Skriptvorstellung – Stable Diffusion auf Debian 13 (Python 3.11) & Frage zu externen KI-Servern

[speefak]

Hallo zusammen,

ich habe ein Installationsskript für Stable Diffusion (AUTOMATIC1111 v0.4) auf Debian 13 erstellt, das speziell die Python 3.11-Anforderung der WebUI berücksichtigt. Debian 13 bringt standardmäßig Python 3.13 mit, was zu Konflikten führt. Das Skript löst das Problem, indem es Python 3.11 parallel installiert und eine isolierte Umgebung für die WebUI einrichtet [1].

### Was das Skript macht:

• Klont das AUTOMATIC1111/stable-diffusion-webui-Repository [1].
• Bezieht sich auf die Original-Implementierung von Stability-AI als Basis [1].
• Installiert alle benötigten Abhängigkeiten (inkl. CUDA für GPU-Beschleunigung).
• Erstellt eine virtuelle Umgebung, um Konflikte mit dem System-Python zu vermeiden.

Das Skript ist einfach zu bedienen und führt den Nutzer durch die Installation mit klaren Abfragen.

Ich suche nach einer Möglichkeit, Stable Diffusion-Modelle wie Ollama für LLMs auf einem externen Server zu betreiben – also eine Lösung, bei der ich z. B. per CLI oder API auf ein Modell auf einem entfernten Server zugreifen kann, ohne Docker oder Reverse Proxy.

• Ollama erlaubt es, LLMs wie ollama run llama3 einfach auf einem Remote-Server zu hosten und per API abzufragen.
• Gibt es eine vergleichbare Lösung für Stable Diffusion?

- Sollte es eine Möglichkeit geben, die WebUI oder ein Modell direkt als API-Service auf einem externen Server zu betreiben?
- Oder gibt es Tools/Frameworks, die eine einfache CLI oder HTTP-API für Stable Diffusion bereitstellen?

Falls jemand Erfahrung mit solchen Setups hat oder Tipps hat, wie man das umsetzen könnte, wäre ich sehr dankbar!

---
Skript-Link: GitHub – Installer für Debian 13 (Stable Diffusion AUTOMATIC1111 v0.4)

Vielen Dank für eure Rückmeldungen!

 

[Rickmer]

A1111 ist schon zwei Jahre nicht mehr geupdated, selbst mittelalte Modelle wie Flux und SD 3.5 sind nicht supportet
Als 1zu1 Alternative ist Forge etwas neuer, aber jetzt auch ein Jahr lang verwahrlost

Ich würde dir empfehlen, erstmal zu überlegen welches technische Backend du nutzen willst. Effektiv kannst du um ComfyUI kaum vermeiden, außer du willst dich absichtlich auf 'deprecated' Bildmodelle beschränken.

 

[dermoritz]

Bin auch zu dem schluss gekommen wie @Rickmer . Habe beide benutzt a1111 und später forge. inzwischen bin ich aber bei comfy - leider nicht so komfortabel, aber sehr gut gepflegt.

was es aber mitbringt ist comfy-cli. und das löst genau die Probleme mit "virtuellen umgebungen". wenn man dann noch ein tool wie uv benutzt hat man keine Probleme mehr mit python Versionen und unterschiedlichen "Umgebungen".