环境维护☍

这里是有关环境维护的选项，用于解决一些环境问题。

Warning

如果你是整合包用户，非必要情况下请勿使用启动器的高级 / 专家模式。如有必要，请务必在调整设定前记录好原本设定的值（除非您的 SD WebUI 已无法正常使用）。

Note

以下选项在绘世启动器的默认配置模式中有部分不会显示，需要在绘世启动器的设置->配置模式将新手改为专家。

安装 PyTorch☍

用于安装 PyTorch 或者重新安装 PyTorch。

当 PyTorch 未正确安装或者需要切换 PyTorch 版本时，就可以使用这个功能。

PyTorch 版本需要和显卡的型号相对应，以保证 SD WebUI，ComfyUI 等 WebUI 能够正常运行 Stable Diffusion。

查看显卡型号可在使用任务管理器，按下Ctrl+Shift+Esc启动任务管理器，点击性能->GPU，右上角就是显卡的型号。

以下为不同显卡对应可选的 PyTorch 版本（ x,y,z 分别代表三个数字）：

Nvidia 显卡：
- Torch x.y.z (CUDA x.y) + xFormers x.y.z
AMD 显卡：
- 支持 ZLUDA 的：
  - Torch x.y.z (CUDA 11.8) + xFormers x.y.z
- 不支持 ZLUDA 的：
  - Torch x.y.z (DirectML)
Intel 显卡：
- 独显：
  - Torch x.y.z (IPEX AOT, Arc)
- 核显：
  - Torch x.y.z (IPEX AOT, Core Ultra)

Note

一般来说选择选择对应显卡的最新版本的 PyTorch 就行。

建议将显卡驱动更到最新公版驱动以保证 PyTorch 能够正常工作。
Nvidia 驱动下载：https://www.nvidia.cn/geforce/drivers
AMD 驱动下载：https://www.amd.com/zh-hans/support
Intel 驱动下载：https://www.intel.cn/content/www/cn/zh/download-center/home.html

AMD 780M（核显），RX 5000 系（独显）及以上的 AMD 显卡支持 ZLUDA，而其他不支持的系列请使用 DirectML。

如果是 Nvidia 显卡，需要注意显卡驱动支持最高的 CUDA 版本是否大于或等于 PyTorch 中所带的 CUDA 版本。

Note

查看显卡驱动支持的 CUDA 的版本：
在绘世启动器的高级选项中点击右上角的启动命令提示符，输入nvidia-smi并回车，此时看到 CUDA Version 后面的数字为 Nvidia 显卡驱动最高支持的 CUDA 版本，当然 CUDA 支持向下兼容，低于这个版本的 CUDA 也能使用。

用于修复环境问题导致无法正常运行的功能。

Note

该功能仅存在于 ComfyUI / Fooocus 中。

默认勾选修复内核相关组件和修复扩展相关组件即可，然后点击修复按钮来修复出问题的环境。

Note

因为 ComfyUI / Fooocus 自身并没有像 SD WebUI 那样的自动环境检查和修复功能，所以绘世启动器提供了这个功能来解决这个问题。

管理绘世启动器安装的原生组件。

该功能支持管理三种组件。

如果您使用的是整合包，就不需要安装 Python 和 Git，这可能会导致新的问题，如 PyTorch 缺失导致无法正常启动。

Warning

您如果是整合包用户，除非您要删除整合包内的 Python 和 Git，使用绘世启动器的原生组件管理重建新的 Python 和 Git，否则不要安装原生组件管理里的 Python 和 GIt。

用于重新安装单个 Pip 软件包。

如果某个软件包出现了问题，则将输入该软件包的名称，并点击重新安装按钮。