docker一键运行stable diffusion webui，常用插件和功能完备，获得镜像后可打包带走

用于AI绘画的webui环境部署有一点点繁琐，还要下载很多github上的东西。所以把凌波丽永久装进docker镜像，再装进U盘，确保以后不管是换电脑还是没网络都能运行和复现。

一键运行：docker run --gpus all -it -p 8888:8888 -p 7860:7860 -p 6666:22 --name ayanami --ipc=host darkroot1234/ayanami:latest

登录127.0.0.1:7860直接点击生成查看效果，可自行修改提示词，图像尺寸，随机数种子，goodluck!

命令释用

docker run：利用指定镜像启动一个容器，需要先在电脑上安装docker，比如win11下需要安装docker desktop并开启hyperv虚拟化。

--gpus all：使容器可以使用本机的GPU。

-it：容器启动后以命令行交互。

-p 8888:8888 -p 7860:7860 -p 6666:22：将容器内的几个端口映射出来，来与本机通信。

7860端口：webui；8888端口：jupyter lab（需要手动打开，密码7758258）；6666端口：ssh（root，密码7758258）

--name ayanami：指定容器的名称为ayanami。

--ipc=host：容器的一种网络模式

darkroot1234/ayanami:latest：docker run指定的镜像名。如果该镜像未在本地，自动从dockerhub下载。

镜像内置命令 python webui.py --listen --xformers，表示容器每次启动后都会用python运行当前目录的webui.py脚本，并以ip0.0.0.0（本机127.0.0.1）以及xformers加速模式运行。

可以在运行docker run命令时修改内置命令，添加到docker run命令最后即可。比如：

容器启动后不开启网页服务而是直接进入容器内部

docker run --gpus all -it -p 8888:8888 -p 7860:7860 -p 6666:22 --name ayanami --ipc=host darkroot1234/ayanami:latest /bin/bash

开启低显存运行模式（2G显存可用，速度会变慢并且图有变化，2-4G可以尝试 --medvram，相比--lowvram略快一些）

docker run --gpus all -it -p 8888:8888 -p 7860:7860 -p 6666:22 --name ayanami --ipc=host darkroot1234/ayanami:latest python webui.py --listen --xformers --lowvram

容器的工作目录在/workspce，里面是完整的webui项目。如果想挂载本地的webui项目进行文件交互和运行，比如挂载我自己的e盘alice目录

docker run --gpus all -it -p 8888:8888 -p 7860:7860 -p 6666:22 --name ayanami -v e/Alice:/workspace --ipc=host darkroot1234/ayanami:latest  /bin/bash

用CPU跑（极慢）

docker run -it -p 8888:8888 -p 7860:7860 -p 6666:22 --name ayanami --ipc=host darkroot1234/ayanami:latest python webui.py --listen --no-half --use-cpu all

详细介绍

镜像内含：ubantu18.04；anaconda3（python3.10.8）；pytorch1.13.1（cuda11.6）；整个webui项目；运行所需额外下载的全部文件；一个画画模型权重ayanami.ckpt，一个deepdanbooru提示词反推模型权重；用于dreambooth的缓存文件等共23G...

硬件要求：内存＞8g，支持nvidia显卡，不支持amd显卡，可以只用cpu运行

打包带走：拉取镜像到本地后，运行下面命令保存镜像为压缩包在当前目录。

docker save -o ayanami.tar  darkroot1234/ayanami:latest

压缩包可以放入网盘或u盘带走（永久专属画师get），放在另一设备上运行下面命令即可还原镜像

docker load -i ayanami.tar 

文件交互：除了直接挂载本地目录，可以通过jupyter lab实现文件交互。一键运行容器后，去docker desktop再打开一个这个容器的终端，输入/bin/bash，输入jupyter lab，打开浏览器127.0.0.1:8888（密码7758258），左边文件夹栏即可与本机文件交互，比如更换模型、修改配置文件等。

模型文件夹：/workspace/models/Stable-diffusion/

输出图片文件夹：/workspace/outputs/

ui界面配置文件：/workspace/ui-config.json，修改后需要重启容器（相当于重新运行webui.py）

一般问题：

1.内存泄露，切换模型可能会爆容器的内存，终端显示kill并且直接终止容器。如果无法忍受，使用上文直接进入容器内部的命令，手动启动webui服务，命令行运行python webui.py --listen。爆内存后再运行即可。

2.映射端口被占用无法启动容器，可手动修改映射端口

3.部分功能不支持离线或装不上就隐藏了，如clip反推提示词，面部修复，插件选项等