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hr  denoising_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 importsd_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:    ifmodel_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:    ifmodel_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hr  denoising_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