Fooocus安装指南：详解CUDA配置、插件安装与一键更新步骤

简化安装流程：优先使用整合包

对于追求快速部署的用户，直接获取社区维护的整合包是最优解。这类打包好的解决方案已预先集成了Fooocus核心程序、Python运行环境及基础模型文件。你只需从官方或可信的发布渠道下载压缩包，解压至本地任意目录，即可跳过繁琐的Python配置与依赖库手动安装环节。此方法能有效规避环境变量配置错误和依赖冲突引发的安装失败，对命令行操作经验有限的用户极为友好。

解压后，直接双击运行目录内的启动脚本（如 Windows 的 `run.bat` 或 macOS/Linux 的 `run.sh`），程序将自动完成初始化。首次启动时会联网下载缺失的必要模型文件，请确保网络连接稳定。整合包将所有组件封装在独立目录内，不仅便于后续的版本管理和项目迁移，也完全不会干扰系统原有的开发环境。

核心环境配置：理解CUDA与PyTorch要求

若选择从源码安装或进行深度自定义，则必须精准配置CUDA环境。Fooocus基于PyTorch框架执行图像生成计算，而PyTorch需要匹配特定版本的NVIDIA CUDA驱动支持。首先，通过终端命令 `nvidia-smi` 或NVIDIA控制面板，确认你当前的显卡驱动版本。随后，访问PyTorch官网，根据已查明的CUDA驱动版本，选择对应的PyTorch安装指令。

一个关键的技术原则是：系统安装的CUDA驱动版本必须等于或高于PyTorch所需的CUDA运行时版本。例如，安装指令中包含 `cu121` 字样，即代表需要CUDA 12.1环境。此时，你只需确保系统NVIDIA驱动支持CUDA 12.1及以上版本即可。环境配置失配是导致程序无法调用GPU或运行时抛出错误的主要原因，务必仔细核对。

依赖项安装与常见问题处理

成功配置PyTorch后，通过Git克隆Fooocus的官方仓库源码。进入项目根目录，使用pip安装 `requirements.txt` 文件中列出的所有Python依赖。此过程可能因网络问题导致部分包下载缓慢或失败，建议配置国内PyPI镜像源以加速安装。请全程关注命令行输出，确保所有依赖库均成功安装，无红色错误提示。

依赖安装完毕，运行主程序脚本。若遇到动态链接库缺失错误（如 `.dll` 或 `.so` 文件），这通常与系统缺少Visual C++运行时库或其他基础组件有关。Windows用户可尝试安装最新版的Microsoft Visual C++ Redistributable。同时，请确保硬盘预留充足空间（建议10GB以上用于存放模型），且程序运行路径不包含中文字符或特殊符号，以杜绝潜在的权限与路径识别问题。

扩展功能：安装与管理插件

Fooocus支持通过插件体系扩展其原生功能，例如集成新的艺术风格预设、优化工作流或对接外部工具。插件安装流程通常较为直观。多数插件会提供明确的安装指南，常见方式是将插件文件夹复制到Fooocus目录下的 `extensions` 文件夹中，或直接在Web UI的插件管理页面内，输入插件仓库的Git地址进行在线安装。

对已安装插件的有效管理同样重要。建议定期关注所用插件的更新日志，因为当Fooocus主程序升级后，旧版插件可能存在兼容性风险。在插件管理界面，你可以便捷地启用、禁用或更新插件。若遇到程序启动失败或功能异常，可尝试逐一禁用插件以排查冲突源头，从而维持一个整洁、稳定的扩展环境。

保持软件更新与后续维护

为持续获得新功能、性能优化及错误修复，定期更新Fooocus是必要的维护工作。更新前，建议备份你的个性化配置文件与重要的生成作品。若使用整合包，请留意项目发布页面的版本公告，通常下载新版整合包并覆盖安装（注意保留存有个人模型和配置的 `models` 等文件夹）即可完成升级。

对于通过Git源码安装的用户，更新操作更为简便。在项目目录下，执行 `git pull` 命令拉取最新代码，随后重新运行启动脚本，程序通常会提示并自动安装新增的依赖项。无论采用何种安装方式，更新后的首次启动都可能需要重新加载或下载部分模型文件，请耐心等待。养成定期维护的习惯，能确保你的AI绘画工具长期稳定运行，并持续享受开发者社区带来的最新成果。