RuntimeError: Cannot add middleware after an application has started
用户在 Windows 上启动 Stable Diffusion WebUI（Commit hash: ea9bd9fc ），未使用特殊命令行参数，未安装 xformers，加载模型后 WebUI 提示正在运行，但随即报错退出。报错发生在 webui.py 第 232 行调用 app.add_mid
标签： Stable Diffusion
俄罗斯艺术家和普京评论家在波兰被枪杀
一名以讽刺普京闻名的俄罗斯艺术家，在波兰靠近白俄罗斯边境的城市被当街枪杀。事件因其“处决式”手法和政治背景迅速发酵，引发对异见者安全及跨国政治暴力的广泛关注。
ValueError: When localhost is not accessible, a shareable link must be created. Please set share=True or check your proxy settings to allow access to localhost.
用户在启动 Stable Diffusion WebUI Forge 时，通过 bat 脚本（如 webui-user.bat ）或 Python 指令触发，Gradio 在初始化时检测到 localhost 不可访问，抛出此错误。
AttributeError: ‘NoneType’ object has no attribute ‘filename’
用户重新安装了 Stable Diffusion WebUI Forge，在生成约 20 张图片后，加载 LoRA 时突然触发该错误。即使使用相同的设置、检查点、提示词和同一个 LoRA，后续运行也会复现此问题。
Anima checkpoint on custom server: “clip input is invalid: None” error
用户在 Krita AI Diffusion 插件中，使用自定义 ComfyUI 服务器（非插件内置的云端或本地自动服务器），选择从 CivitAI 下载的 Anima 检查点进行文生图，触发持续报错。用户已自行下载 Anima 对应的 CLIP/文本编码器模型（Qwen3-0.6B-Base），但
[ERROR] Node `NunchakuFluxDiTLoader` import failed: – Nunchaku is ENTIRELY BROKEN
![[ERROR] Node `NunchakuFluxDiTLoader` import failed: - Nunchaku is ENTIRELY BROKEN](https://www.chat-gpts.plus/wp-content/uploads/2026/06/2522-65b525df-768x403.jpg)
用户在使用 Krita AI Diffusion 插件（依赖于 ComfyUI）时，启动或加载 ComfyUI 工作流过程中触发了该报错。报错指向 NunchakuFluxDiTLoader 节点，该节点为 Nunchaku 项目提供 Flux 模型支持，但在用户环境中完全损毁。
All of a sudden, WAN 2.2 tv2/i2v lightx2v distill models eat my 5090 VRAM
用户使用 SwarmUI（Windows 系统，RTX 5090 显卡）生成 WAN 2.2 t2v lightx2v 或 i2v lightx2v 蒸馏模型视频。设置参数为：1280x720 分辨率、8 步、81 帧、16 fps。之前一切正常（VRAM 占用约 24 GB），但在某次前端/后端更
No module named ‘triton’
用户在 Stable Diffusion WebUI Forge（版本 f0.0.12-latest-155-gd81e353d）中生成图像时，提示中使用 LoRA 但实际生成结果未应用 LoRA 效果。用户同时观察到启动日志中包含 "No module named 'triton'" 警告。
RuntimeError: Device type privateuseone is not supported for torch.Generator() api.
用户运行 Fooocus（一款基于 Stable Diffusion 的 WebUI 工具）时，在 Windows 系统上使用 AMD GPU 并按照官方指南配置了 torch-directml。执行图像生成操作后，终端输出报错，无法生成任何图像。
npzファイルを画像として開こうとする
用户在 Kohya SD Scripts 的 LoRA 训练流程中，启用了 --cache_latents_to_disk 参数，同时使用了“ファインチューニング方式”（Fine-tuning mode）进行字幕（caption）处理。触发问题的工具为 anima_train_network.py