Z-Image-Turbo WebUI 本地部署与使用指南
为什么选择这个 WebUI？
许多开发者希望体验 AI 绘图能力，但往往卡在环境配置、依赖安装和参数调试上。Z-Image-Turbo WebUI 旨在解决这一痛点，提供一个开箱即用的解决方案。它无需手动配置 Python 或 CUDA 环境，只需拉取预置镜像并启动容器，即可在浏览器中访问完整的生成功能。
该工具对底层模型进行了工程化封装，优化了中文交互体验，增加了进度反馈和日志追踪机制，降低了使用门槛。本文将专注于实战部署，带你快速上手。
环境准备
确保你的机器满足以下基础要求：
- 操作系统：Linux（推荐 Ubuntu 22.04）或 Windows WSL2（不支持原生 CMD/PowerShell）
- 显卡：NVIDIA GPU（RTX 3060 及以上，显存建议≥12GB；RTX 4090 可支持更高分辨率）
- 内存：≥16GB
- 硬盘：预留约 8GB 空间（含模型权重与缓存）
注意：若使用 Mac 或无独显设备，建议直接使用云服务镜像，本文聚焦本地部署流程。
部署步骤
1. 拉取镜像
镜像已包含所有必要依赖，无需手动安装 Conda 或 PyTorch。打开终端执行：
# 拉取镜像（首次需下载，后续可复用）
docker pull z-image-turbo-webui:latest
2. 启动容器
创建并运行容器，自动映射端口并挂载输出目录：
docker run -d \
--gpus all \
--shm-size=2g \
-p 7860:7860 \
-v $(pwd)/outputs:/app/outputs \
--name z-image-turbo \
z-image-turbo-webui:latest
3. 验证服务
查看启动日志，确认服务就绪：
docker logs -f z-image-turbo
当看到类似 启动服务器：0.0.0.0:7860 且无红色报错时，表示服务正常。
常见问题：
- 若提示
docker: command not found，请先安装 Docker。- 若提示
nvidia-container-toolkit not installed，请安装 NVIDIA Container Toolkit。- 若端口 7860 被占用，可改用
-p 7861:7860并访问http://localhost:7861。
生成第一张图
在浏览器中打开 http://localhost:7860，进入「图像生成」页面。
- 正向提示词：输入描述，例如
一只柴犬，戴草帽，坐在海边礁石上，夕阳西下，暖色调，高清摄影。 - 负向提示词：输入避免出现的元素，例如
低质量，模糊，扭曲，多余手指，文字，水印。 - 点击生成：等待约 15-30 秒，右侧将显示 1024×1024 的高清图像。
生成的图片会自动保存在当前目录下的 outputs/ 文件夹中。
