenettel.
- Modellfájl letöltése nem megbízható forrásból. Egyes weboldalak extra kóddal csomagolják újra a modellfájlokat. Megoldás: csak az AUTOMATIC1111 által ajánlott modellek hivatalos Hugging Face tárhelyéről tölts le.
- Rögtön nagyon nagy felbontásban generálás. A nagy képek kifuthatnak a VRAM-ból, és fekete képet kapsz. Megoldás: kezdj az alapértelmezett 512×512 pixellel, és csak utána méretezd fel, ha van már egy tetszésre okot adó eredmény.
Mit jelent ez neked
- Ha szabadúszóként bizalmas ügyfélmunkát végzel: mostantól úgy készíthetsz koncepcióvázlatokat referenciafotókkal, hogy azok sosem hagyják el a gépedet. Csak erősítsd meg a szerződésben, hogy a munka helyben generált, és tartsd a beállítást a standard folyamatod részeként.
- Ha személyes okokból alkotsz: a privát fotóid, családi képeid és kísérleti munkáid a tieid maradnak. Nincs tanítóadat-para, nincs váratlan szolgáltatásifeltétel-változás.
- Ha most ismerkedsz először az AI-jal: ez a lehető legolcsóbb belépési pont — az eszköz és a kezdő modell is ingyenes. Számíts egy rövid tanulási görbére, de ha egyszer beállítottad, a munkafolyamat mindig ugyanaz.