快速上手使用Docker Compose一键部署LiuJuan模型及WebUI你是不是也对那些能生成图片、能对话的AI模型感到好奇想自己动手试试但又被复杂的安装步骤和命令行劝退别担心今天我们就来聊聊一个超级简单的方法——用Docker Compose像搭积木一样把LiuJuan模型和它的网页操作界面WebUI一键部署起来。这个方法最大的好处就是省心。你不用去操心Python版本对不对、依赖包缺不缺、环境变量怎么配。你只需要准备一个写好的配置文件然后运行一条命令剩下的就交给Docker去处理。整个过程就像安装一个桌面软件一样直观。接下来我会带你一步步走完这个流程即使你之前没怎么用过Docker也能轻松搞定。1. 准备工作确保你的电脑已经就绪在开始搭建之前我们需要确保你的电脑上已经安装好了必要的工具。这就像做饭前要先备好锅和灶一样。1.1 安装Docker和Docker ComposeDocker是我们这次部署的核心工具而Docker Compose则是用来编排多个容器的“指挥家”。如果你还没安装可以按照以下步骤进行访问Docker官网打开你的浏览器搜索“Docker Desktop”并进入官方网站。下载对应版本根据你的操作系统Windows、macOS或Linux下载相应的Docker Desktop安装包。完成安装运行下载的安装程序并按照提示完成安装。安装过程中可能需要你重启电脑。验证安装安装完成后打开终端在Windows上是命令提示符或PowerShell在macOS或Linux上是Terminal输入以下命令来检查是否安装成功docker --version docker-compose --version如果这两条命令都能正确输出版本号比如Docker version 20.10.17和docker-compose version 1.29.2那就说明一切准备就绪了。1.2 获取模型文件如果需要LiuJuan模型通常需要下载对应的模型权重文件。有些Docker镜像会内置一些基础模型但如果你需要使用特定的、更大的模型可能需要提前下载。情况一推荐给新手如果你只是想快速体验可以直接使用Docker镜像里自带的模型。这样你不需要额外下载任何文件部署过程最简单。情况二需要特定模型如果你已经从官方渠道获得了模型的权重文件通常是.safetensors或.bin等格式的文件请把它们放在你电脑上一个容易找到的文件夹里比如D:/ai_models/liujuan或/home/yourname/models/liujuan。我们稍后会把这个文件夹“映射”到Docker容器里。好了工具和材料都齐了接下来我们开始编写最重要的“搭建说明书”。2. 编写一键部署的“说明书”docker-compose.ymldocker-compose.yml文件就是我们这次部署的“总说明书”。它是一个用YAML格式写的文本文件告诉Docker Compose需要启动哪些服务、用什么镜像、怎么配置。我们来创建一个。在你电脑上找一个合适的位置新建一个文件夹名字可以叫liujuan-deploy。在这个文件夹里新建一个文本文件命名为docker-compose.yml。用文本编辑器比如VS Code、Notepad甚至系统自带的记事本打开这个文件把下面的内容复制进去。version: 3.8 services: liujuan-model: image: registry.cn-hangzhou.aliyuncs.com/your_namespace/liujuan-model:latest container_name: liujuan-model-service restart: unless-stopped volumes: - ./model_weights:/app/models - ./config:/app/config environment: - MODEL_NAMEdefault - DEVICEcuda # 如果你有NVIDIA显卡并安装了驱动用这个。否则改为 cpu ports: - 8000:8000 networks: - liujuan-net deploy: resources: reservations: devices: - driver: nvidia count: all capabilities: [gpu] # 如果没有GPU请注释掉上面的 deploy 部分 liujuan-webui: image: registry.cn-hangzhou.aliyuncs.com/your_namespace/liujuan-webui:latest container_name: liujuan-webui-interface restart: unless-stopped depends_on: - liujuan-model volumes: - ./output:/app/output environment: - MODEL_API_URLhttp://liujuan-model-service:8000 ports: - 7860:7860 networks: - liujan-net别被这一大段代码吓到我们来拆解一下每个部分都是干什么的你可以根据自己的情况调整。2.1 核心配置项详解version指定我们使用的Docker Compose文件格式版本用3.8是一个比较新且稳定的选择。services这是文件的主体定义了两个我们要运行的服务。liujuan-model这是模型推理服务。它负责加载模型、接收请求并生成结果。image指定使用的Docker镜像地址。你需要将其中的your_namespace替换成实际的镜像仓库路径。这个信息通常由模型提供方给出。volumes卷映射把主机你的电脑的目录挂载到容器内部。./model_weights:/app/models将当前目录下的model_weights文件夹映射到容器的/app/models。这样你可以把下载好的模型文件放在./model_weights里容器就能直接使用了。./config:/app/config映射配置文件夹方便你修改一些模型参数。environment设置容器内的环境变量。MODEL_NAME指定要加载的模型名称对应你放在model_weights里的文件名。DEVICE指定运行设备。如果你有NVIDIA显卡并且正确安装了Docker GPU支持填cuda可以加速。如果没有一定要改成cpu否则服务会启动失败。ports端口映射8000:8000表示将容器内部的8000端口映射到你电脑的8000端口。这样你就能通过http://你的电脑IP:8000访问模型API了。deploy.resources这部分是申请GPU资源。只有在你使用DEVICEcuda并且Docker支持GPU时才需要。如果使用CPU请将这一整块从deploy:开始到capabilities: [gpu]用#注释掉。liujuan-webui这是基于Gradio构建的网页用户界面。它提供了一个友好的网页让你可以通过点击和输入来与模型交互而不用直接调用API。depends_on表示这个服务依赖于liujuan-model服务会等模型服务启动后再启动自己。volumes./output:/app/output将输出目录映射出来这样模型生成的结果如图片会保存在你电脑的./output文件夹里方便查看。environmentMODEL_API_URL告诉WebUI模型API服务在哪里。这里用的是Docker内部网络的服务名liujuan-model-service和端口8000。ports7860:7860将Gradio默认的7860端口映射出来。部署成功后你就可以在浏览器里通过http://localhost:7860访问这个Web界面了。networks为这两个服务创建一个共同的Docker网络liujuan-net让它们可以在内部相互通信。现在这份“说明书”就写好了。记得根据你的实际情况修改镜像地址、设备类型CPU/CUDA以及是否需要GPU配置。3. 一键启动与验证配置文件准备好之后真正的部署只需要一条命令。打开终端命令行使用cd命令进入到刚才创建的那个包含docker-compose.yml文件的文件夹。cd /path/to/your/liujuan-deploy运行以下命令来启动所有服务docker-compose up -d-d参数表示在“后台”运行。执行后Docker会开始拉取镜像如果本地没有、创建容器、并启动它们。你会看到一系列下载和启动的日志。查看运行状态启动完成后可以运行下面的命令来检查两个服务是否都在正常运行。docker-compose ps如果看到两个服务的状态State都是Up那就恭喜你部署成功了访问WebUI打开你的浏览器在地址栏输入http://localhost:7860。稍等片刻你应该就能看到LiuJuan模型的网页操作界面了。查看日志如果遇到问题如果页面打不开或者服务状态不对可以查看具体容器的日志来排查问题。# 查看模型服务的日志 docker-compose logs liujuan-model # 查看WebUI的日志 docker-compose logs liujuan-webui常见的启动问题可能是镜像地址不对、端口被占用、或者GPU驱动没装好却配置了cuda。根据日志提示调整你的docker-compose.yml文件即可。4. 使用与管理你的AI服务服务跑起来之后怎么用、怎么管呢这里有几个日常操作。4.1 开始使用模型访问http://localhost:7860后你会看到一个交互界面。根据LiuJuan模型的具体功能比如是文生图还是对话界面会有所不同。通常会有输入框让你输入文字描述Prompt然后点击“生成”或“提交”按钮。生成的结果图片或文本会显示在页面上并且根据我们的配置图片文件也会保存到你本地文件夹的./output目录里。4.2 常用的管理命令学会这几个命令你就能轻松管理这个部署好的环境了停止服务当你暂时不用时可以停止容器但不会删除它们。docker-compose stop启动服务重新启动之前停止的服务。docker-compose start重启服务如果修改了配置或者服务运行异常可以重启。docker-compose restart停止并移除所有资源这会停止容器并删除由docker-compose up创建的所有容器、网络。但你的./model_weights和./output等本地卷里的数据不会被删除。docker-compose down查看实时日志像看一个滚动的控制台输出。docker-compose logs -f4.3 可能遇到的问题与小技巧端口冲突如果7860或8000端口被其他程序占用了你可以在docker-compose.yml文件里修改左边的主机端口比如改成“8899:7860”那么访问地址就变成了http://localhost:8899。模型加载慢第一次启动时如果镜像里没有内置模型或者你需要加载一个很大的模型文件初始化时间可能会比较长。多给点耐心查看模型服务的日志直到看到加载完成的提示。想换模型把你新下载的模型文件放进./model_weights目录然后修改docker-compose.yml中MODEL_NAME环境变量为对应的模型文件名不含路径最后执行docker-compose restart liujuan-model重启模型服务即可。资源监控可以使用docker stats命令来查看各个容器对CPU、内存的占用情况帮助你判断资源是否够用。5. 写在最后用Docker Compose来部署像LiuJuan这样的AI模型确实大大简化了流程。它把复杂的依赖和环境打包在一起让你能专注于使用模型本身而不是折腾环境。这次我们通过一个配置文件就把模型服务和网页界面都跑起来了整个过程清晰可控。你可以基于这个docker-compose.yml文件进行各种扩展比如增加一个数据库服务来保存生成历史或者挂载更多的配置目录。这种“基础设施即代码”的方式也方便你分享和复现这个部署环境。希望这个教程能帮你顺利踏出第一步在实际操作中如果遇到具体问题多看看日志大部分都能找到线索。接下来就尽情去探索你的AI模型能创造出什么吧。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。