灵感画廊 AI 绘画环境配置指南

1. 环境准备：快速开始前的准备工作

灵感画廊基于 Stable Diffusion XL 1.0 构建，为你提供一个沉浸式的艺术创作体验。在开始之前，确保你的设备满足以下基本要求：

硬件要求：

NVIDIA 显卡（建议 8GB 以上显存）
至少 16GB 系统内存
20GB 可用磁盘空间（用于模型文件和生成作品）

软件环境：

支持 CUDA 的显卡驱动
Python 3.8 或更高版本
基本的命令行操作知识

2. 快速安装：一键部署灵感画廊

灵感画廊的安装过程非常简洁，只需要几个简单的步骤。我们提供了两种安装方式，你可以根据自己的喜好选择。

2.1 使用 Docker 快速部署（推荐）

如果你熟悉 Docker，这是最快捷的部署方式：

# 拉取预配置的 PyTorch 基础镜像
docker pull nvcr.io/nvidia/pytorch:23.10-py3
# 创建并运行容器
docker run -itd \
 --name inspiration-gallery \
 --gpus all \
 --shm-size=8g \
 -v $(pwd)/gallery-workspace:/workspace \
 -p 8501:8501 \
 nvcr.io/nvidia/pytorch:23.10-py3 \
 /bin/bash

进入容器后，继续完成后续的依赖安装步骤。

2.2 本地环境直接安装

如果你更喜欢在本地环境直接安装：

# 创建项目目录
mkdir inspiration-gallery && cd inspiration-gallery
# 创建 Python 虚拟环境
python -m venv venv
source venv/bin/activate # Linux/Mac
# 或 venv\Scripts\activate # Windows
# 安装核心依赖
pip install diffusers transformers accelerate torch torchvision
pip install streamlit streamlit-option-menu

安装过程可能需要几分钟时间，取决于你的网络速度。如果遇到下载慢的问题，可以配置国内的镜像源来加速。

3. 模型下载与配置：获取艺术创作的核心

灵感画廊的核心是 Stable Diffusion XL 1.0 模型，我们需要先下载模型文件。

3.1 下载 SDXL 1.0 模型

# 使用 Hugging Face 的 CLI 工具下载模型
pip install huggingface_hub
# 下载模型到指定目录
huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \
 --local-dir ./models/sdxl-base-1.0 \
 --local-dir-use-symlinks False

模型大小约为 7GB，下载时间取决于你的网络速度。如果下载中断，可以重新运行命令继续下载。

3.2 环境变量配置

创建配置文件来设置模型路径：

# 创建环境配置文件
echo "export MODEL_PATH=./models/sdxl-base-1.0" >> .env
echo "export HF_HOME=./huggingface" >> .env

然后在 Python 代码中加载这些配置：

import os
from dotenv import load_dotenv
load_dotenv()
model_path = os.getenv('MODEL_PATH', './models/sdxl-base-1.0')

4. 启动与验证：开启你的艺术创作之旅

完成所有配置后，现在可以启动灵感画廊了。

4.1 启动应用

# 克隆灵感画廊的 UI 代码（如果有的话）
# git clone <repository-url> .
# 启动 Streamlit 应用
streamlit run app.py --server.port 8501 --server.address 0.0.0.0

启动成功后，在浏览器中访问 http://localhost:8501，你将看到灵感画廊的优雅界面。

4.2 验证环境是否正常工作

为了确保一切配置正确，我们可以运行一个简单的测试：

import torch
from diffusers import StableDiffusionXLPipeline
# 检查 CUDA 是否可用
print(f"CUDA available: {torch.cuda.is_available()}")
print(f"GPU name: {torch.cuda.get_device_name(0)}")
# 加载模型（首次运行会需要一些时间）
pipe = StableDiffusionXLPipeline.from_pretrained(
    model_path,
    torch_dtype=torch.float16,
    use_safetensors=True
)
pipe.to("cuda")
print("模型加载成功！环境配置完成。")

如果看到'模型加载成功'的消息，说明你的环境已经配置完成，可以开始创作了。

5. 常见问题与解决方法

在安装和使用过程中，可能会遇到一些常见问题，这里提供了解决方案：

问题 1：显存不足错误

OutOfMemoryError: CUDA out of memory

解决方法：尝试使用更低的分辨率（如 512x512），或者启用模型卸载功能：

pipe.enable_model_cpu_offload() # 替代 pipe.to("cuda")

问题 2：模型下载缓慢

解决方法：使用国内镜像源或代理：

export HF_ENDPOINT=https://hf-mirror.com
huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 --local-dir ./models/sdxl-base-1.0

问题 3：依赖冲突

解决方法：创建干净的虚拟环境，并严格按照要求的版本安装：

pip install diffusers==0.24.0 transformers==4.35.2 accelerate==0.24.1

问题 4：界面无法访问

解决方法：检查端口是否被占用，尝试使用不同的端口：

streamlit run app.py --server.port 8502

6. 开始你的第一次创作

环境配置完成后，你可以开始使用灵感画廊进行创作了。基本的使用流程如下：

描述你的梦境：在'梦境描述'框中输入你想要生成的画面描述
规避不想要的元素：在'尘杂规避'中指定不希望出现的元素
选择艺术风格：从内置的意境预设中选择喜欢的风格
调整画布规制：设置图像大小、生成步骤等参数
挥笔成画：点击生成按钮，等待 AI 创作完成

尝试从一个简单的描述开始，比如'夕阳下的海边，金色的波浪，温暖的色调'，感受 AI 绘画的魅力。

7. 总结

通过本指南，你已经成功完成了灵感画廊的环境配置。回顾一下我们完成的工作：

环境准备：确认硬件软件要求，准备好基础环境
快速安装：通过 Docker 或本地安装方式部署环境
模型配置：下载并配置 SDXL 1.0 模型文件
应用启动：启动灵感画廊界面，验证环境正常工作
问题解决：了解常见问题的解决方法

现在你已经拥有了一个功能完整的 AI 艺术创作环境。