作者：Tommyvinny
购买理由
距离上次AI绘图stable-diffusion的Docker已经都过去了近一年，SD已经进化出了太多的功能，原来的stable-diffusion-guitard这个DOCKER作者更新太慢，而且后来的LORA功能一直能有跟上，耽误了AI美图的诞生。很多机主现在都在自己家里装上了NAS，而NAS很多又是安装的UNRAID，而仅仅需要一块自己加装风扇的英伟达的特斯拉P4，一般X鱼上面就400元左右。就可以体验到XSP的创作，同时还兼顾了NAS播放电影的解码，超值。
当然这里不是介绍NAS一定需要一块显卡，而是要做一个合格的AI绘图的话，是必须要一块400元以上的8G显存的显卡才可以的，不然就别看了。
离题远了，还是说正题，UNRAID作为主机的操作系统，新的stable-diffusion的DOCKER现在都是只提供环境，每次启动都是拉取最新版的stable-diffusion，好处就是一直都是新版，坏处就是没有魔法没法使用。
魔法就去看看阿文菌，我是在他那里入门的UNRAID，也在那里学会了如何ALL IN BOOM。
有UNRAID又有了ALL IN BOOM的，可以直接抄作业了。
新建DOCKER，就是添加容器。
名称当然直接命名
stable-diffusion
存储库:holaflenain/stable-diffusion:latest
这是我用了把DOCKERHUB上几乎所有的stable-diffusion有关都下下来尝试之后，最适合UNRAID的一款DOCKER了。就是我上面说的，这个DOCKER只是一个应用环境，拉取最新的SD，安装上，每次启动会消耗一些时间，但是唯一正常运用无问题，如果要使用API要使用KOISHI用在QQ上自动回复图片那种，就需要另外一款了，我下面再讲。
额外参数（这可是重点）–runtime=nvidia –restart unless-stopped
网络类型 Bridge.
控制台 Bash
不用开启特权。
然后容器持久化，毕竟不想每次都重新下LORA包吧，
程序路径 容器路径 /opt/stable-diffusion 主机路径/mnt/user/appdata/stable-diffusion
然后就是输出路径 容器路径/outputs 主机路径/mnt/user/appdata/stable-diffusion/outputs
然后就是变量 名称WEBUI_VERSION 键WEBUI_VERSION 值02
因为我是希望使用原版的SD，可以分别有01、02、03的三个值可以设置的。
01 : Easy Diffusion web UI
02 : Stable Diffusion web UI
03 : Invoke AI web UI
接着就是显卡的设置 变量 名称NVIDIA_VISIBLE_DEVICES 键NVIDIA_VISIBLE_DEVICES 值 只有一个显卡的就all
最后一步就是端口转发了。名称 端口映射 容器端口9000，主机端口 29000，因为我的9000端口是已经被占用了，所以要设置为29000，大家可以随便，链接类型TCP，不用改。
然后就点击完成，开始拉取DOCKER，构建环境，拉取SD，然后开始启动，IP:29000就可以进入页面了。
启动会花费很长的时间。因为需要魔法拉取，然后就是去HUGGAGE FACE去下载模型，去C站下载LORA，这个网上到处都是教程，也可以自己下载之后，模型就是用FB上传到appdata/stable-diffusion/02-sd-webui/models/Stable -diffusion中，LORA就是models/Lora。知乎上有大神收集得特别全，什么画风，什么风格，什么扩展都有，XSP是必备。自己下下来，然后SD中直接刷新后就可以调用使用了。要是需要每个画风要有封面，直接自己随便找一张图，命名为跟模型一样名字.webp就可以了，也可以随便生成一张后，在模型处点击设置为封面就可以变成封面了。
下面接着说，如果没有那么好的环境，那就只能使用含有模型和SD的DOCKER，但是很可能有错误，因为毕竟每个人的机器都存在差异，而仅部署环境再根据环境安装的SD是最适合自己机器的DOCKER的。
需要在环境中添加API的，就需要存储库改为 kestr3l/stable-diffusion-webui:1.2.2
他的DOCKER地址是https://hub.docker.com/r/kestr3l/stable-diffusion-webui，一定要阅读他的安装说明，按他的DOCKER说明进行路径的设置后，在webui-user.sh中，
# Commandline arguments for webui.py, for example: export COMMANDLINE_ARGS=”–medvram –opt-split-attention”
export COMMANDLINE_ARGS=”–listen
–enable-insecure-extension-access
–xformers –skip-torch-cuda-test
–styles-file styles/styles.csv
–no-download-sd-model
–api”
这样就可以安装Koishi链接自己的私人SD进行AI绘图了，自己的机器，还要什么审核呀。还可以自己建立一个QQ小号，Koishi装上novelai和adapter-onebot，大号给小号发送消息novelai 画一个美女，稍等就按照设定好的要求，小号就给大号回复一张您设定好的图，感觉有了一个小助手。
外观展示
使用感受
确实很方便，不受限制，不用给钱。显卡400多元，真是划算。现在400元吃顿饭都不够，现在拥有的是一个特别靠谱的助手，而且任何你想要的，都可以为你自己做到。还可以更加丰富一点的投入更换为P40，自己的ChatGPT就可以达到基本要求了，AI画图和ChatGPT可以同时运行于一块P40显卡，因为24G显存基本是够用了，还能平时用于解码H256,当然，P40太大了，一般的NAS是装不下的，还有一点，就是需要内存很大，调用模型和跑图的时候，内存占用有时候能够达到10G以上。
总结
我喜欢DOCKER的原因是可以不考虑环境，我是一个拿来用的人，我也不是一个编程的，我需要的是使用。
下一篇，再来一个UNRAID如何自己的服务器跑自己的GPT-3.5，毕竟不是每个人都能够拥有OPENAI的ID的，那么跑在自己UNRAID下的ChatGPT就很有用了，特别对部门心得体会，一句给我20个有关XXXX的心得体会，每篇不少于200字，这种时候，文言一心和心火都会说这是受限制的，只有自己的服务器才靠得住。
缺少的图片，我将近期再补上，家里的笔记本电脑屏幕太小了。
查看文章精彩评论，请前往什么值得买进行阅读互动
暂无评论内容