本地出圖的難點往往不在裝，而在調。取樣器、步數、CFG、解析度、重繪幅度，一螢幕參數看下來，光是弄懂它們之間的關係就要花掉一個週末，出圖效果還未必對得起這份折騰。Fooocus 的出發點正好相反：把這層參數整批藏到預設背後，介面上只留一個提示詞框和一個生成鍵。官方演示很具體——提示詞只寫「forest elf」，出來的是四張完成度已經很高的精靈人像。

它完全建在 Stable Diffusion XL 架構上，程式採 GPL 第 3 版授權，可以免費下載、完全離線執行，出圖不聯網、不按張計費。定位和線上出圖服務很像：使用者只要管提示詞和圖像，不必先學會取樣器是什麼。有一點要先講清楚，這個專案沒有官網——搜出來的一堆同名站點大多是假的，一切以它的程式碼倉庫為準。

支撐「不調參」的關鍵，是內建一套離線執行、基於 GPT-2 的提示詞處理引擎，在介面上對應的是 Fooocus V2 風格。你寫一句「花園裡的房子」，引擎會自己把缺的風格、光線、材質與構圖細節補齊，再交給模型去畫；提示詞寫得很長也能用，官方給的適用範圍是短到一句話、長到一千字。風格選擇同樣不必瞎猜，倉庫為每種內建風格都配了一張樣張，風格檔超過兩百個，從寫實攝影、電影質感到動漫插畫都覆蓋到了。

Windows 使用者拿到的是一個整合包，裡面已自帶獨立的 Python 環境：解壓到任意目錄，雙擊啟動腳本，第一次啟動會自動把預設的 SDXL 檢查點下載進模型目錄。官方把「從按下下載到出第一張圖」的滑鼠操作次數控制在三次以內，這個說法與實際流程是對得上的。

想換成別的模型，把 SDXL 檢查點檔放進 checkpoints 目錄，重啟後就能在介面上選到。除了預設的通用預設，官方還提供動漫與寫實兩個獨立啟動腳本，各自配了一套預設模型。

官方給的最低要求是 4 GB 顯示記憶體的 N 卡加 8 GB 系統記憶體，更老一點的卡建議 8 GB 顯示記憶體。這個門檻在本地出圖工具裡屬於偏低的，官方演示裡就用一台 6 GB 顯示記憶體的筆電顯卡完成了出圖，工作管理員裡能看到佔用被壓到很小的區間。

更需要注意的是系統記憶體。官方文件專門寫了一節虛擬記憶體的設定步驟，記憶體吃緊時它會借用硬碟上的分頁檔，如果系統把這項功能關掉或分頁檔太小，出圖會直接失敗。這是新手最常踩的坑，裝機時順手把虛擬記憶體打開，能省掉很多莫名其妙的報錯。

圖生圖、重繪與擴圖都是內建的。輸入圖像之後，可以選「放大或變化」：輕微與強烈兩種幅度，以及一倍半、兩倍放大。局部重繪用的是自研的重繪演算法與重繪模型，擴圖支援向上、向下、向左、向右四個方向。另有圖像提示詞功能，允許用一張參考圖去影響生成結果的風格與內容；人臉替換也做成內建項，不必額外搭建環境。

倉庫裡有一節專門講專案狀態：Fooocus 目前處於有限長期支援、只修 bug 的階段，完全基於 SDXL 架構。官方認為現有功能已經基本完善，後續更新主要處理可能出現的問題，目前沒有遷移到更新架構的計畫；但如果社群最後在某個方向上收斂，這個計畫也可能改變。把這件事說清楚反而有好處——它意味著你裝好之後不會每個星期都被新版本推著走。最後再提醒一次：搜尋時優先認準程式碼倉庫，其餘同名站點都不可信。

一句話概括，它把 SDXL 這條成熟路線做到了最省心：不追新模型，但把「寫一句話就出好圖」這件事做得穩定可預期，只修 bug 的狀態也順帶免去了頻繁升級的打斷。想立刻上手、顯示卡又算不上頂配的人，它是最不容易出錯的那個選擇。