Fooocus：一款基于SDXL架构的图像生成软件

Fooocus 是一款基于 Gradio 构建的图像生成软件。它重新定义了图像生成器的设计理念，是一款离线、开源且完全免费的工具。与许多在线图像生成器（如 Midjourney）类似，Fooocus 无需用户进行繁琐的手动参数调整，用户只需专注于提示词和图像本身。Fooocus 极大地简化了安装流程：从点击“下载”到生成第一张图像，所需的鼠标点击次数严格控制在3次以内。其最低 GPU 显存要求为 4GB（Nvidia）。

项目状态：有限长期支持（LTS），仅进行错误修复

Fooocus 项目完全基于 Stable Diffusion XL（SDXL） 架构构建，目前已进入有限长期支持（LTS）阶段，仅进行错误修复。由于现有功能在程序上已基本无问题，未来的更新将仅专注于解决可能出现的任何错误。

目前没有计划迁移到或集成更新的模型架构。 然而，随着开源社区的发展，这种情况可能会发生变化。例如，如果社区在未来半年或一年内就图像生成的主流方法达成共识，Fooocus 也可能随之迁移。

对于希望使用 Flux 等更新模型的用户，建议探索其他平台，如 WebUI Forge、ComfyUI/SwarmUI 以及一些优秀的 Fooocus 分支。

核心功能特性

Fooocus 提供了对标 Midjourney 和 LeonardoAI 的丰富功能，以下是一些核心特性：

对标 Midjourney 的功能：

• 高质量文本到图像生成： 无需复杂的提示词工程或参数调整。Fooocus 内置离线的 GPT-2 提示词处理引擎和大量采样优化，无论提示词是“花园里的房子”这样的短句，还是长达1000个单词的长句，都能生成优美的结果。
• 图像变体与放大： 支持对输入图像进行“细微变化”或“强烈变化”，以及 1.5倍 或 2倍 的放大。
• 图像修复与扩展： 支持对输入图像进行修复（Inpaint）以及向上、下、左、右四个方向的扩展（Outpaint）。Fooocus 使用自己的修复算法和模型，结果优于使用标准 SDXL 修复方法/模型的其他软件。
• 图像提示： 支持以图像作为提示。Fooocus 使用自己的图像提示算法，在结果质量和提示理解方面优于使用标准 IP-Adapter 或 Revision 的其他软件。
• 风格与引导： 提供“风格”和“引导”等高级参数。
• 模型预设： 提供“默认”、“动漫”和“写实”等多种启动器，支持 Civitai 上的 SDXL 模型。
• 质量与重复生成： 支持“质量”和“图像数量”等参数。
• 多提示与权重： 支持使用多行提示词，并支持 A1111 格式的提示词加权（例如“I am (happy:1.5)”），也支持使用 Embedding。
• 负面提示词与宽高比： 支持设置负面提示词和自定义宽高比。
• 人脸替换与图像描述： 支持 InsightFace 人脸替换和“描述”功能，可自动生成图像描述。

对标 LeonardoAI 的功能：

• 提示词魔法： 提供“Fooocus V2”风格。
• 高级采样器参数： 支持调整采样锐度等参数。
• 用户友好的 ControlNet： 提供直观的图像提示功能。

安装与使用

Windows 用户：

可直接下载预打包的压缩包，解压后运行 run.bat 文件。首次启动时，软件会自动下载所需的默认模型。如果已拥有这些模型文件，可将其复制到指定文件夹以加快安装速度。需要注意的是，如果遇到“MetadataIncompleteBuffer”或“PytorchStreamReader”错误，说明模型文件已损坏，需要重新下载。

Linux 用户：

支持通过 Anaconda、Python Venv 或原生系统 Python 安装。主要步骤包括克隆仓库、创建并激活虚拟环境、安装依赖，然后运行 python entry_with_update.py 启动软件。若需远程访问，可添加 –listen 参数。

Colab 用户：

提供官方 Colab 笔记本，可一键运行。在 Colab 中，可以通过修改启动命令来切换预设（如 –preset anime 或 –preset realistic）。

Mac 用户：

支持 Apple Silicon（M1/M2）芯片。需要安装 conda 和 PyTorch nightly 版本，并确保 PyTorch 能识别 MPS 设备。由于没有独立显卡，图像处理时间会显著长于有独立显卡的电脑。

Docker 用户：

提供 Dockerfile 和 docker-compose.yml 文件，方便容器化部署。

硬件要求

Fooocus 对本地运行有最低硬件要求：

• NVIDIA GPU： 最低 4GB 显存（GTX 9XX 及以上），建议 8GB 显存。
• AMD GPU： 最低 8GB 显存（Windows 下通过 DirectML 运行，速度约为 Nvidia RTX 3XXX 的 1/3；Linux 下通过 ROCm 运行，速度约为 Nvidia RTX 3XXX 的 2/3）。
• Mac： M1/M2 MPS，速度约为 Nvidia RTX 3XXX 的 1/9。
• 仅使用 CPU： 最低 32GB 系统内存，速度约为 Nvidia RTX 3XXX 的 1/17。

所有平台均建议开启系统交换空间（Swap）。

高级特性与自定义

内联提示功能：

• 通配符： 支持在提示词中使用 __color__ 等通配符，程序会从对应的 wildcards/color.txt 文件中随机选择一个词替换。支持嵌套和组合使用。
• 数组处理： 支持使用 [[red, green, blue]] 语法，为数组中的每个元素生成一张独立的图像。
• 内联 LoRA： 支持在提示词中使用 <lora:sunflowers:1.2> 语法，直接应用位于 models/loras 目录下的 LoRA 模型。

自定义配置：

首次运行后，会在 Fooocusconfig.txt 生成配置文件，用户可编辑此文件来修改模型路径、默认参数（如模型、采样器、负面提示词、默认风格等）。如果配置出错，删除此文件即可恢复默认设置。

用户界面与安全

除了在本地运行，Fooocus 还可以通过 –listen 参数暴露本地 UI 监听器，或通过 –share 参数创建临时的公网 API 地址。默认情况下，这两种方式均无身份验证。用户可以通过创建 auth.json 文件来添加基本身份验证。

本地化与翻译

Fooocus 支持通过 JSON 文件进行用户界面本地化。用户可将翻译文件放入 language 文件夹，并通过 –language 参数加载。例如，创建 Fooocus/language/cn.json 文件，然后使用 –language cn 参数即可将界面翻译为中文。