StabilityMatrix
Stability Matrix 是一款专为 Stable Diffusion 生态打造的多平台包管理器与推理界面。它旨在解决 AI 绘画工具安装繁琐、环境配置复杂以及多版本管理困难的痛点。过去,用户往往需要手动处理 Python 依赖、Git 克隆和复杂的配置文件,而 Stability Matrix 将这些过程简化为“一键式”操作,让用户能轻松安装、更新和管理数十种主流的 Stable Diff WebUI(如 Automatic1111、ComfyUI、Fooocus、InvokeAI 等),同时支持在 Windows、Linux 和 macOS 系统间无缝切换。
这款工具特别适合希望快速上手 AI 绘画的普通用户、需要频繁切换不同工作流的设计师,以及想要整洁管理多个实验环境的开发者或研究人员。其独特的技术亮点在于采用了隔离的沙箱机制,确保不同包之间的依赖互不冲突,避免了常见的“依赖地狱”问题。此外,它还内置了模型管理功能,方便用户统一整理从 Civitai 或 Hugging Face 下载的检查点和 LoRA 模型。无论是想简单体验生成乐趣的新手,还是追求高效工作流的专业人士,Stability Matrix 都能提供一个稳定、整洁且易于维护的操作环境,让你将更多精力专注于创意本身,而非技术调试。
使用场景
一位数字艺术家希望在同一台电脑上同时体验 ComfyUI 的工作流优势、Fooocus 的简易操作以及 WebUI Forge 的最新特性,以便为不同项目选择最佳工具。
没有 StabilityMatrix 时
- 环境配置繁琐:需要手动为每个界面单独安装 Python 环境、Git 依赖和 CUDA 驱动,极易因版本冲突导致“依赖地狱”。
- 模型存储冗余:不同工具默认将模型保存在各自文件夹中,下载同一个大模型需重复占用数十 GB 硬盘空间。
- 更新维护困难:每个工具都有独立的更新脚本,升级时需逐个运行命令,一旦报错很难排查是网络问题还是代码冲突。
- 切换成本高昂:想在两个界面间切换测试效果,必须停止当前服务、关闭终端并重新启动另一套复杂的环境。
使用 StabilityMatrix 后
- 一键部署管理:通过图形化界面点击即可自动安装并配置 ComfyUI、Fooocus 等十余种主流包,无需触碰命令行。
- 共享模型仓库:内置统一的数据包管理系统,所有界面共享同一份模型文件,彻底消除重复下载,节省大量存储空间。
- 集中式更新:在单一面板中即可查看所有已安装工具的更新状态,批量完成升级,确保持续获得最新功能。
- 无缝即时切换:支持多实例并行或快速启停,艺术家可在几秒钟内从 Fooocus 切换到 ComfyUI 验证生成结果。
StabilityMatrix 将原本碎片化、高门槛的部署流程转化为统一的桌面级体验,让创作者能专注于艺术本身而非环境调试。
运行环境要求
- Windows 10/11 (x64)
- Linux (AppImage x64
- Arch Linux AUR)
- macOS (Apple Silicon ARM64)
- 未说明(取决于所安装的具体 Stable Diffusion 包,如 Automatic1111、ComfyUI 等对 GPU 有不同需求
- 支持 NVIDIA、AMD 及 DirectML)
未说明

快速开始
稳定矩阵

适用于 Stable Diffusion 的多平台包管理器和推理界面
🖱️ 一键安装与更新 Stable Diffusion Web UI 包
- 支持:
- Stable Diffusion WebUI reForge、Stable Diffusion WebUI Forge、Stable Diffusion WebUI AMDGPU Forge、Automatic 1111、Automatic 1111 DirectML、SD Web UI-UX、SD.Next
- Fooocus、Fooocus MRE、Fooocus ControlNet SDXL、Ruined Fooocus、Fooocus - mashb1t's 1-Up Edition、SimpleSDXL
- ComfyUI
- StableSwarmUI
- VoltaML
- InvokeAI
- SDFX
- Kohya's GUI
- OneTrainer
- FluxGym
- CogVideo 通过 CogStudio
- 管理支持包的插件/扩展(Automatic1111、Comfy UI、SD Web UI-UX 和 SD.Next)
- 轻松安装或更新每个包的 Python 依赖项
- 内置 Git 和 Python 依赖,无需全局安装
- 完全便携——可随时将 Stability Matrix 的数据目录移动到新的驱动器或计算机上
✨ 推理——为 Stable Diffusion 重新构想的界面,内置于 Stability Matrix 中
- 使用形式语言语法的强大自动补全和语法高亮
- 工作区以标签页形式打开,并从
.smproj项目文件中保存和加载

- 可自定义的可停靠和浮动面板
- 生成的图像包含推理项目、ComfyUI 节点以及与 A1111 兼容的元数据
- 可拖放图库中的图片或文件来加载状态
🚀 带有语法高亮终端模拟器的启动器,路由 GUI 输入提示
- 启动参数编辑器,为每个软件包的安装提供预定义或自定义选项
- 可配置的环境变量
🗃️ 检查点管理器,配置为所有软件包安装共享
- 可选择查找 CivitAI 元数据和新本地导入的预览缩略图
☁️ 模型浏览器,可从 CivitAI 和 HuggingFace 导入
- 根据模型类型自动导入到相应的模型文件夹
- 下载相关的元数据文件和预览图像
- 即使关闭应用后,仍可暂停和继续下载
适用于所有模型的共享模型目录
- 通过简单拖放导入本地模型
- 可选自动查找 CivitAI 元数据和新导入本地模型的预览缩略图
- 为现有模型查找关联元数据
多语言支持
感谢社区贡献者,Stability Matrix 现已支持以下语言:
- 🇺🇸 英语
- 🇯🇵 日语
- kgmkm_mkgm
- 🇨🇳 中文(简体、繁体)
- jimlovewine
- 🇮🇹 意大利语
- Marco Capelli
- 🇫🇷 法语
- eephyne
- Greg
- 🇪🇸 西班牙语
- Carlos Baena
- Lautaroturina
- 🇷🇺 俄语
- aolko
- den1251
- vanja-san
- 🇹🇷 土耳其语
- Progesor
- 🇩🇪 德语
- Mario da Graca
- 🇵🇹 葡萄牙语
- nextosai
- 🇧🇷 巴西葡萄牙语
- jbostroski
- thiagojramos
- 🇰🇷 韩语
- maakcode
- 🇺🇦 乌克兰语
- rodtty
- 🇨🇿 捷克语
- PEKArt!
如果您希望贡献翻译,请创建一个议题或在 Discord 上联系我们。请提供您的电子邮箱地址,我们将向您发送 POEditor 项目的邀请。
免责声明
所有商标、标识和品牌名称均属于其各自的所有者。本文档及授权应用程序中使用的所有公司、产品和服务名称仅用于识别目的。使用这些名称、商标和品牌并不意味着认可或推荐。
请注意,我们与加密货币没有任何关联。任何声称与此相反的账号均为诈骗,请务必小心。Lykos AI 的唯一官方信息来源是 https://lykos.ai 或我们的 Discord 服务器。
许可协议
本仓库维护 Stability Matrix 的最新源代码版本,并根据 GNU Affero 通用公共许可证 进行许可。二进制文件和可执行版本则依据 最终用户许可协议 进行许可。
版本历史
v2.15.62026/02/15v2.15.52025/12/29v2.15.42025/10/31v2.15.32025/10/20v2.15.22025/10/12v2.15.12025/10/07v2.15.02025/09/07v2.14.32025/07/13v2.14.22025/05/24v2.14.12025/05/17v2.14.02025/04/24v2.13.42025/03/08v2.13.32025/02/01v2.13.22025/01/14v2.13.12025/01/09v2.13.02024/12/25v2.12.42024/12/05v2.12.32024/11/07v2.12.22024/10/10v2.12.12024/10/03常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备