stable-diffusion.cpp

环境都不用配,一个文件直接本地出图

纯 C/C++ 实现的扩散模型推理库,无需 Python 环境即可运行 SD、Flux、Wan、Qwen Image、Z-Image 等主流模型,性能卓越、部署轻量,适合边缘设备与低资源场景。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 7097
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队leejet
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,需自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言C++
技术栈/模型ai,cplusplus,diffusion,flux,flux-dev,ggml,image-generation,image2image,img2img,latent-diffusion,ltx-video,qwen-image,stable-diffusion,text2image,txt2img,videogeneration,wan,z-image,z-image-turbo
GitHub 星标★ 7097
30天Star增速
HF 下载量
上线时间2023-08-13 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6

使用教程

难度:进阶 约 20 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 支持 C/C++ 的编译环境(项目为纯 C/C++ 实现)
  • 可访问 GitHub 拉取源码(https://github.com/leejet/stable-diffusion.cpp)
  • 充足的磁盘空间用于存放扩散模型权重文件(README 未给出体积)
  • 自行准备受支持的模型权重(SD、Flux、Wan、Qwen Image、Z-Image 等)

安装与启动步骤

  1. 1获取项目源码

    从 GitHub 克隆仓库到本地,README 未给出压缩包或其他分发方式,建议直接用 git 拉取。

    git clone https://github.com/leejet/stable-diffusion.cpp.git
    cd stable-diffusion.cpp
  2. 2查看 Quick Start

    README 中「Quick Start」是官方指定的上手入口,编译与运行命令都在该章节,请打开仓库首页查看。

  3. 3编译项目

    本项目为纯 C/C++ 实现,需自行编译;具体构建工具与参数以 README 的 Quick Start 章节为准,此处不臆造。

  4. 4准备模型权重

    按 Quick Start 说明准备并放置受支持的模型权重文件(如 SD、Flux、Wan、Qwen Image、Z-Image),README 未给下载地址。

  5. 5运行推理

    按 Quick Start 中给出的示例命令执行推理;命令行选项可能随版本变化,务必对照当前 README。

如何确认成功

以 README Quick Start 章节中的示例命令能否正常输出图像为准;本次节选未包含具体验证方法,请以仓库最新说明确认。

常见问题

Q:必须安装 Python 才能运行吗?

A:不需要。项目为纯 C/C++ 实现的扩散模型推理库,无需 Python 环境即可运行 SD、Flux、Wan、Qwen Image、Z-Image 等主流模型。

Q:具体怎么编译和运行?

A:README 的 Quick Start 章节给出了构建与使用方式,但本次节选未包含该部分内容,请直接查看仓库 README 首页获取最新命令。

Q:命令行参数稳定吗?

A:不稳定。项目处于活跃开发中,README 明确提示 API 与命令行选项可能频繁变动,升级后需重新核对参数。

Q:支持哪些模型?

A:支持 SD、Flux、Wan、Qwen Image、Z-Image 等,近期新增 LTX-2.5、MiniMax-H3、Krea2、Ideogram4、FLUX.2-dev 等支持。

注意事项

  • 项目处于活跃开发中,API 与命令行选项可能频繁变化,请以仓库最新 README 为准。
  • 本次 README 节选未包含安装与构建命令,为避免误导,相关步骤未填写具体命令。
  • 模型权重需自行准备,README 未提供下载链接与存放路径。

核心亮点

  • 纯C/C++实现,无Python运行时依赖,部署轻量,适合边缘设备和嵌入式场景
  • 支持SD、Flux、Wan、Qwen Image、Z-Image等多种扩散模型,覆盖面广,且基于ggml优化,推理效率高
  • 提供图像生成、图像编辑(img2img)等核心功能,API简洁,易于集成到C++项目中

不足之处

  • 文档/社区待观察
  • 与Python生态(如diffusers)相比,高级特性(如LoRA微调、ControlNet)支持可能不完整

适用场景

  • 在无Python环境的服务器或容器中部署图像生成服务
  • 嵌入式设备或移动端上的离线图像生成应用
  • 需要高性能、低延迟的C++图像生成管线集成

替代项目

stable-diffusion.cpp、ggml、diffusers

项目介绍

stable-diffusion.cpp 是图像领域的开源项目,由 leejet 开发,2023 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(7,097)位列前 7%,在图像分类的 839 个项目里位列前 4%。

近 41 天,它的 GitHub 星标从 6,730 增加到 7,097,净增 367。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-22。MIT许可证,完全免费,需自行部署使用。

它主要面向的使用场景是:在无Python环境的服务器或容器中部署图像生成服务。同类可对比的替代方案包括 stable-diffusion.cpp、ggml、diffusers。

同类项目推荐

satori 开源

网页代码一键变高清图,放大不糊,不用截图

Enlightened library to convert HTML and CSS to SVG

★ 13967 2026-08-09
C2GAN 开源

用关键点精准控制图像生成,让AI画出你想要的结构

[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···

★ 70 2026-08-09
ComfyUI 开源

像搭积木一样连节点,生图流程自己搭

The most powerful and modular diffusion model GUI, api and backend with a graph/node···

★ 134493 2026-08-09