保姆级教程在Linux服务器上部署LiuJuan20260223Zimage国风模型想在自己的服务器上体验一下国风AI绘画的魅力吗最近发现一个挺有意思的模型叫LiuJuan20260223Zimage专门生成国风风格的图片。今天我就手把手带你在Linux服务器上把它部署起来整个过程其实没想象中那么复杂。如果你是运维或者后台开发对Linux命令行比较熟悉那这个教程对你来说应该很轻松。就算你只是对AI绘画感兴趣想自己搭个环境玩玩跟着步骤走也完全没问题。我们主要会用到Docker它能帮我们省去很多配置环境的麻烦。1. 部署前准备检查你的服务器在开始拉取镜像和运行容器之前我们得先确保服务器环境是OK的。这就像盖房子前得先看看地基稳不稳。1.1 确认操作系统和权限首先我们登录到你的Linux服务器。我这次演示用的是Ubuntu 22.04 LTS其他像CentOS、Debian这些主流发行版也大同小异。打开终端先看看系统信息cat /etc/os-release这条命令会告诉你当前系统的名称和版本。接下来非常重要的一步确认你有管理员权限。因为安装Docker、拉取镜像这些操作都需要sudo。你可以用下面的命令测试一下sudo echo 权限检查通过如果系统提示你输入密码输入后能正常显示“权限检查通过”那就没问题。如果提示“用户不在sudoers文件中”你就需要联系服务器管理员给你添加权限。1.2 检查GPU驱动如果使用GPU如果你想用GPU来加速图片生成让速度更快那么NVIDIA的显卡驱动和CUDA工具包是必须的。如果只是用CPU跑那可以跳过这一步不过生成图片可能会慢一些。检查NVIDIA驱动是否安装nvidia-smi如果这个命令能运行并显示出一张关于你GPU信息的表格包括驱动版本、CUDA版本等那就说明驱动已经装好了。表格里“CUDA Version”那一项就表示系统支持的CUDA最高版本。如果命令没找到command not found那说明驱动还没装。安装NVIDIA驱动稍微有点复杂不同Linux发行版方法不一样。对于Ubuntu可以尝试用系统自带的“附加驱动”工具或者去NVIDIA官网下载对应的.run安装包。这里就不展开讲了因为涉及内核模块编译需要根据你的具体显卡型号和系统版本来操作。1.3 安装必要的系统工具我们接下来会用到curl来下载东西用aptUbuntu/Debian或yumCentOS/RHEL来安装软件。先确保这些包管理工具是最新的。对于Ubuntu/Debiansudo apt update sudo apt upgrade -y sudo apt install -y curl wget git对于CentOS/RHELsudo yum update -y sudo yum install -y curl wget git安装这些基础工具能保证后续步骤更顺畅。2. 搭建运行环境安装和配置DockerDocker是我们这次部署的核心工具。它把模型运行需要的所有东西比如Python环境、依赖库、模型文件打包成一个“镜像”我们直接运行这个“镜像”生成一个“容器”就行了完全不用操心环境冲突。2.1 安装Docker引擎Docker官方为不同Linux系统提供了非常方便的安装脚本。我们直接用官方的一键安装脚本省时省力。下载并运行Docker安装脚本curl -fsSL https://get.docker.com -o get-docker.sh sudo sh get-docker.sh这个脚本会自动检测你的系统然后安装合适版本的Docker。过程中可能会提示你输入密码并询问是否继续按提示操作即可。安装完成后将当前用户加入docker用户组。这样以后运行Docker命令就不用每次都加sudo了更方便。sudo usermod -aG docker $USER注意执行完这条命令后你需要完全退出当前终端会话然后重新登录这个分组变更才会生效。你可以直接断开SSH连接再重连或者新开一个终端窗口。重新登录后验证Docker是否安装成功docker --version如果显示出版本号比如Docker version 24.0.7就说明安装成功了。再跑一个经典的测试命令docker run hello-world这个命令会从Docker仓库拉取一个很小的测试镜像并运行。如果最后看到“Hello from Docker!”这行字恭喜你Docker环境已经准备就绪。2.2 安装NVIDIA Container Toolkit仅GPU用户如果你的服务器有NVIDIA GPU并且打算用它那么还需要安装这个工具包。它让Docker容器能够识别和使用宿主机的GPU。配置仓库和GPG密钥distribution$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/libnvidia-container/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list更新软件包列表并安装工具包sudo apt update sudo apt install -y nvidia-container-toolkit配置Docker使用NVIDIA作为默认的容器运行时sudo nvidia-ctk runtime configure --runtimedocker sudo systemctl restart docker验证GPU在Docker中是否可用docker run --rm --gpus all nvidia/cuda:12.2.0-base-ubuntu22.04 nvidia-smi这个命令会运行一个带有CUDA基础环境的容器并执行nvidia-smi。如果它能显示出和你直接在宿主机上运行nvidia-smi时一样的GPU信息表格那就大功告成了说明Docker容器现在可以调用你的GPU了。3. 拉取并运行模型镜像环境都搞定后最激动人心的部分来了——把模型跑起来。我们假设你要部署的镜像名为liujuan20260223zimage:v1.0。3.1 拉取Docker镜像使用docker pull命令从镜像仓库拉取。镜像的具体仓库地址需要根据实际情况来。docker pull your-registry/liujuan20260223zimage:v1.0请将your-registry/替换为实际的镜像仓库地址。拉取过程需要一些时间取决于镜像大小和你的网络速度。完成后可以用docker images命令查看本地已有的镜像列表确认它已经存在。3.2 运行模型容器拉取镜像后我们需要让它运行起来变成一个正在工作的“容器”。一个基本的运行命令是这样的docker run -d \ --name liujuan-ai \ -p 7860:7860 \ your-registry/liujuan20260223zimage:v1.0我来解释一下这几个参数-d让容器在“后台”运行这样你退出终端它也不会停。--name liujuan-ai给这个容器起个名字方便后面管理比如停止、重启。-p 7860:7860这是端口映射非常重要。它把容器内部的7860端口模型Web界面通常用的端口映射到宿主机的7860端口。这样你就能通过服务器的IP地址和7860端口来访问了。最后是镜像名和标签。如果你想使用GPU需要在命令里加上GPU相关的参数docker run -d \ --name liujuan-ai \ --gpus all \ -p 7860:7860 \ your-registry/liujuan20260223zimage:v1.0关键是--gpus all这一行它告诉Docker把这个容器可以访问宿主机的所有GPU。运行命令后可以用docker ps查看正在运行的容器。如果看到名为liujuan-ai的容器状态是Up就说明启动成功了。3.3 查看运行日志刚启动时模型可能需要加载一些数据我们可以通过查看容器的日志来了解进度docker logs -f liujuan-ai-f参数可以让你实时看到最新的日志输出。当你看到日志里出现类似 “Running on local URL: http://0.0.0.0:7860” 或者没有新的错误信息时通常意味着服务已经启动完成可以访问了。4. 配置访问与简单使用服务跑起来后我们怎么从外面访问它呢这涉及到网络和防火墙的设置。4.1 配置服务器防火墙如果需要很多云服务器或者有安全要求的服务器默认防火墙是开启的会阻止外部访问7860端口。我们需要放行这个端口。如果使用ufwUbuntu常见sudo ufw allow 7860/tcp sudo ufw reload如果使用firewalldCentOS常见sudo firewall-cmd --permanent --add-port7860/tcp sudo firewall-cmd --reload配置完成后你可以在本地电脑的浏览器里输入http://你的服务器IP地址:7860来访问模型的Web界面了。4.2 访问Web界面与初步测试打开浏览器输入地址你应该能看到模型的用户界面。不同的模型界面布局可能不同但核心功能都差不多会有一个输入框让你写描述图片的“提示词”一个生成按钮以及展示图片的区域。你可以先尝试一些简单的国风相关提示词比如江南水乡白墙黛瓦细雨绵绵一位撑着油纸伞的旗袍女子水墨山水孤舟蓑笠翁远山如黛古典园林月亮门假山流水桃花盛开输入后点击生成等待一会儿就能看到AI根据你的描述创作的国风图片了。第一次生成可能会慢一点因为模型需要加载到内存或显存中。5. 管理、维护与问题排查部署好了平时怎么管理它呢这里有几个常用的命令。5.1 常用容器管理命令停止容器docker stop liujuan-ai启动已停止的容器docker start liujuan-ai重启容器docker restart liujuan-ai进入容器内部调试用docker exec -it liujuan-ai /bin/bash删除容器先停止docker rm liujuan-ai删除镜像docker rmi your-registry/liujuan20260223zimage:v1.05.2 常见问题与解决思路端口冲突如果宿主机7860端口已经被其他程序占用容器会启动失败。你可以修改-p参数比如改成-p 7861:7860这样就用宿主机的7861端口来访问。权限错误如果运行docker命令时提示“权限被拒绝”请确认你是否已重新登录以使加入docker用户组生效或者尝试在命令前加sudo。GPU无法使用在容器内运行nvidia-smi提示命令找不到。请确保已正确安装并配置了nvidia-container-toolkit并且运行容器时加了--gpus all参数。无法访问Web界面首先用docker logs liujuan-ai查看容器日志确认服务是否真的在内部7860端口成功启动。在服务器本机上用curl http://localhost:7860测试如果本机能通但外网不通基本就是防火墙或安全组的问题需要按前面步骤检查。如果是云服务器还需要去云服务商的控制台检查“安全组”规则是否允许入方向的7860端口。6. 写在最后跟着上面这些步骤走一遍你应该已经成功在Linux服务器上把LiuJuan20260223Zimage这个国风模型跑起来了。整个过程的核心其实就是利用Docker把复杂的模型环境打包让我们能一键部署避免了手动安装各种Python包、依赖库可能带来的版本冲突问题。用起来之后你可以多试试不同的提示词探索这个模型在生成山水、人物、建筑等各种国风元素上的特点和风格。如果服务器性能足够还可以研究一下如何调整生成参数比如图片尺寸、生成步数等来获得更符合你预期的效果。这种部署方式非常灵活今天部署的是国风模型明天你想换一个写实风格的或者二次元风格的AI绘画模型流程也基本是一样的无非就是换个镜像名字。希望这个教程能帮你打开自建AI绘画服务的大门。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。