[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-divamgupta--diffusionbee-stable-diffusion-ui":3,"tool-divamgupta--diffusionbee-stable-diffusion-ui":62},[4,18,26,35,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",108111,2,"2026-04-08T11:23:26",[14,15,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-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。\n\n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。\n\nLLMs-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",90106,"2026-04-06T11:19:32",[43,15,13,14],"语言模型",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,52],"视频",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":59,"last_commit_at":60,"category_tags":61,"status":17},5646,"opencv","opencv\u002Fopencv","OpenCV 是一个功能强大的开源计算机视觉库，被誉为机器视觉领域的“瑞士军刀”。它主要解决让计算机“看懂”图像和视频的核心难题，提供了从基础的图像读取、色彩转换、边缘检测，到复杂的人脸识别、物体追踪、3D 重建及深度学习模型部署等全方位算法支持。无论是处理静态图片还是分析实时视频流，OpenCV 都能高效完成特征提取与模式识别任务。\n\n这款工具特别适合计算机视觉开发者、人工智能研究人员以及机器人工程师使用。对于希望将视觉感知能力集成到应用中的软件工程师，或是需要快速验证算法原型的学术研究者，OpenCV 都是不可或缺的基础设施。虽然普通用户通常不会直接操作代码，但日常生活中使用的扫码支付、美颜相机和自动驾驶系统，背后往往都有它的身影。\n\nOpenCV 的独特亮点在于其卓越的性能与广泛的兼容性。它采用 C++ 编写以确保高速运算，同时提供 Python、Java 等多种语言接口，极大降低了开发门槛。库中内置了数千种优化算法，并支持跨平台运行，能够无缝对接各类硬件加速器。作为社区驱动的项目，OpenCV 拥有活跃的生态系统和丰富的学习资源，持续推动着视觉技术的前沿发展。",86988,1,"2026-04-08T16:06:22",[14,15],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":77,"owner_twitter":73,"owner_website":79,"owner_url":80,"languages":81,"stars":102,"forks":103,"last_commit_at":104,"license":105,"difficulty_score":59,"env_os":106,"env_gpu":107,"env_ram":108,"env_deps":109,"category_tags":113,"github_topics":114,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":118,"updated_at":119,"faqs":120,"releases":121},6009,"divamgupta\u002Fdiffusionbee-stable-diffusion-ui","diffusionbee-stable-diffusion-ui","Diffusion Bee is the easiest way to run Stable Diffusion locally on your M1 Mac. Comes with a one-click installer. No dependencies or technical knowledge needed.","Diffusion Bee 是一款专为 Mac 用户打造的 Stable Diffusion 图形界面应用，旨在让本地 AI 绘画变得像使用普通软件一样简单。它主要解决了在个人电脑上部署和运行复杂 AI 模型的技术门槛问题，用户无需配置繁琐的开发环境或编写代码，只需一键安装即可立即开始创作。\n\n这款软件特别适合设计师、创意工作者以及希望体验 AI 绘图但缺乏编程背景的普通用户。其核心亮点在于极致的隐私保护与易用性：所有图像生成过程均在本地完成，数据不会上传至云端；同时针对 Apple Silicon（M1\u002FM2）芯片进行了深度优化，运行流畅高效。功能方面，Diffusion Bee 不仅支持基础的“文生图”和“图生图”，还集成了局部重绘（Inpainting）、向外扩展（Outpainting）、高清放大以及 ControlNet 等高级控制功能，并允许用户在应用内直接下载和管理多种主流模型版本。无论是想快速生成灵感草图，还是进行精细的图像编辑，Diffusion Bee 都能提供直观且强大的支持。","# Diffusion Bee - Stable Diffusion GUI App for MacOS\n[![Twitter](https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Furl.svg?label=Follow%20%40divamgupta&style=social&url=https%3A%2F%2Ftwitter.com%2Fdivamgupta)](https:\u002F\u002Ftwitter.com\u002Fdivamgupta)\n\n\n\n### Diffusion Bee is the easiest way to run Stable Diffusion locally on your Intel \u002F M1 Mac. Comes with a one-click installer. No dependencies or technical knowledge needed.\n\n* Runs locally on your computer no data is sent to the cloud ( other than request to download the weights or unless you chose to upload an image ).\n*  *If you like Diffusion Bee, consider checking https:\u002F\u002FLiner.ai , a one-click tool to train machine learning models*\n\n\u003Cbr>\n\n[![Download](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_587e42a8d71b.png)](https:\u002F\u002Fdiffusionbee.com\u002F)\n\nDownload at https:\u002F\u002Fdiffusionbee.com\u002F\n\n\n\u003Cbr>\n\nFor prompt ideas visit https:\u002F\u002Farthub.ai\n\nJoin discord server : https:\u002F\u002Fdiscord.gg\u002Ft6rC5RaJQn\n\n\n## Features\n* Full data privacy - nothing is sent to the cloud ( unless you chose to upload an image )\n* Clean and easy to use UI with one-click installer\n* Image to image\n* Supported models : - SD 1.x, SD 2.x, SD XL, Inpainting, ControlNet, LoRA\n* Download models from the app\n* In-painting\n* Out-painting\n* Generation history\n* Upscaling images\n* Multiple image sizes\n* Optimized for M1\u002FM2 Chips\n* Runs locally on your computer\n* Negative prompts\n* Advanced prompt options\n* ControlNet\n\n\n## How to use \n\n1) Download and start the application\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_85c036b73b36.png)\n\n\n2) Enter a prompt and click generate\n\nText to image:\n\n![Screenshot 2023-12-13 at 1 19 38 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_ecffc4261be3.png)\n\n\n\nImage to image:\n\n![Screenshot 2023-12-13 at 1 14 35 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_3c4218c6eb85.png)\n\nMultiple Apps:\n\n![Screenshot 2023-12-13 at 1 11 14 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_d99747289002.png)\n\n\nImage to image with mask:\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_acc345a9a492.png)\n\nInpainting:\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_4d44ba179704.png)\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_98737700134f.png)\n\nAdvanced AI Canvas:\n\n![Screenshot 2023-12-13 at 1 13 59 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_09ec3254dbb3.png)\n\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_2117ee588b40.png)\n\nControlNet:\n\n![Screenshot 2023-12-13 at 1 12 43 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_c3049937fa92.png)\n\n![Screenshot 2023-12-13 at 1 12 22 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_4fc06c14e211.png)\n\n\nDownload Models:\n\n![Screenshot 2023-12-13 at 1 13 08 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_8e3b6970c86c.png)\n\n\nHistory:\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_673934b8fe4b.png)\n\n\n### To learn more, visit the [documentation](https:\u002F\u002Fgithub.com\u002Fdivamgupta\u002Fdiffusionbee-stable-diffusion-ui\u002Fblob\u002Fmaster\u002Fdocs\u002FDOCUMENTATION.md).\n\n## Requirements \n* Mac with Intel or M1\u002FM2 CPU\n* For Intel : MacOS 12.3.1 or later \n* For M1\u002FM2 : MacOS 11.0.0 or later \n\nLicense : Stable Diffusion is released under the CreativeML OpenRAIL M license : https:\u002F\u002Fgithub.com\u002FCompVis\u002Fstable-diffusion\u002Fblob\u002Fmain\u002FLICENSE\nDiffusion Bee is just a GUI wrapper on top of Stable Diffusion, so all the term of Stable Diffusion are applied on the outputs. \n\n\n\nReferences\n1) https:\u002F\u002Fgithub.com\u002FCompVis\u002Fstable-diffusion\n2) https:\u002F\u002Fgithub.com\u002Fmadebyollin\u002Fmaple-diffusion\n3) https:\u002F\u002Fgithub.com\u002Fdivamgupta\u002Fstable-diffusion-tensorflow\n4) https:\u002F\u002Fgithub.com\u002Fliuliu\u002Fswift-diffusion (big thanks to Liu Liu)\n5) https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fdiffusers\n\n \n","# Diffusion Bee - 适用于 macOS 的 Stable Diffusion GUI 应用程序\n[![Twitter](https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Furl.svg?label=Follow%20%40divamgupta&style=social&url=https%3A%2F%2Ftwitter.com%2Fdivamgupta)](https:\u002F\u002Ftwitter.com\u002Fdivamgupta)\n\n\n\n### Diffusion Bee 是在您的 Intel \u002F M1 Mac 上本地运行 Stable Diffusion 的最简单方式。配备一键安装程序，无需任何依赖或技术知识。\n\n* 在您的本地计算机上运行，不会将任何数据发送到云端（除了下载权重的请求，或者您选择上传图片的情况）。\n*  *如果您喜欢 Diffusion Bee，请考虑访问 https:\u002F\u002FLiner.ai ，这是一款一键式机器学习模型训练工具*\n\n\u003Cbr>\n\n[![下载](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_587e42a8d71b.png)](https:\u002F\u002Fdiffusionbee.com\u002F)\n\n请从 https:\u002F\u002Fdiffusionbee.com\u002F 下载。\n\n\n\u003Cbr>\n\n如需提示创意，请访问 https:\u002F\u002Farthub.ai\n\n加入 Discord 社区：https:\u002F\u002Fdiscord.gg\u002Ft6rC5RaJQn\n\n\n## 功能特性\n* 完全的数据隐私——不会向云端发送任何信息（除非您选择上传图片）\n* 干净且易于使用的用户界面，支持一键安装\n* 图片生成图片\n* 支持的模型：SD 1.x、SD 2.x、SD XL、修复画布、ControlNet、LoRA\n* 可直接在应用内下载模型\n* 修复画布\n* 扩展画布\n* 生成历史记录\n* 图片超分辨率\n* 多种图片尺寸选项\n* 针对 M1\u002FM2 芯片进行了优化\n* 在您的本地计算机上运行\n* 负面提示词\n* 高级提示词选项\n* ControlNet\n\n\n## 使用方法\n\n1) 下载并启动应用程序\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_85c036b73b36.png)\n\n\n2) 输入提示词并点击生成\n\n文本生成图片：\n\n![Screenshot 2023-12-13 at 1 19 38 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_ecffc4261be3.png)\n\n\n\n图片生成图片：\n\n![Screenshot 2023-12-13 at 1 14 35 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_3c4218c6eb85.png)\n\n多任务模式：\n\n![Screenshot 2023-12-13 at 1 11 14 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_d99747289002.png)\n\n\n带遮罩的图片生成图片：\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_acc345a9a492.png)\n\n修复画布：\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_4d44ba179704.png)\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_98737700134f.png)\n\n高级 AI 画布：\n\n![Screenshot 2023-12-13 at 1 13 59 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_09ec3254dbb3.png)\n\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_2117ee588b40.png)\n\nControlNet：\n\n![Screenshot 2023-12-13 at 1 12 43 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_c3049937fa92.png)\n\n![Screenshot 2023-12-13 at 1 12 22 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_4fc06c14e211.png)\n\n\n下载模型：\n\n![Screenshot 2023-12-13 at 1 13 08 PM](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_8e3b6970c86c.png)\n\n\n历史记录：\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_readme_673934b8fe4b.png)\n\n\n### 欲了解更多信息，请访问 [文档](https:\u002F\u002Fgithub.com\u002Fdivamgupta\u002Fdiffusionbee-stable-diffusion-ui\u002Fblob\u002Fmaster\u002Fdocs\u002FDOCUMENTATION.md)。\n\n## 系统要求\n* 配备 Intel 或 M1\u002FM2 CPU 的 Mac\n* 对于 Intel 处理器：macOS 12.3.1 或更高版本\n* 对于 M1\u002FM2 处理器：macOS 11.0.0 或更高版本\n\n许可协议：Stable Diffusion 根据 CreativeML OpenRAIL M 许可协议发布：https:\u002F\u002Fgithub.com\u002FCompVis\u002Fstable-diffusion\u002Fblob\u002Fmain\u002FLICENSE\nDiffusion Bee 仅是 Stable Diffusion 的图形界面封装，因此 Stable Diffusion 的所有条款均适用于其输出结果。\n\n\n\n参考文献\n1) https:\u002F\u002Fgithub.com\u002FCompVis\u002Fstable-diffusion\n2) https:\u002F\u002Fgithub.com\u002Fmadebyollin\u002Fmaple-diffusion\n3) https:\u002F\u002Fgithub.com\u002Fdivamgupta\u002Fstable-diffusion-tensorflow\n4) https:\u002F\u002Fgithub.com\u002Fliuliu\u002Fswift-diffusion（特别感谢 Liu Liu）\n5) https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fdiffusers","# Diffusion Bee 快速上手指南\n\nDiffusion Bee 是一款专为 macOS 设计的 Stable Diffusion 图形界面（GUI）应用。它无需配置复杂的环境依赖，提供一键安装包，支持在本地运行文生图、图生图、局部重绘等功能，且完全保护数据隐私（不上传云端）。\n\n## 环境准备\n\n本工具仅支持 macOS 系统，无需安装 Python、Git 或其他开发依赖。请确保您的设备满足以下系统要求：\n\n*   **硬件要求**：\n    *   Intel 芯片 Mac\n    *   Apple Silicon 芯片 Mac (M1 \u002F M2 \u002F M3 等，已针对其优化)\n*   **操作系统要求**：\n    *   **Intel 机型**：macOS 12.3.1 或更高版本\n    *   **M1\u002FM2 机型**：macOS 11.0.0 或更高版本\n*   **网络要求**：\n    *   首次启动时需要下载模型权重文件，请确保网络连接通畅。\n\n## 安装步骤\n\nDiffusion Bee 采用应用程序包形式分发，无需通过命令行安装。\n\n1.  **下载安装包**\n    访问官方网站下载最新版本的 `.dmg` 安装包：\n    ```text\n    https:\u002F\u002Fdiffusionbee.com\u002F\n    ```\n\n2.  **安装应用**\n    *   双击下载的 `DiffusionBee.dmg` 文件。\n    *   将出现的 `Diffusion Bee` 图标拖拽至 `Applications`（应用程序）文件夹中。\n\n3.  **首次运行**\n    *   在“应用程序”文件夹中找到并打开 `Diffusion Bee`。\n    *   *注意*：如果是首次打开，macOS 可能会提示“无法打开，因为来自身份不明的开发者”。\n    *   **解决方法**：前往 `系统设置` > `隐私与安全性`，在底部找到拦截记录，点击“仍要打开”；或者右键点击应用图标选择“打开”。\n\n4.  **自动初始化**\n    启动后，软件会自动下载所需的 Stable Diffusion 模型权重文件（首次运行可能需要几分钟，取决于网速）。下载完成后即可直接使用。\n\n## 基本使用\n\n### 1. 文生图 (Text to Image)\n这是最基础的功能，通过文字描述生成图像。\n\n*   **步骤**：\n    1.  在主界面的文本框中输入提示词（Prompt），例如：`a cute cat in space, high quality`。\n    2.  （可选）在\"Negative Prompt\"输入框中输入不希望出现的内容，例如：`blurry, low quality`。\n    3.  点击 **Generate** 按钮。\n    4.  等待生成完成，图片将显示在右侧，并可右键保存。\n\n### 2. 图生图 (Image to Image)\n基于现有图片进行风格迁移或修改。\n\n*   **步骤**：\n    1.  点击界面上的图片上传区域或拖入一张本地图片。\n    2.  输入新的提示词描述你想要的变化。\n    3.  调整 `Denoising Strength`（去噪强度）：数值越低越保留原图细节，数值越高变化越大。\n    4.  点击 **Generate**。\n\n### 3. 局部重绘 (Inpainting)\n修改图片中的特定区域。\n\n*   **步骤**：\n    1.  上传一张图片。\n    2.  选择 **Inpainting** 模式。\n    3.  使用画笔工具在图片上涂抹想要修改的区域（蒙版）。\n    4.  输入提示词描述该区域应该变成什么（例如：`sunglasses`）。\n    5.  点击 **Generate**。\n\n### 4. 模型管理\n软件内置了模型下载器，支持 SD 1.x, SD 2.x, SD XL, ControlNet 及 LoRA 等模型。\n\n*   **操作**：点击界面中的模型下拉菜单或设置选项，选择 **Download Models**，即可直接从列表中选择并下载社区流行的模型，无需手动配置路径。\n\n> **提示**：所有生成的图片历史都会保存在软件内的 **History** 标签页中，随时可查看或重新生成。","一位独立游戏开发者需要在 M1 Mac 上快速为原型设计生成大量风格统一的资产素材，同时严格保护未公开的美术设定不泄露。\n\n### 没有 diffusionbee-stable-diffusion-ui 时\n- **环境配置噩梦**：开发者需手动安装 Python、配置复杂的依赖库并编译代码，往往因环境冲突耗费数天时间才能跑通第一个 demo。\n- **隐私泄露风险**：使用在线生成服务必须上传草图或概念描述，导致核心创意暴露于云端，存在被窃取或滥用的隐患。\n- **硬件性能浪费**：通用脚本无法针对 Apple Silicon 芯片优化，生成速度慢且发热严重，难以进行批量迭代测试。\n- **功能操作割裂**：想要实现局部重绘（Inpainting）或控制姿态（ControlNet），需要切换多个不同工具或编写额外代码，工作流极不连贯。\n\n### 使用 diffusionbee-stable-diffusion-ui 后\n- **一键即刻启动**：通过单击安装包即可在几分钟内完成部署，无需任何技术背景，让开发者立刻进入创作状态。\n- **数据完全本地化**：所有生成过程均在本地离线运行，确保游戏设定和美术草图绝不离开本机，彻底消除版权顾虑。\n- **M 系列芯片加速**：专为 M1\u002FM2 架构深度优化，推理速度显著提升，支持快速生成多尺寸图片并实时预览历史记录。\n- **全流程可视化集成**：在一个简洁界面中无缝切换文生图、局部重绘及 ControlNet 高级控制，大幅缩短从构思到成图的周期。\n\ndiffusionbee-stable-diffusion-ui 将原本高门槛的 AI 部署转化为零配置的本地化创作流，让 Mac 用户能安全、高效地释放 Stable Diffusion 的全部潜力。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdivamgupta_diffusionbee-stable-diffusion-ui_ecffc426.png","divamgupta","Divam Gupta","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fdivamgupta_6a843d0f.jpg","Creator of one-click ML tool - Liner.ai • AI for VR @ Meta • Previously: research @ Microsoft , robotics @ CMU",null,"San Francisco, United States","https:\u002F\u002Fdivamgupta.com\u002F","https:\u002F\u002Fgithub.com\u002Fdivamgupta",[82,86,90,94,98],{"name":83,"color":84,"percentage":85},"JavaScript","#f1e05a",81.9,{"name":87,"color":88,"percentage":89},"Python","#3572A5",13.2,{"name":91,"color":92,"percentage":93},"Vue","#41b883",4.6,{"name":95,"color":96,"percentage":97},"CSS","#663399",0.2,{"name":99,"color":100,"percentage":101},"HTML","#e34c26",0,13549,718,"2026-04-09T07:48:38","AGPL-3.0","macOS","无需独立 GPU，利用 Mac 内置 GPU（针对 M1\u002FM2 芯片优化），Intel 机型需 macOS 12.3.1+，M1\u002FM2 机型需 macOS 11.0.0+","未说明",{"notes":110,"python":108,"dependencies":111},"该工具专为 Mac 设计，提供一键安装程序，无需配置环境或具备技术知识。支持 Intel 和 Apple Silicon (M1\u002FM2) 芯片。数据完全本地运行，不上传云端（除非用户主动选择上传图片或下载模型）。支持多种模型（SD 1.x, 2.x, XL, ControlNet, LoRA 等）及图生图、局部重绘等功能。",[112],"未说明 (提供一键安装包，无需手动安装依赖)",[15],[115,116,117],"electron-app","macos","stable-diffusion","2026-03-27T02:49:30.150509","2026-04-10T06:29:14.317313",[],[122,127,132,137,142,147,152,157,162,167,172,177,182,187,192,197,202,207,212,217],{"id":123,"version":124,"summary_zh":125,"released_at":126},180334,"2.5.3","- 支持 Flux.1 图像生成模型（仅适用于 arm64 和 macOS 13 及以上版本）\n  - 要使用 Flux，请在应用首页向下滚动至底部\n- 支持外部文本反转嵌入\n- 可屏蔽 NSFW 图片\n- 模型页面更加整洁有序\n- 修复了多个 bug\n","2024-08-14T04:54:42",{"id":128,"version":129,"summary_zh":130,"released_at":131},180335,"2.5.2","- 支持从 Hugging Face 导入 SD 模型\n- 修复了下载主模型时出现的问题","2024-07-12T04:10:29",{"id":133,"version":134,"summary_zh":135,"released_at":136},180336,"2.5.1","- 修复bug","2024-02-01T06:14:10",{"id":138,"version":139,"summary_zh":140,"released_at":141},180337,"2.5.0","- 新的用户界面\n- 生成过程中支持 LoRA。（现在无需合并即可使用多个 LoRA）\n- 种子兼容模式（以便复现 A1111 等工具的结果）\n- LoRA 中对 bfloat16 的支持\n- 新增创建幻象的功能\n\n\u003Cimg width=\"1214\" alt=\"image\" src=\"https:\u002F\u002Fgithub.com\u002Fdivamgupta\u002Fdiffusionbee-stable-diffusion-ui\u002Fassets\u002F1890549\u002Fdadf18d0-a313-4b12-83e8-ff710215ece8\">\n","2024-01-23T07:01:52",{"id":143,"version":144,"summary_zh":145,"released_at":146},180338,"2.4.4","- SDXL 质量提升 - 类似 A1111 的提示词权重功能 - 文本提示词样式 - 新的默认模型","2024-01-09T19:53:34",{"id":148,"version":149,"summary_zh":150,"released_at":151},180339,"2.4.3","- 错误修复\r\n- 支持在本地训练自定义的 Stable Diffusion 模型","2023-12-23T05:13:03",{"id":153,"version":154,"summary_zh":155,"released_at":156},180340,"2.3.0","- 速度提升30% \r\n- 支持SDXL","2023-12-13T00:51:26",{"id":158,"version":159,"summary_zh":160,"released_at":161},180341,"2.2.1","新功能\n* 全新界面\n* 支持生成任务队列\n* 视频工具——插帧、Deforum\n* 全新的无限AI画布\n* 在画布上自由绘图的功能\n* 更多ControlNet模型\n* 更优秀的局部修复与扩展绘画功能\n* LoRA工具\n* 更加高级的生成选项\n\n![image](https:\u002F\u002Fgithub.com\u002Fdivamgupta\u002Fdiffusionbee-stable-diffusion-ui\u002Fassets\u002F1890549\u002F6893a6e1-46a1-495f-9f8f-512f1168e143)\n\n![image](https:\u002F\u002Fgithub.com\u002Fdivamgupta\u002Fdiffusionbee-stable-diffusion-ui\u002Fassets\u002F1890549\u002F46a4044f-4d46-40a3-95bc-178609c75ca2)\n\n","2023-06-21T01:57:00",{"id":163,"version":164,"summary_zh":165,"released_at":166},180342,"1.7.4","新功能\n* ControlNet\n* 支持 SD2.x\n* 修复 Intel 显卡黑屏问题\n* 可生成相似图像\n* 多种调度器\n* 支持 Safetensors","2023-04-29T18:56:12",{"id":168,"version":169,"summary_zh":170,"released_at":171},180343,"1.5.2","新功能\n* 更安全的自定义模型导入方式\n* 一些错误修复\n* 自定义模型选项置于显眼位置\n* 可调整大小的扩展画布框\n* 扩展画布的负面提示词","2023-02-13T04:03:24",{"id":173,"version":174,"summary_zh":175,"released_at":176},180344,"1.5.1","New Features:\r\n* Ability to add and select custom DreamBooth models\r\n* New options menu \r\n* Sound on generation\r\n* Toast notifications\r\n* Pagination in history\r\n\r\nFP16 version runs much faster, but has slightly worse generation quality. FP32 version produces the best quality.\r\n\r\nWarning : loading external custom models can potentially harm your computer. So please only load models from trusted sources. \r\n\r\n","2022-11-11T05:41:30",{"id":178,"version":179,"summary_zh":180,"released_at":181},180345,"1.4.3","Features:\r\n* Better outpainting UI\r\n* Bug fixes\r\n* TF model updated\r\n\r\nNotes \r\n- DiffusionBee-1.4.3-arm64_MPS_SD1.5_FP16 runs much faster, but has slightly worse generation quality. \r\n- DiffusionBee-1.4.3-arm64_TF_SD1.4_FP32  runs slower, but produces better quality images","2022-10-29T05:35:00",{"id":183,"version":184,"summary_zh":185,"released_at":186},180346,"1.4.2","Features:\r\n\r\n* Outpainting\r\n* Stable Diffusion model v1.5 added\r\n* Separate UI for inpainting\r\n\r\nNote: The intel version is experimental and does not work with AMD GPUs","2022-10-27T00:07:52",{"id":188,"version":189,"summary_zh":190,"released_at":191},180347,"1.3.1","Features:\r\n* UI fixes\r\n* Inpainting\r\n* Negative Prompts","2022-10-21T17:10:27",{"id":193,"version":194,"summary_zh":195,"released_at":196},180348,"1.2.0","Features \r\n\r\n- Sending images to img2img\r\n- Upscaling using RealESRGAN\r\n- Option to share on arthub.ai\r\n- fixed border issue for img2img\r\n- selecting prompts \u002F params in history\r\n","2022-10-08T05:24:32",{"id":198,"version":199,"summary_zh":200,"released_at":201},180349,"1.1.0","Features:\r\n* Flexible size for image to image\r\n* Bug fixes","2022-10-02T22:30:35",{"id":203,"version":204,"summary_zh":205,"released_at":206},180350,"1.0.0","New Features\r\n* Image to Image \r\n* Dark theme ( Thanks to Iktwo )\r\n* UI Improvement","2022-10-01T20:41:38",{"id":208,"version":209,"summary_zh":210,"released_at":211},180351,"0.3.0","New Features:\r\n* UI Fixes\r\n* Persistent history\r\n* Bug fixes","2022-09-25T05:44:59",{"id":213,"version":214,"summary_zh":215,"released_at":216},180352,"0.2.2","New Features :\r\n- Batch Size\r\n- Fast runtime on MacOS Ventura\r\n- Bug fixes \r\n- Image viewing options. ","2022-09-24T06:24:51",{"id":218,"version":219,"summary_zh":220,"released_at":221},180353,"0.2.1","New features:\r\n* Option to set seed\r\n* Temporary fix for blank images in MacOS Ventura\r\n","2022-09-23T05:49:17"]