此仓库已归档

我们感谢每一位参与这段旅程的人。

遗憾的是，我们已无力继续开发此项目，它现已进入归档状态。

Visionatrix

Visionatrix——一个构建于 ComfyUI 之上的直观界面，助您简化 AI 媒体生成工作流。

🚀 特性

• 🔧 简易安装与更新：简单安装，轻松实现版本更新。
• 🖥️ 简约 UI：专为日常使用设计的简洁、用户友好界面。
• 🌐 提示词翻译支持：自动翻译用于媒体生成的提示词。
• 🛠️ 稳定工作流：版本化且可升级的工作流。
• 📈 可扩展性：运行多个实例，支持同时处理任务，提升生产力。
• 👥 多用户支持：轻松配置多用户，并集成不同的用户后端。
• 🤖 LLM 集成：轻松将 Ollama/Gemini 作为 LLM 集成到 ComfyUI 工作流中。
• 🔌 无缝集成：作为服务运行，提供后端端点，便于项目平滑集成。
• 😎 LoRA 集成：轻松将 CivitAI 的 LoRA 集成到您的流程中。
• 🐳 Docker Compose：提供官方 Docker 镜像和预配置的 Docker Compose 文件。

🖼️ 用户界面

默认情况下，在 http://localhost:8288 访问 Visionatrix UI。

注意： 从 1.10 版本开始，Visionatrix 在 http://127.0.0.1:8188 启动 ComfyUI 网络服务器。

📥 安装

我们提供了 RunPOD 公共模板，帮助您快速了解此项目是否符合您的需求。

• RunPOD 模板

要求

• Python 3.10 或更高版本。（推荐 3.12）
• GPU 内存至少 8 GB （推荐 12GB）

快速开始 (Linux/macOS/WSL)

下载并运行 easy_install.py 脚本：

注意： 此脚本会将 Visionatrix 仓库克隆到当前文件夹并执行安装。安装后，您始终可以从 "scripts" 文件夹运行 easy_install。

使用 wget：

wget -O easy_install.py https://raw.githubusercontent.com/Visionatrix/Visionatrix/main/scripts/easy_install.py && python3 easy_install.py

使用 curl：

curl -o easy_install.py https://raw.githubusercontent.com/Visionatrix/Visionatrix/main/scripts/easy_install.py && python3 easy_install.py

按照安装过程中的提示操作。在大多数情况下，一切都会顺利进行。

要启动 Visionatrix，请在激活的虚拟环境中运行：

python -m visionatrix run --ui

快速开始 (Windows)

我们提供便携版本以简化安装（无需 Git 或 Visual Studio 编译器）。

目前，我们提供 CUDA/CPU 版本。如有需求，我们可以添加 DirectML 版本。

1. 安装 VC++ 可再发行组件：从 Microsoft 页面 下载 vc_redist.x64.exe。
2. 下载：访问我们的 发布页面。
3. 获取便携版压缩包：下载 vix_portable_cuda.7z。
4. 解压并运行：解压压缩包，然后运行 run_nvidia_gpu.bat 或 run_cpu.bat。

手动安装

有关手动安装步骤，请参阅我们的 详细文档。

⚙️ 安装后配置

路径配置

设置路径最简单的方法是通过用户界面，前往 设置->ComfyUI。

在大多数情况下，最简单的方法是将 ComfyUI 基础数据文件夹 设置为某个绝对路径，用于存储模型、任务结果和设置。

这将允许您自由地从头重新安装所有内容，而不会丢失数据或模型。

注意： 为了便于 Windows 便携版升级，我们假设您已设置 ComfyUI 基础数据文件夹 参数。

HuggingFace 和 CivitAI 令牌

我们强烈建议在设置中填写
CivitAI 令牌和
HuggingFace 令牌。

许多模型没有令牌无法被公共用户下载。

🔄 更新 Visionatrix

对于 Linux/macOS

运行 easy_install 脚本并选择 "更新" 选项。

python3 easy_install.py

对于 Windows (便携版本)

更新便携版本涉及：

1. 解压新的便携版本。
2. 将 visionatrix.db 从旧版本移动到新版本。

Docker Compose

我们提供官方 Docker 镜像以及预配置的 docker-compose.yml 文件，使部署更快更容易。该文件位于 Visionatrix 仓库的根目录。

镜像仓库

我们的 Docker 镜像主要托管在 GitHub 容器注册表 (GHCR)：ghcr.io/visionatrix/visionatrix。这是 docker-compose.yml 文件使用的默认仓库。

对于从 GHCR 下载速度较慢的用户（例如，在某些云提供商上），我们还在 Docker Hub 上提供了镜像：docker.io/bigcat88/visionatrix。

可用服务

• visionatrix_nvidia：支持 NVIDIA GPU 的 Visionatrix。
• visionatrix_amd：支持 AMD GPU 的 Visionatrix。
• visionatrix_cpu：仅运行在 CPU 上的 Visionatrix。
• pgsql：用于数据库的 PostgreSQL 17 容器。

使用方法

根据您的硬件选择适当的服务：

• 对于 NVIDIA GPU 支持：
  bash docker compose up -d visionatrix_nvidia

• 对于 AMD GPU 支持：
  bash docker compose up -d visionatrix_amd

• 对于 CPU 模式：
  bash docker compose up -d visionatrix_cpu

默认情况下，这些命令将从 GHCR 拉取镜像。将在主机当前目录中创建 visionatrix-data 目录，用于存放 models、user、input 和 output 文件。

您可以通过修改 docker-compose.yml 文件中的环境变量或卷挂载来轻松自定义配置。

使用 Docker Hub 镜像

如果您希望从 Docker Hub 而不是 GHCR 拉取镜像，可以在运行 docker compose up 之前 设置 VIX_IMAGE_BASE 环境变量。

方法 1：使用 .env 文件

1. 在与您的 docker-compose.yml 文件相同的目录中创建一个名为 .env 的文件。

2. 在 .env 文件中添加以下行：

   dotenv VIX_IMAGE_BASE=docker.io/bigcat88/visionatrix

3. 现在，像往常一样运行 docker compose up。Compose 将自动读取 .env 文件并使用 Docker Hub 镜像。

   ```bash

   示例：使用 .env 中定义的 Docker Hub 镜像启动 NVIDIA 服务

   docker compose up -d visionatrix_nvidia
   ```

方法 2：临时设置变量

您可以在命令行上直接设置环境变量，用于单次命令执行：

VIX_IMAGE_BASE=docker.io/bigcat88/visionatrix docker compose up -d visionatrix_nvidia

自行构建

1. 从此仓库的根目录构建新镜像，使用以下参数：

   • BUILD_TYPE (必需)：定义构建类型：cpu、cuda 或 rocm
   • CUDA_VERSION (可选)：定义您要使用的 pytorch CUDA 版本（例如，126 表示 12.6）。默认是 12.8，不支持旧显卡。

   使用 12.6 CUDA 版本构建 cuda 镜像的示例：

   docker build --build-arg BUILD_TYPE=cuda --build-arg CUDA_VERSION=126 visionatrix:release-cuda12.6 -f docker/Dockerfile .
   2. 启动引用新镜像的服务：
   VIX_IMAGE_BASE=visionatrix:release-cuda12.6 docker compose up -d visionatrix_nvidia

📚 文档与支持

如果您有任何问题或需要帮助，我们随时为您服务！欢迎随时 发起讨论 或探索我们的资源：

• 文档
• 可用工作流
• 管理员手册
  • 安装
  • 工作模式
  • 命令行选项
  • 环境变量
• 工作流开发
  • Vix 工作流
  • 技术信息
  • 创建工作流
  • 模型目录
  • 受控访问模型
• 通用信息
  • 常见问题
  • 硬件常见问题
  • 硬件测试结果
  • OpenAPI