很多人的电脑里都躺着一个"装完就积灰"的 Stable Diffusion：当初兴致勃勃下载了几个 G 的模型，结果不是启动报错就是速度劝退，最后一直躺在硬盘里吃灰。我的这台也一样——Intel 集显、没有独立显卡、纯 CPU 渲染，按常规玩法属于"劝退配置"。

直到最近，我把这件事交给 WorkBuddy去折腾。它排查了报错、修好了依赖、以 CPU 模式把服务跑了起来，最后真的出图了。重要的是：跑通之后，把日常出图的流程简化成一条命令。

下次运行这条命令就可以快速生图，似乎也不再需要什么界面了。

一、原材料

• WorkBuddy
  ：AI 助手。会读文件、写代码、执行命令、排查报错。
• Stable Diffusion WebUI
  ：跑在你自己电脑上的开源绘图工具。模型就在本地硬盘里，出图不联网、不花钱。

分工很简单：你负责提需求，WorkBuddy 负责一切操作，Stable Diffusion 负责算图。

二、WorkBuddy 负责首次跑通

第一次让这套组合出图时，全程由 WorkBuddy 自动完成，例如用户先提一句需求："生成一个西方神话女神"。背后实际发生了六件事：

1. 环境体检
   ：确认无独立显卡、CUDA 不可用，自动改用 CPU 模式启动参数，避开默认配置必卡的坑；
2. 启动服务
   ：以无界面模式启动 SD WebUI（纯 CPU 约需 3 分钟）；
3. 挑模型
   ：扫描本地模型库，按"写实人像"需求匹配模型（要插画风会换别的模型）；
4. 写提示词
   ：把一句中文需求扩写成结构化英文提示词，并自动配上防手崩、防畸形的负向提示词；
5. 渲染出图
   ：调用本地生图接口，CPU 算 5-7 分钟，保存为 PNG；
6. 交付收尾
   ：图片直接发回对话，清理后台进程。

三、固定化生成路径：WorkBuddy制作python固定脚本

首次跑通后，WorkBuddy 把整套流程封装成了一个复用脚本，有了这个脚本，WorkBuddy就可以功成身退了。以后哪怕电脑重启、所有程序全部关闭，从零出一张图也只需下面四步——核心就一句话：敲一条命令，其余全自动。

第 1 步：打开命令提示符

按 Win + R，输入 cmd，回车，弹出黑色窗口。

第 2 步：切到项目目录

cd /d D:\AI\stable-diffusion-webui

第 3 步：敲一条生图命令（唯一需要动脑的地方）

venv\Scripts\python.exe tmp\gen.py "这里写英文提示词" --model **  --tag 文件名前缀

引号里换成你想要的内容（英文），model 自己选。

第 4 步：等约 8 分钟，收图

命令会自动完成剩下的一切：服务器没开就自动启动（3 分钟）→ 自动匹配模型 → 渲染（5 分钟）→ 保存图片。窗口显示"已保存"后，到 outputs\api_gen\ 文件夹里看图即可。

三个常见疑问

• 怎么知道服务器在不在跑？
  不用知道。脚本每次先探测，在跑就跳过启动（省 3 分钟），没跑就自动启动。
• 要双击stable-diffusion的 webui-user.bat 吗？不要
  那是开浏览器界面的另一条通道，别同时用，会抢端口和 CPU。
• 不满意想再来一张？
  改改提示词重跑即可；想构图不变只换细节，加 --seed 数字（数字在窗口打印的"本次 seed"里）。

四、Token花费

先把结论放前面：出图本身零 token、零费用，花钱的只是 AI 助手的"指挥"过程。

省钱要点：

首次"指挥"（含读日志、写脚本、排错）在十几万 token 量级；但脚本跑通后即可复用——自己敲命令出图，token 消耗为零；换主题只需改提示词。图生得越多，每张图的成本越趋近于零。

五、有 SD 辅助 vs 仅用 WorkBuddy，差在哪

一句话建议：

低频、追画质、图省事 → 仅用 WorkBuddy 走云端；高频、要可控、在乎成本和隐私 → 加装本地 SD。两者也不冲突：正式图走云端，草稿和批量素材走本地。

五、写在最后

这次实测最有意思的发现是：AI 助手和本地绘图工具不是"二选一"，而是脑和手的关系。Stable Diffusion 功能强大但门槛不低——参数、报错、版本冲突，劝退了太多人；WorkBuddy 恰好补上了这块短板，把"会折腾"变成了"会提需求就行"。而跑通一次之后，所有复杂性被压缩成一条命令，会敲命令就行。AI 助手按 token 收"指挥费"，本地 SD 出图"免工费"。指挥一次，出图无限次。