本文将详细介绍 stable diffusion webui 的下载、安装及问题解决。
Stable Diffusion 是 2022 年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像，尽管它也可以应用于其他任务，如内补绘制、外补绘制，以及在提示词（英语）指导下产生图生图的翻译。它是一种潜在扩散模型，由慕尼黑大学的 CompVis 研究团体开发的各种生成性人工神经网络。它是由初创公司 StabilityAI，CompVis 与 Runway 合作开发的，并得到 EleutherAI 和 LAION 的支持。
其它问题请参考：
运行使用时问题《Windows 使用 Stable Diffusion 时遇到的各种问题整理》；
模型运用及参数《Stable Diffusion 个人推荐的各种模型及设置参数、扩展应用等合集》；
提示词生图咒语《Stable Diffusion 提示词词缀使用指南（Prompt）》；
不同类的模型Models说明《解析不同种类的 Stable Diffusion 模型 Models》；
绘制人物动作及手脚细节《Stable Diffusion 准确绘制人物动作及手脚细节（需 ControlNet 扩展）》；
各种风格对比及实际运用《AI绘图风格对照表/画风样稿详细研究记录及经验总结》；
![]()
一、环境准备
![]()
（一）硬件方面：
![]()
1. 显存
4G 起步，4G 显存支持生成 512*512 大小图片，超过这个大小将卡爆失败。
![]()
2. 硬盘
10G 起步，模型基本都在 5G 以上，有个 30G 硬盘不为过吧？现在硬盘容量应该不是个问题。
![]()
（二）软件方面：
![]()
1. Git
https://git-scm.com/download/win
下载最新版即可，对版本没有要求。
![]()
2. Python
https://www.python.org/downloads/
截止发稿（2023.3.6）时，最高版本只能用 3.10.*，用 3.11.* 会出问题。
![]()
3. Nvidia CUDA
https://developer.download.nvidia.cn/compute/cuda/11.7.1/local_installers/cuda_11.7.1_516.94_windows.exe
版本 11.7.1，搭配 Nvidia 驱动 516.94，可使用最新版。
![]()
4. stable-diffusion-webui
https://github.com/AUTOMATIC1111/stable-diffusion-webui
核心部件当然用最新版本~~但注意上面三个的版本的兼容性。
![]()
5. 中文语言包
https://github.com/VinsonLaro/stable-diffusion-webui-chinese
下载 chinese-all-0306.json 和 chinese-english-0306.json 文件
![]()
6. 扩展（可选）
https://github.com/Mikubill/sd-webui-controlnet
下载整个 sd-webui-controlnet 压缩包
https://huggingface.co/Hetaneko/Controlnet-models/tree/main/controlnet_safetensors
https://huggingface.co/lllyasviel/ControlNet/tree/main/models
https://huggingface.co/TencentARC/T2I-Adapter/tree/main
试用时先下载第一个链接中的 control_openpose.safetensors 或 第二个链接中的 control_sd15_openpose.pth 文件
![]()
7. 模型
https://huggingface.co/models
https://civitai.com
可以网上去找推荐的一些模型，一般后缀名为 ckpt、pt、pth、safetensors ，有时也会附带 VAE（.vae.pt）或配置文件（.yaml）。
| 类型 | 文件格式 | 存放目录 | 备注 |
|---|---|---|---|
| check point | .ckpt，.safetensors | \models\Stable-diffusion | 文件较大 |
| vae | 名字带有 vae 的 | \models\vae | 细节更好地恢复，特别是眼睛和文字 |
| Textual Inversion | *.pt | \embeddings | 一般文件很小，额外的 tag |
| Lora | *.pt | \models\Lora | 调整模型，理解为风格化也可以 |
| Hypernetworks | .pt，.ckpt，*.safetensors | \models\hypernetworks | 和 lora 工作方式相似，算法不同 |
这里可以学习一下模型的基本概念《解析不同种类的 Stable Diffusion 模型 Models，再也不用担心该用什么了》
![]()
二、安装流程
![]()
1. 安装 Git
就正常安装，无问题。
![]()
2. 安装 Python
建议安装在非 program files、非 C 盘目录，以防出现目录权限问题。
注意安装时勾选 Add Python to PATH，这样可以在安装时自动加入 windows 环境变量 PATH 所需的 Python 路径。
![]()
3. 安装 Nvidia CUDA
正常安装，无问题。
![]()
4. 安装 stable-diffusion-webui
国内需要用到代理和镜像，请按照下面的步骤操作：
a) 编辑根目录下 launch.py 文件
将 https://github.com 替换为 https://ghproxy.com/https://github.com，即使用 Ghproxy 代理，加速国内 Git。
如图将代码中所有类似地址都改掉（注意：不仅仅是图中所展示的这些）。
b) 执行根目录下 webui.bat 文件
根目录下将生成 tmp 和 venv 目录。
c) 编辑 venv 目录下 pyvenv.cfg 文件
将 include-system-site-packages = false 改为 include-system-site-packages = true。
d) 配置 python 库管理器 pip
方便起见，在 \venv\Scripts 下打开 cmd 后执行如下命令：
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ # 镜像
pip freeze > requirements_versions.txt # 创建文件
pip install -r requirements_versions.txt # 执行此条命令前，请检查你的剩余磁盘空间
pip install xformer # 如果不执行此条命令，启动 Stable Diffusion 时可能会出现错误。xformer 还可以在后续使用中降低显卡占用。xformer 会安装到 \venv\Lib\site-packages 中，安装失败可以用 pip install -U xformers 命试试。
e) 安装语言包
将文件 chinese-all-0306.json 和 chinese-english-0306.json 放到目录 \localizations 目录中。
运行 webui 后进行配置，操作方法见下。
f) 安装扩展（可选）
将 sd-webui-controlnet 解压缩到 \extensions 目录中。
将 control_sd15_openpose.pth 文件复制到 /extensions/sd-webui-controlnet/models 目录中。
不同的扩展可能还需要安装对应的系统，比如 controlnet 要正常使用则还需要安装 ffmpeg 等。
g) 安装模型
下载的各种模型放在 \models\Stable-diffusion 目录中即可。
h) 再次执行根目录下 webui.bat 文件
用浏览器打开 webui.bat 所提供的网址即可运行。
其中提供了网址：http://127.0.0.1:7860。
打开该网址后在 Settings -> User interface -> Localization (requires restart) 设置语言，在菜单中选择 chinese-all-0220（前提是已经在目录中放入了对应语言包，见上），点击 Apply Settings 确定，并且点击 Reload UI 重启界面后即可。
好了，现在可以开始使用了~~
![]()
三、问题及注意点
![]()
1. python 版本错误
错误：
ERROR: Could not find a version that satisfies the requirement torch==1.13.1+cu117
ERROR: No matching distribution found for torch==1.13.1+cu117
这是由于 python 版本不对导致的（上面提过了，截止发稿时不能追求新版本），要用 python 3.10.* 版本。
解决来源：https://github.com/AUTOMATIC1111/stable-diffusion-webui/issues/7166
![]()
2. pip版本错误
警告：
[notice] A new release of pip available: 22.3.1 -> 23.0.1
[notice] To update, run: D:\stable-diffusion-webui\venv\Scripts\python.exe -m pip install --upgrade pip
提示中已经给出了解决方案：
在 \venv\Scripts\ 目录中打开 cmd，执行
python.exe -m pip install --upgrade pip![]()
3. 安装或执行停滞
如果在执行 webui.bat 进行包下载安装时或者生成图片时会卡很久都没反应，那么这时可以复制包名，进入 python 安装目录或 \venv\Scripts\ 目录中打开 cmd，执行
pip install 包名也可以通过任务管理查看网络状态，如果网络在玩命下载，那么就等着吧~~
![]()
4. xFormers 安装不上
很多同学都反应 xformers 无法安装，可以用以下的方法试试：
检查 Dreambooth 要求的 Python 版本：
如果您的 Python 版本低于 3.6，请安装最新的 Python 版本，并重复尝试安装 xformers。
# 据此可以在终端中运行以下命令，以检查您的 Python 版本：
python --version安装依赖项：xformers 有许多依赖项，如果这些依赖项没有正确安装可能会导致升级失败。您可以尝试安装以下依赖项：
pip install numpy scipy torch torchaudio transformers清除 pip 缓存并重新安装：
# 清除 xformers 缓存：运行以下命令清除 xformers 缓存。
pip uninstall -y xformers
pip cache purge
# 更新 pip：确保您正在使用最新版本的 pip，可以运行以下命令更新 pip。
pip install --upgrade pip
# 安装 xformers：在清除了缓存并更新了 pip 之后，重新安装 xformers。
pip install xformers手动安装 xformers 指定版本
如果上述步骤仍然无法解决问题，可尝试手动安装 Dreambooth 所需的 xformers 版本。在 Dreambooth 的文档中，可以找到 xformers 的版本要求。
pip install xformers==0.0.17.dev465使用 conda 环境
如果您使用的是 conda 环境，请尝试在 conda 环境中安装 xformers。
# 创建 conda 环境
conda create --name myenv
# 激活 conda 环境并安装 xformers
conda activate myenv
pip install xformers网络问题
如果已经配置好了代理，就不要考虑这个了。
检查网络连接：请确保您的计算机与互联网连接，并且网络连接没有被防火墙或代理服务器阻止：
# 检查网络连接是否正常
ping google.com非必要
你确定需要使用 xformers 么？如果不需要，可以在webui-user.bat中把--xformers去掉试试。其它
如果上述方法还是无法解决问题，请尝试在 OpenAI 的论坛或者 Dreambooth 的 GitHub 页面上寻求更多帮助。-_-!
![]()
5. 其他安装问题
删除 /tmp 和 /venv 目录后重启 webui.bat 试试。
![]()
6. 硬件问题
一般显卡不达标，就会爆卡，解决办法就是编辑根目录下 webui-user.bat 文件，试一下修改参数 COMMANDLINE_ARGS 即可。
以下几个设置逐一测试看看哪个适合自己。
set COMMANDLINE_ARGS=--lowvram --precision full --no-half --skip-torch-cuda-test
set COMMANDLINE_ARGS=--lowvram --precision full --no-half
set COMMANDLINE_ARGS=--lowvram本机显存 4G，使用最后一个配置方法，可以烧出 2048*1080 的图，前两种方法反而会在最后爆卡。
最后，预祝各位成功~~
dog drink~~ where is dog?
参考：
【AI 繪畫】Stable-Diffusion 通過骨架分析插件 ControlNet 來製作超有意境的圖片
Stable Diffusion 2.1 + WebUI 的安装与使用（极详细）
低配显卡想玩 Stable Diffusion？修改一个配置就行
整合包
经常有人碰到这样一种情况，我的 918+ 有 4 个硬盘呢，怎么空间很快就没了，最重要的是，自己查看统计了所有文件占用情况，和实际的占用空间不符。这个首先可以肯定的就是空间必然是文件占用了。但是呢，有些文件是不能从 File Station 里面直接看到的，所以很多用户就搞不懂了，有时候文件删除了，空间也不见增加。今天，就来教大家一个大招，让这些不能直接看到的文件无处遁形。
一、SSH 登陆群晖
这里我们要用到一个叫 putty 的软件
putty下载链接：点此下载
在开始之前，我们要开启群晖的 SSH 或是 telnet 服务功能（控制台 - 终端机和 SNMP - 勾选启动 SSH 功能）。
打开 putty，在主机名称输入群晖的局域网 IP 地址，然后点击下面的【打开】。
会弹出一个黑色的窗口。登入账号输入管理员：admin，按回车，然后输入 admin 的密码，要注意的是，输入密码的时候，光标是不会动的，你尽管输就行。有些用户看到代码就头疼，其实我们用到的都是些非常简单基础的命令代码，你只要照着这个步骤一步一步去做，肯定能成功，成功把空间腾出来后，你会很有成就感，哈哈！
切换到 root 权限，输入 sudo -i，按回车，然后也是输入 admin 的密码。
MAC 电脑用终端也可以登录 ：
打开终端
输入命令：ssh -p 999 admin@192.168.1.9
上面 999 为自定义端口号，admin 为自己的用户名
二、查询文件
到这里我们就登陆到群晖里面了，在这里可以执行命令。
输入 cd /volume1 命令后按回车，意思是进入存储空间 1（若您的储存空间为 2，则改成 volume2，依此类推）。
输入 du -ah --max-depth=1，可以查看当前目录文件大小，这个过程可能会需要数分钟到数小时不等，依您的文件数及空间大小而定。实测 8TB 机械硬盘耗时两个多小时。
三、删除文件
像上面图片中的 @download 就是 Download Station 的缓存文件，有时候操作不当，会造成缓存不能自动删除，这个时候就需要使用代码的方法来删除缓存，才能释放存储空间了。
比如要删除 Download Station 的缓存文件夹，就是上图的 @download 文件夹，可以使用下面这个命令：rm -rf /volume1/@download
这个命令要慎用，一旦删除就不能恢复了！
四、还有哪些文件占用存储空间而不能直接查询
除了 Download Station的缓存文件之外，还有 File Station 里面删除了文件，但启用了回收站，文件实际上还没彻底删除，也会造成删除文件，空间没有增加的情况。这个时候清空一下回收站即可。
清除某个文件夹回收站：
也可以直接一次性清空所有文件夹的回收站：
还有 Drive 的版本控制和 Drive本身自带的回收站；
@synologydrive/@sync/repo 是 Synology Drive Client 的缓存目录，我删除这个目录就释放了 5TB 的空间。
除此之外，还有 Cloud Station 保留的版本，Snapshot Replication 套件生成的快照文件等。
如果发现 /volume1/@synologydrive/@sync/repo/ 这个目录占用空间过大，请参考这篇文章。
群晖系统暂时没有类似 TreeSize 的磁盘文件管理工具，但是我们可以用磁盘映射的方式将群晖系统上的目录挂载到电脑上。这样，在电脑上就可以用 TreeSize 扫描群晖上的磁盘文件了。具体步骤如下：
一、群晖上安装 WebDAV Server
二、启用 WebDAV Server
三、新建群晖用户
千万要设置好权限。
切换到“应用程序”选项卡，关闭除 WebDAV Server 以外的所有应用程序
切换到“权限”选项卡，勾选需要访问的目录
四、在电脑上安装 RaiDrive
从官网下载，免费版即可。
五、配置 RaiDrive
打开 RaiDrive，点击顶部的“添加”，选择“NAS”，选择“Synology”，并填相应的地址和账户
技巧：将群晖提供的外部访问地址（在 控制面板-外部访问 中查看）直接在浏览器上打开，如果与群晖在同一局域网，那么会跳转到 https://[IP].[QuickConnect ID].direct.quickconnect.cn:5001/，那么参照这个地址填入到 RaiDrive 中即可在局域网中连接；如果不在同一局域网，那么会跳转到公网地址，同样可以将公网地址填入，但必须在路由器上映射端口才能在外网映射磁盘到 NAS。
六、访问文件
一切顺利，你就可以在“此电脑”中看到新建的盘符，像访问本地磁盘一样访问群晖文件。
首先我们要获取公众号的“__biz”值
在电脑浏览器上打开该公众号的任何一篇历史文章，在源代码中搜索“__biz=”就可以找到，该值以“==”结尾，例如找到：
__biz=MzIwNDcwODQ2NQ==那么就可以拼成网址：（只能在微信中打开）
https://mp.weixin.qq.com/mp/profile_ext?action=home&__biz=MzIwNDcwODQ2NQ==#wechat_redirect
早期这个地址是这样的：
https://mp.weixin.qq.com/mp/getmasssendmsg?__biz=MzIwNDcwODQ2NQ==#wechat_redirect
现在它重定向到第一个地址去了，所以直接用新的就可以了。
若提示“页面无法打开”，可能的原因是没有加“#wechat_redirect”。
本文使用 ASP.NET 6 版本 Senparc.Weixin.Sample.MP 示例项目改造。
第一步 注册多公众号
方法一：打开 appsettings.json 文件，在 SenparcWeixinSetting 节点内添加数组节点 Items，该对象类型同 SenparcWeixinSetting。
//Senparc.Weixin SDK 设置
"SenparcWeixinSetting": {
"IsDebug": true,
"Token": "",
"EncodingAESKey": "",
"WeixinAppId": "",
"WeixinAppSecret": "",
"Items": [
{
"IsDebug": true,
"Token": "a",
"EncodingAESKey": "a",
"WeixinAppId": "a",
"WeixinAppSecret": "a"
},
{
"IsDebug": true,
"Token": "b",
"EncodingAESKey": "b",
"WeixinAppId": "b",
"WeixinAppSecret": "b"
}
]
}方法二：修改 Program.cs 文件，在 UseSenparcWeixin 方法中注册多个公众号信息。
var registerService = app.UseSenparcWeixin(app.Environment,
null /* 不为 null 则覆盖 appsettings 中的 SenparcSetting 配置*/,
null /* 不为 null 则覆盖 appsettings 中的 SenparcWeixinSetting 配置*/,
register => { /* CO2NET 全局配置 */ },
(register, weixinSetting) =>
{
//注册公众号信息（可以执行多次，注册多个公众号）
//register.RegisterMpAccount(weixinSetting, "【盛派网络小助手】公众号");
foreach (var mp in 从数据库或配置文件中获取的公众号列表)
{
register.RegisterMpAccount(new SenparcWeixinSetting
{
//IsDebug = true,
WeixinAppId = mp.AppId,
WeixinAppSecret = mp.AppSecret,
Token = mp.Token,
EncodingAESKey = mp.EncodingAeskey,
}, mp.Name);
}
});完成后，我们可以从 Config.SenparcWeixinSetting.Items 获取这些信息。
第二步 接入验证与消息处理
打开 WeixinController 控制器，将构造函数改写为：
public WeixinController(IHttpContextAccessor httpContextAccessor)
{
AppId = httpContextAccessor.HttpContext!.Request.Query["appId"];
var MpSetting = Services.MPService.MpSettingByAppId(AppId);
Token = MpSetting.Token;
EncodingAESKey = MpSetting.EncodingAESKey;
}示例中 Services.MPService.MpSettingByAppId() 方法实现从 Config.SenparcWeixinSetting.Items 返回指定 appId 的公众号信息。
为使 IHttpContextAccessor 注入生效，打开 Program.cs，在行
builder.Services.AddControllersWithViews();下方插入
builder.Services.AddHttpContextAccessor();这样，我们就可以在构造函数中直接获取地址栏中的 appId 参数，找到对应的公众号进行消息处理。
第三步 消息自动回复中的 AppId
打开 CustomMessageHandler.cs，将
private string appId = Config.SenparcWeixinSetting.MpSetting.WeixinAppId;
private string appSecret = Config.SenparcWeixinSetting.MpSetting.WeixinAppSecret;替换为：
private string appId = null!;
private string appSecret = null!;并在构造函数中插入
appId = postModel.AppId;
appSecret = Services.MPService.MpSettingByAppId(postModel.AppId).WeixinAppSecret;这样，本页中使用的 appId / appSecret 会从 postModel 中获取，而非默认公众号。postModel 已在 WeixinController 中赋值当前的 appId。
改造后，我们可以在 OnTextRequestAsync() 等处理消息的方法中可以判断 appId 来处理不同的消息。
第四步 其它功能和接口
其它功能和接口均可用指定的 AppId 和对应的 AppSecret 进行调用。
在 Windows 11 电脑为例，通过无线网络连接 Wifi 网络，该网络是由多台路由器通过 AP 的方式连接，查看电脑连接的是哪台路由器，首先打开设置 - 网络和 Internet
点击属性，可以看到当前连接的网络频带和网络通道
图中可见，当前使用 149 信道连接网络。
打开 Vistumbler，点击 Scan APs，可以看到附近所有的 Wifi 信号
图中红框标出的是使用了相同 SSD 和密码的 AP 路由器，其中，我的电脑连接的是 149 信道对应的路由器，根据 MAC 地址、生产厂商等信息就可以判断是哪一台路由器了。
自 2023 年 4 月起，Windows 11 已经重新支持显示“秒”，无需第三方工具来实现，点击查看详情。
ElevenClock 下载地址：GitHub，开源软件放心使用
效果：
* 该软件不会影响右下角的显示桌面和系统通知功能。
v3.3 设置方法：
√ 在主屏幕上时钟区显示本程序的时钟样式
ElevenClock 不直接修改任务栏上的时钟区域，而是将时钟覆盖在系统时钟区域的上方。
√ 不要在辅助监视器上显示时钟
此项按实际需求勾选
√ 时间与日期设置 - Set a custom date and time format (for advanced users only)
填写以下内容并 Apply
%H:%M:%S
%Y/%#m/%#d %a
如果不想显示星期，把 %a 去掉即可。
√ 使用自定义字体大小
因分辨率缩放设置不同可能导致显示的字体大小与系统时钟不同，会导致覆盖面过大或过小，从而使系统托盘中的其它图标显示不完整。所以应选择一个与系统时间差不多的字体大小。当显示“周序号”时 ElevenClock 时钟区域可能会远宽于系统时钟区域，可以设置系统时钟显示“星期”（方法见文末）。
v3.2 设置方法：
√ 在主屏幕上时钟区显示本程序的时钟样式
ElevenClock 不直接修改任务栏上的时钟区域，而是将时钟覆盖在系统时钟区域的上方。
√ 不要在辅助监视器上显示时钟
此项按实际需求勾选
√ 显示秒数
这是我们的最终目的。
√ 使用自定义字体大小
因分辨率缩放设置不同可能导致显示的字体大小与系统时钟不同，会导致覆盖面过大或过小，从而使系统托盘中的其它图标显示不完整。所以应选择一个与系统时间差不多的字体大小。当显示“周序号”时 ElevenClock 时钟区域可能会远宽于系统时钟区域，可以设置系统时钟显示“星期”（方法见文末）。
如何显示系统时间“星期”：
打开“更改日期和时间”，在“日期”选项卡的“短日期”中添加“ddd”。
视频号直播可会生成推流地址和密钥。
微博可选“拉流”或“推流”，推/拉是针对直播平台来说的，即此处的“拉流”是指微博从视频源（如阿里云视频直播）拉流，“推流”指视频源（如 OBS）往微博推流。
微博或抖音的“拉流”方式以及 OBS 软件的使用方式请参考文章：如何使用阿里云视频直播服务在抖音上直播监控摄像头画面，建议先了解一下流程，有助于进一步配置“推流”方式。
第一步，从微博直播的“推流”方式或微信视频号的创建直播页面中生成推流地址和密钥：
第二步，配置 OBS Studio 的推流服务：
服务选择“自定义”，填入服务器和串流密钥，“应用”。
点击“开始推流”。
在微博或视频号中预览直播并继续创建完成。
前提：
监控摄像头有推流功能
抖音有直播权限（粉丝数超过 1000）
一个已备案的域名
名词解释：
推流地址：由阿里云生成的接收摄像头视频流推送的地址。
播流地址：由阿里云生成可用于终端播放的视频流地址。
各环节功能解释：
摄像头：负责采集视频信息，并推送到阿里云。
阿里云视频直播服务：接收视频推流并分发到用户端（收费）。
OBS 软件：负责将视频流转化为可供直播伴侣调用的视频源。
直播伴侣：将视频源分发到短视频终端用户。
第一步：配置阿里云视频直播服务
1.1 在阿里云控制台中开通视频直播，在域名管理中添加域名。
这里需要添加两个域名，一个是推流域名，一个是播流域名。顾名思义，“推流”指从摄像头将流推送到阿里云，“播流”是用户播放视频流。
以添加域名推流域名“rtmp.xoyozo.net”和播流域名“live.xoyozo.net”为例：
然后按列表中的 CNAME 地址对域名作解析即可。
解析生效后，点击任意一个域名进行配置，将推流域名和播流域名相互绑定。成功后，可以在推流域名中的播流信息中看到播流域名，在播流域名的推流信息中也能看到推流域名。
1.2 生成推流地址/播流地址
在工具箱中点击地址生成器。
选择推流域名和播流域名，AppName 和 StreamName 任意填写，生成成功后获取以下地址：
注：鉴权串是按照鉴权规则生成的串，默认有效期 30 分钟，超出时间即中断推流。可以在域名管理中修改该值，或直接关闭 URL 鉴权。
第二步：在摄像机控制面板中配置推流域名
该步骤因摄像机的品牌和型号不同而有所差异。本文以 IP CAMERA 为例。
首先使用 IP 搜索工具在局域网上搜索摄像机，找到摄像机的 IP 地址。
在浏览器上打开，输入用户名和密码进入管理面板。
在“参数设置”-“网络设置”- RTMP Publish 中，将推流地址填入到“预定网址”中，点击“应用”。
刷新后查看“直播状态”和“直播网址”是否已生效。
若配置成功，可将播流地址在视频播放器中打开观看，或直接在 iPhone 或安卓手机中打开播流地址。
第三步：使用 OBS Studio 将直播流信号转换为虚拟摄像头信号
因抖音直播伴侣无法使用播流地址作为视频源进行直播输出，故使用 OBS 将播流信号转化为虚拟的本机摄像头信号源供直播伴侣调用。
下载安装 OBS Studio，添加一个“场景”：
然后添加一个“媒体源”：
去掉“本地文件”前面的勾，将播流地址填到“输入”框中：
确定后即可预览到直播内容：
拖动视频区域可调整输出范围。
点击“启动虚拟摄像机”。
提示：OBS 创建的虚拟摄像机默认会从物理麦克风和桌面系统音频拾音，请按需在“混音器”中配置。
第四步：OBS 使用 VLC 视频源（此步可略过）
若 OBS 直接添加媒体源不稳定，可以使用 VLC 视频源。
下载安装 VLC 播放器。
在 OBS Studio 中添加来源，选择“VLC 视频源”：
点击“播放列表”右侧的“+”，选择“添加路径 /URL”：
填写播流地址并确定。
第五步：配置抖音直播伴侣使用 OBS 的虚拟摄像机信号源
下载安装抖音直播伴侣，在任意场景中添加素材，选择“摄像头”：
摄像头选择“OBS Virtual Camera”：
点击“开始直播”：
