sdnext

GitHub
7k 559 中等 1 次阅读 今天Apache-2.0语言模型图像开发框架
AI 解读 由 AI 自动生成,仅供参考

SD.Next 是一款功能强大的开源一体化网页界面,专为 AI 图像与视频的创作、标注及处理而设计。它基于 Stable Diffusion 构建,旨在解决用户在运行大型生成式模型时面临的硬件限制复杂、多平台兼容性差以及功能分散等痛点,让创作者能更专注于内容本身而非环境配置。

无论是专业设计师、AI 研究人员,还是希望尝试前沿技术的普通爱好者,都能通过其现代化的跨平台界面轻松上手。SD.Next 不仅支持 Windows、Linux 系统下的 NVIDIA、AMD 及 Intel 等多种显卡硬件,还内置了自动检测与优化机制,大幅降低了安装和依赖管理的门槛。

其核心技术亮点在于独有的"SDNQ"量化引擎,能在几乎不影响画质和速度的前提下,将显存占用降低高达 4 倍,使低配设备也能流畅运行大模型;同时具备“平衡卸载”技术,动态调配 CPU 与 GPU 内存以突破硬件瓶颈。此外,它还集成了超过 150 种开放模型用于智能图片标注,并提供专业的色彩分级与图像处理套件。凭借对十余种语言的支持和丰富的主题定制,SD.Next 为全球用户提供了一个灵活、高效且友好的 AI 创作工作台。

使用场景

一位独立游戏开发者需要在配置有限的笔记本电脑上,快速为原型项目生成并优化大量风格统一的角色立绘与场景素材。

没有 sdnext 时

  • 硬件瓶颈严重:显存仅 6GB,运行主流大模型频繁报"Out of Memory"错误,无法生成高分辨率图像。
  • 工作流割裂:生成图片后,需切换至 Photoshop 调色、再用单独工具打标签整理素材,效率极低。
  • 环境部署繁琐:在不同操作系统间迁移项目时,常因依赖冲突导致环境崩溃,重装耗时数小时。
  • 多端协作困难:无法在平板或手机上预览及微调生成结果,必须时刻守在电脑前。

使用 sdnext 后

  • 突破显存限制:利用内置的 SDNQ 量化引擎和平衡卸载技术,在同等硬件下显存占用降低 75%,流畅运行大型模型。
  • 一站式全流程:在同一界面完成从生成、自动打标(支持 WaifuDiffusion 等模型)到专业级色彩校正的所有步骤。
  • 开箱即用体验:内置安装器自动检测硬件并配置依赖,支持跨平台无缝更新,彻底消除环境配置焦虑。
  • 全平台灵活办公:通过响应式 Web 界面,开发者可随时在移动端检查进度或调整参数,实现随时随地创作。

sdnext 通过极致的硬件优化与全功能集成,让普通设备也能胜任专业级的 AI 视觉创作任务,将开发者的精力从环境维护回归到创意本身。

运行环境要求

操作系统
  • Linux
  • Windows
  • macOS
GPU
  • 非绝对必需(支持 CPU),但推荐 GPU
  • 支持 NVIDIA (CUDA), AMD (ROCm/ZLUDA), Intel Arc (OneAPI/IPEX), Apple M1/M2 (MPS), DirectML, OpenVINO
  • 具体显存需求未说明,但提供 SDNQ 量化引擎可减少高达 4 倍显存占用,支持平衡卸载以在有限硬件上运行大模型
内存

未说明

依赖
notes该工具具有强大的跨平台自动检测和调优功能,安装时会自动处理依赖。支持 Docker 容器部署。特色功能包括:SDNQ 量化引擎(可动态量化以减少显存)、平衡卸载技术(动态平衡 CPU/GPU 内存)、内置 150+ OpenCLiP 模型的标题生成、以及完整的图像校正和调色工具套件。支持约 15 种语言和多种 UI 主题。
python未说明
torch (含 MPS, CUDA, ROCm, IPEX 支持)
OpenVINO
DirectML
ONNX/Olive
OpenCLiP
WaifuDiffusion
DeepDanbooru
VLMs (视觉语言模型)
sdnext hero image

快速开始

SD.Next: AI艺术生成器logo

SD.Next:一体化WebUI

SD.Next是一款功能强大的开源WebUI应用,用于AI图像和视频生成,基于Stable Diffusion构建,并支持数十种先进模型。通过现代化、跨平台的界面,您可以创作、标注并处理图像和视频——非常适合艺术家、研究人员以及AI爱好者。

星标 复刻 贡献者 最后更新 许可证 Discord DeepWiki 赞助者

文档 | 维基 | Discord | 变更日志


目录

截图:桌面界面

SD.Next:AI艺术生成器桌面界面截图

截图:移动界面

SD.Next:AI艺术生成器移动界面截图

特性与能力

SD.Next功能丰富,专注于性能、灵活性和用户体验。主要特性包括:

  • [多平台支持](#platform-support!
  • 支持众多扩散模型
  • 完全本地化为约15种语言,并支持多种UI主题
  • 支持桌面移动端
  • 安装时会进行平台特定的自动检测与优化
  • 内置安装程序,具备自动更新和依赖管理功能

独特特性

SD.Next包含许多其他WebUI中没有的功能,例如:

  • SDNQ:最先进的量化引擎 可以使用预量化模型,或在运行时动态量化,从而将显存占用降低多达4倍,且几乎不影响质量和性能
  • 平衡卸载:动态平衡CPU和GPU内存,以便在有限的硬件上运行更大的模型
  • 标题生成,支持150多种OpenCLiP模型;标签生成器集成WaifuDiffusionDeepDanbooru模型;内置25多种VLM
  • 图像处理,提供完整的图像校正与调色工具集

支持的AI模型

SD.Next支持广泛的模型:支持的模型模型规格

支持的平台与硬件

  • 使用CUDA库的nVidia GPU,适用于WindowsLinux系统
  • 使用ROCm库的AMD GPU,适用于LinuxWindows系统
  • Windows上使用ZLUDA库的AMD GPU
  • 使用OneAPIIPEX XPU库的Intel Arc GPU,适用于WindowsLinux系统
  • 兼容OpenVINO库的任何CPU/GPU或其他设备,适用于WindowsLinux系统
  • 兼容DirectX的GPU,在Windows上可使用DirectML
  • Apple M1/M2芯片,在OSX上可通过Torch内置支持并结合MPS优化运行
  • ONNX/Olive

此外,还提供了针对以下环境的Docker容器配方:CUDA、ROCm、Intel IPEX和OpenVINO

快速入门

[!提示] 如需平台特定的信息,请查看
WSL | Intel Arc | DirectML | OpenVINO | ONNX & Olive | ZLUDA | AMD ROCm | MacOS | nVidia | Docker

快速启动

git clone https://github.com/vladmandic/sdnext
cd sdnext
./webui.sh # Linux/Mac
webui.bat  # Windows
webui.ps1  # PowerShell

[!警告] 如果遇到问题,请查阅故障排除调试指南

社区与支持

如果您不确定如何使用某项功能,最好的起点是文档。如果文档中没有相关信息,
请查看变更日志,了解该功能首次引入的时间及其简要使用说明。

如有任何疑问,请在Discord上提问,或在Github上提交问题,或参与讨论

贡献

有关如何参与本项目,请参阅贡献指南

许可证与致谢

演化

starts

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

349.3k|★★★☆☆|1周前
Agent开发框架图像

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。

162.1k|★★★☆☆|1周前
开发框架图像Agent

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

153.6k|★★☆☆☆|今天
开发框架Agent语言模型

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。

108.3k|★★☆☆☆|3天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|4天前
插件Agent图像

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

93.4k|★★☆☆☆|1周前
插件开发框架