云端生图按张扣费、上传的图还得出境，做内部物料的人总觉得别扭。用 Stable Diffusion WebUI 在本地显卡上跑一套离线环境，部署一次、之后出图不要钱，图也全程留在自己机器上——对隐私敏感的场景特别合适。
准备清单：一台带独立显卡的电脑（N 卡最顺，6G 显存能跑基础模型，8G 以上更舒服）；装好 Git 和 Python 3.10（注意别用 3.12，部分依赖会装不上）；一个模型文件（常见如 sd_xl_base，从官方或开源社区下载，体积约 6GB）。
第一步，拉代码并启动一键脚本。在终端里：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webUI cd stable-diffusion-webUI ./webui.sh # Windows 用 webui-user.bat
首次运行会联网装依赖，可能要十几分钟，看到终端输出本地地址 http://127.0.0.1:7860 就成功了。常见失败：显存不够会在加载模型时崩，把模型换成轻量版或加启动参数 --medvram 即可。
第二步，放模型。把下载好的 .safetensors 文件丢进 models/Stable-diffusion/ 目录，刷新 WebUI 左上角的模型下拉框就能选到。第三步，写提示词出图：在 txt2img 的 Prompt 里填主体描述，Negative prompt 填"模糊、变形、多余手指"这类要躲的，分辨率设 1024x1024，点 Generate。
验收标准：生成出一张主体清晰、无明显扭曲的图，且生成时任务管理器里显卡占用明显拉高——说明真在本地算，没走云。第一张出来后，调 CFG Scale（7 左右最稳）和采样步数（20–30）微调质感。
进阶：装个 ControlNet 扩展，能按你给的线稿或姿势图控制构图，做产品概念图时比纯文字提示词可控得多；再配合不同风格的模型（动漫、写实、建筑），同一套环境能覆盖大半出图需求，彻底告别按张付费。
最后提醒两个本地部署特有的坑。一是模型文件的出处：尽量从官方或开源社区的可信发布页下载，校验哈希后再用，别图省事从不明网盘拖一个，权重被投毒的风险真实存在。二是显存焦虑：出图分辨率调太高会直接 OOM 崩进程，新手建议先固定 512×512 或 768×768 跑通流程，再慢慢往上探；显存实在吃紧时，用 --lowvram 启动参数能换点稳定性回来，代价是慢一些。本地部署的甜头是"一次装好、长期免费、数据不出机"，但前提是第一步就把环境和模型来源搞干净，否则后面全是隐患。