Fooocus：专注提示词与生成的 AI 图像工具
posts posts 2026-05-23T13:09:23+08:00Fooocus 是 llyasviel 开源的 AI 图像生成工具，基于 Stable Diffusion 但专注于提示词与生成，把复杂参数隐藏到后台，降低上手门槛。技术笔记AI, 图像生成, Stable Diffusion, 开源学习目标
读完本文后，你应该能够：
- 说出 Fooocus 和 SD WebUI、ComfyUI 的核心差异
- 在自己电脑上装好 Fooocus 并生成第一张图
- 用提示词技巧提升生成图像的细节和质量
- 判断 Fooocus 适不适合你当前的图像生成需求
- 在 Fooocus 和同类工具之间做有依据的选择
目录
| → | 它到底简化了什么 | 核心特性 | 一次完整生成流程 | 安装 | 提示词技巧 | 常见问题 | 自测 | 进阶路径 |
Fooocus：专注提示词与生成的 AI 图像工具，SD 级质量更简单
分类： AI 图像 · 生成
Stars： 48,807
地址： https://github.com/lllyasviel/Fooocus
官网： https://fooocus.com
Fooocus 的思路很直接：把 Stable Diffusion（SD）的质量保留下来，把操作复杂度砍掉。它不追求 ComfyUI 那种节点式工作流的灵活性，也不像 Midjourney 那样走闭源路线——它只做两件事：让你写好提示词，然后生成图像。安装完成就能出图，不需要先搞懂 ControlNet、LoRA、VAE 这些组件分别干什么。
如果你已经在用 SD WebUI 但被参数劝退，或者想给团队找一个零培训成本的开源图像生成工具，Fooocus 是目前最接近"打开就用"的选择。但如果你需要精确控制模型管线或自定义节点编排，ComfyUI 更适合你。
它到底简化了什么
SD 生态的问题不在功能少，而在门槛高。装完 WebUI 只是开始，接下来还有 ControlNet 的姿态控制、LoRA 的风格微调、VAE 的色彩还原——每一层都有自己的参数和兼容性要求。Fooocus 把这些都内置了，并且默认就配好了。你不需要知道它们存在，它们已经在后台工作了。
这个设计取舍是明确的：牺牲定制深度，换取生成效率。对于概念设计、社媒配图、电商主图这类场景，这个取舍是划算的。
核心特性
1. 零配置出图
安装后直接可用，内置模型和参数已经调好，不需要手动下载或配置额外组件。
2. 内置提示词引擎
自动补全提示词、处理反向提示词、应用风格预设。不需要背 masterpiece, best quality 这类质量标签，Fooocus 会在后台自动注入。
3. 多风格预设
内置建筑、摄影、插画、动漫等风格模板，一键切换，不需要调 LoRA 权重或修改采样参数。
4. 优化过的生成管线
相比原生 SD WebUI，生成速度更快，显存占用更低——对消费级显卡更友好。
5. 基于 SD 生态的开源架构
可以接入社区模型和插件，没有被锁死在封闭系统里。
一次完整生成流程
以"生成一张赛博朋克风格的城市夜景"为例，看看一次请求在 Fooocus 中经历了什么：
- 输入提示词：
cyberpunk city at night, neon lights, rain, cinematic lighting - 选择风格：从预设里选
Cinematic——Fooocus 会自动注入对应的质量标签和采样参数 - 设置反向提示词：
blurry, low resolution, distorted——或者留空，让内置引擎补默认的负面词 - 点击生成：Fooocus 把提示词扩展、风格参数、反向提示词整合后送入 SD 模型，返回结果
- 快速迭代：不满意就改提示词、换风格，点击生成——没有其他需要调整的参数
整个过程里，用户只需要关心"画面里有什么"和"什么风格"。管线细节完全不暴露。
安装
一键安装（推荐）
pip install fooocus
python -m fooocus
# 访问 http://127.0.0.1:7860源码安装
git clone https://github.com/lllyasviel/Fooocus
cd Fooocus
pip install -r requirements.txt
python launch.py提示词技巧
基础写法
正向提示词: A cosmic lighthouse at sunset, volumetric lighting, cinematic
风格选择: Photorealistic / Anime / Architectural
点击生成进阶技巧
- 用质量标签提升细节：
masterpiece, best quality, extremely detailed - 用反向提示词排除不需要的元素：
blurry, low quality, distorted - 切换 base model 以适配不同风格的 SD 模型（写实、二次元等）
常见问题
Q: 和 SD WebUI 有什么区别？
Fooocus 内置了 ControlNet、LoRA 等组件并自动配置，WebUI 需要手动安装和调参。如果你需要精确控制每个组件的参数，用 WebUI；如果只想写提示词出图，用 Fooocus。
Q: 显存不够怎么办？
Fooocus 默认对消费级显卡做了优化，4 GB 显存就能跑。如果仍然 OOM（显存不足），可以在设置里降低分辨率或切换到更轻量的模型。
Q: 能用自己的模型吗？
可以。把模型文件放到 Fooocus 的 models 目录下，启动时选择即可。
Q: 生成的图像能商用吗？
取决于你用的底模的授权。Fooocus 本身不限制商用，但 Stable Diffusion 底模的授权条款需要你自己确认。
Q: 和 Midjourney 比哪个好？
Midjourney quality 更高但闭源、按订阅收费。Fooocus 开源免费，质量接近 Midjourney v5，而且你可以自己换模型、调参数。如果你不想被订阅绑住，Fooocus 是更好的选择。
适用场景
| 场景 | 说明 |
|---|---|
| 概念设计 | 产品、建筑、角色的快速概念图 |
| 内容创作 | 博客配图、社媒内容生成 |
| 游戏美术 | 场景和角色的探索性设计 |
| 电商主图 | 商品展示图背景生成 |
对比同类工具
| 工具 | 质量 | 易用性 | Stars | 定制性 |
|---|---|---|---|---|
| Fooocus | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | 48K | ⭐⭐⭐ |
| ComfyUI | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | 33K | ⭐⭐⭐⭐⭐ |
| Stable Diffusion WebUI | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | 130K+ | ⭐⭐⭐⭐⭐ |
| Midjourney | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | - | ❌ |
什么时候该用 Fooocus
- 你或你的团队需要零培训成本的开源图像生成工具
- 主要用途是概念设计、配图生成、风格探索——不需要精细的管线控制
- 设备有限（消费级显卡），需要低显存占用的方案
什么时候不该用
- 你需要自定义 ControlNet 参数、编排多节点工作流——ComfyUI 更合适
- 你需要社区最丰富的插件和模型生态——SD WebUI 的生态更成熟
- 你需要商用级的批量生成和 API 集成——Midjourney 或 DALL·E 的 API 更稳定
自测
- 你之前用过的图像生成工具是什么？列出来 2-3 个最让你不舒服的地方——是参数太多、安装太复杂、还是生成质量不稳定？
- 如果你现在装 Fooocus，第一步会做什么？先跑通一个简单提示词，还是直接换自己训练的 LoRA？
- Fooocus 和 SD WebUI 的核心差异在哪？如果你已经用了 WebUI，有没有必要换？什么情况下该换，什么情况下不该换？
- 你现在的图像生成需求是什么？如果只是为了偶尔做配图，Fooocus 是不是已经够用？
- 如果你在带团队，你会不会推荐大家用 Fooocus？为什么？什么类型的团队适合，什么类型的不适合？
进阶路径
阶段一：跑通第一个提示词（今天）
装好 Fooocus，写 5 个简单提示词（写实风景、动漫角色、建筑外观、产品展示、抽象艺术）。感受一下：不用调任何参数，出来的图能不能直接用？
阶段二：把提示词写细（本周）
找一个你想用的场景（比如"电商主图"），写 10 个不同细度的提示词——从粗到细，看生成结果差多少。目标：理解"提示词细度"和"生成质量"的关系。
阶段三：接进你的工作流（本月）
如果你做内容创作、电商或游戏美术，把 Fooocus 接进你的真实工作流——批量生成、风格统一、后期微调。记录哪步卡住了、哪步的文档不够清楚。
阶段四：如果你在带团队，做一次工具选型（下个月）
用文章的「对比同类工具」表格，加你自己试下来的感受，写一页「我们为什么选 Fooocus / WebUI / ComfyUI」。给团队看，不是让大家换工具，而是把「选型依据」说清楚。
相关工具： Vimax Agentic Video · Supervision