KOOK真实幻想艺术馆保姆级教程：Docker Compose一键部署全链路

想亲手搭建一个属于自己的AI艺术画廊吗？厌倦了那些界面冰冷、操作复杂的AI绘画工具？今天，我将带你从零开始，用最简单的方式，部署一个名为“璀璨星河”的AI艺术馆。它拥有博物馆级的沉浸式界面，集成了强大的幻想艺术引擎，让你输入一句中文，就能生成文艺复兴风格或梵高星空般的画作。

整个过程，你只需要复制几行命令，就能在自己的电脑或服务器上拥有一个专属的艺术创作空间。无论你是AI绘画的爱好者，还是想探索Streamlit应用部署的开发者，这篇教程都将为你提供一条清晰、可执行的路径。

1. 环境准备：部署前你需要知道的事

在开始动手之前，我们先来快速了解一下这个“璀璨星河”艺术馆到底是什么，以及部署它需要什么样的环境。

简单来说，这是一个基于Web的AI绘画应用。它的核心是一个经过特别美化的Streamlit网页界面，背后连接着两个强大的AI绘画模型（Kook真实幻想和Z-Image原生艺术）。你通过浏览器访问这个界面，输入文字描述，它就能在几十秒内为你生成一幅高质量的画作。

为了能流畅运行这个应用，你的设备需要满足以下基本要求：

• 操作系统：推荐使用Linux系统（如Ubuntu 20.04/22.04），这是服务器环境最稳定的选择。当然，在macOS或Windows（通过WSL2）上也可以运行。
• 硬件：这是最关键的部分。由于需要运行大型的AI模型，你必须有一块支持CUDA的NVIDIA显卡，并且显存至少需要8GB（例如RTX 3070、RTX 4060 Ti或更高型号）。显存越大，生成图片的速度越快，同时出错的概率也越低。
• 软件：你需要提前安装好Docker和Docker Compose。不用担心，接下来的步骤会包含它们的安装方法。

如果你已经准备好了显卡，并且系统也支持Docker，那么我们就可以正式开始这场艺术馆的搭建之旅了。

2. 一键部署：使用Docker Compose启动艺术馆

这是整个教程最核心的部分。我们通过一个预先编写好的 docker-compose.yml 配置文件，来一键拉起所有需要的服务。你不需要手动安装Python、PyTorch或者各种复杂的依赖库，Docker会帮你搞定一切。

首先，在你电脑上找一个合适的目录，比如 ~/starry-night，然后创建这个目录并进入：

mkdir -p ~/starry-night && cd ~/starry-night

接下来，创建一个名为 docker-compose.yml 的文件。你可以用任何文本编辑器（如Vim、Nano或VSCode）来创建并编辑它。

# docker-compose.yml
version: '3.8'

services:
  starry-night:
    image: registry.cn-hangzhou.aliyuncs.com/kook/starry-night:latest
    container_name: starry-night-art-gallery
    restart: unless-stopped
    ports:
      - "8501:8501" # 将容器的8501端口映射到主机的8501端口
    environment:
      - TZ=Asia/Shanghai # 设置时区
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu] # 关键配置：声明使用所有GPU
    volumes:
      # 挂载一个目录到容器内，用于持久化保存生成的图片
      - ./outputs:/app/outputs
    stdin_open: true
    tty: true

这个配置文件做了以下几件重要的事情：

1. 拉取镜像：从阿里云镜像仓库拉取已经构建好的“璀璨星河”应用镜像。
2. 端口映射：将容器内部的8501端口（Streamlit默认端口）映射到你电脑的8501端口，这样你就能通过浏览器访问了。
3. GPU透传：deploy.resources 部分是关键，它告诉Docker把宿主机的NVIDIA GPU资源直接交给容器使用。
4. 数据持久化：把当前目录下的 outputs 文件夹映射到容器内，这样你生成的画作都会保存在本地，即使删除容器也不会丢失。

配置文件保存好后，在终端里执行一条命令，即可启动服务：

docker-compose up -d

-d 参数表示在后台运行。执行后，Docker会自动下载镜像（第一次运行需要一些时间），然后创建并启动容器。你可以通过以下命令查看容器的运行状态和日志：

# 查看容器状态
docker-compose ps

# 查看实时日志（按Ctrl+C退出）
docker-compose logs -f

当你看到日志中显示 You can now view your Streamlit app in your browser. 以及 Network URL: http://0.0.0.0:8501 时，说明应用已经成功启动。

现在，打开你的浏览器，访问 http://你的服务器IP地址:8501 或 http://localhost:8501（如果你在本地部署）。一个充满艺术感的深蓝色界面应该会呈现在你眼前，恭喜你，你的私人AI艺术馆已经开业了！

3. 快速上手：创作你的第一幅AI画作

成功打开艺术馆的界面后，你可能会被它精美的设计所吸引。但我们的重点是快速开始创作。界面主要分为三个部分：左侧的参数设置区，中间上方的提示词输入区，以及中间下方的画布展示区。

让我们来生成第一幅画，体验完整的流程：

1. 输入灵感：在中间的文本框中，直接用中文输入你的想法。比如：“一个孤独的宇航员，站在梵高风格的星空下，望着发光的星球。”
2. 选择画魂：在左侧“选择画魂引擎”下拉框中，有两个选项：
   • Kook真实幻想：擅长浪漫主义、厚涂油画、梦幻光影。适合有故事感、氛围感的画面。
   • Z-Image原生艺术：风格更现代、更具原生艺术张力。适合抽象、概念性的创作。 第一次尝试，我们可以选择“Kook真实幻想”。
3. 调整参数（可选）：对于新手，建议先使用默认参数：
   • 迭代步数：默认10步。步数越多，细节越丰富，但生成时间也越长。10-15步是速度和质量的好平衡点。
   • 引导系数：默认2.0。这个值控制AI“听从”你提示词的程度。太高画面会僵硬，太低则天马行空。2.0是个安全的起点。
   • 随机种子：留空即可，让AI每次给你惊喜。
4. 开始创作：点击最下方那个散发着金色光泽的 “凝结画作” 按钮。

稍等片刻（根据你的显卡性能，通常需要20-50秒），你输入的中文描述就会被自动翻译成英文提示词，并经由AI模型“绘制”出来。一幅独一无二的、带有幻想艺术风格的画作就会出现在画布上。

你可以点击画作下方的按钮进行下载或复制到剪贴板。所有你生成的作品，都会自动保存在你之前通过Docker Compose挂载的 ./outputs 目录中。

4. 进阶技巧与常见问题排查

掌握了基本操作后，这里有一些小技巧能帮助你获得更好的体验，以及遇到问题时该如何解决。

4.1 提升创作效果的技巧

• 善用中文描述：系统内置了翻译功能，你可以尽情用中文描绘细节。越具体、越有画面感的描述，效果越好。例如，将“一只猫”改为“一只毛茸茸的橘猫，在午后的窗台上蜷缩着睡觉，阳光在它身上投下温暖的光斑”。
• 尝试不同画魂：同一个提示词，用“Kook真实幻想”和“Z-Image原生艺术”生成的效果截然不同。多试试，找到最适合你当前灵感的引擎。
• 探索参数边界：熟悉后，可以微调“迭代步数”到12-15步以增加细节；将“引导系数”调到1.5-3.0之间，观察画面稳定性和创意性的变化。

4.2 常见问题与解决方法

即使按照教程操作，你也可能会遇到一些小问题。别担心，大部分都有解决办法。

• 问题：访问 localhost:8501 打不开页面。

  • 检查容器状态：运行 docker-compose ps，确认 starry-night-art-gallery 容器的状态是 Up。
  • 检查端口占用：运行 netstat -tlnp | grep 8501，看8501端口是否被其他程序占用。如果是，你可以在 docker-compose.yml 里把 8501:8501 改为 8502:8501，然后通过 localhost:8502 访问。
  • 查看错误日志：运行 docker-compose logs starry-night，查看具体的错误信息。

• 问题：点击生成后报错，或长时间无响应。

  • 确认GPU可用：这是最常见的原因。进入容器内部检查：docker exec -it starry-night-art-gallery python -c "import torch; print(torch.cuda.is_available())"。如果输出 False，说明容器没有成功调用GPU。
    • 确保你的Docker已正确安装NVIDIA Container Toolkit。可以运行 docker run --rm --gpus all nvidia/cuda:12.1.0-base-ubuntu22.04 nvidia-smi 测试。
    • 确保 docker-compose.yml 中的 deploy.resources 配置正确。
  • 检查显存是否充足：运行 nvidia-smi 查看显存使用情况。如果显存接近占满，生成可能会失败。尝试重启容器释放显存：docker-compose restart。

• 问题：生成的图片是黑色的。

  • 这通常与模型加载的精度有关。项目已默认使用 BF16 精度来避免此问题。如果仍出现，可以尝试在左侧参数中将“迭代步数”稍微调高（如12步）。

5. 管理你的艺术馆：日常维护命令

艺术馆搭建好后，你还需要知道如何管理它。以下是一些常用的Docker Compose命令，请在你的项目目录（即 docker-compose.yml 所在的目录）下执行：

• 停止艺术馆：docker-compose down
  • 这会停止并移除容器，但不会删除你挂载的 outputs 目录下的画作和镜像本身。
• 重启艺术馆：docker-compose restart
  • 在修改了配置或遇到问题时，重启服务。
• 更新艺术馆：如果你想获取应用的最新版本，需要先拉取新镜像，然后重新启动。

  docker-compose pull  # 拉取最新的镜像
  docker-compose down   # 停止旧容器
  docker-compose up -d  # 用新镜像启动容器
  

• 彻底清理（谨慎使用）：如果你想重新开始，可以删除所有相关资源。

  docker-compose down -v  # 停止并移除容器和挂载的卷（会删除outputs里的数据！）
  docker rmi registry.cn-hangzhou.aliyuncs.com/kook/starry-night:latest  # 删除镜像
  

6. 总结

至此，你已经完成了从零到一的“璀璨星河”AI艺术馆的部署。我们回顾一下核心步骤：准备GPU环境 -> 编写Docker Compose配置文件 -> 一键启动服务 -> 通过浏览器访问并开始创作。

这个项目的魅力在于，它将复杂的AI模型和精美的前端界面封装成了一个开箱即用的服务。你无需关心底层Python包版本冲突、CUDA环境配置等繁琐问题，只需享受创作的过程。无论是用于个人艺术探索，还是作为一个小型演示项目，它都提供了一个极佳的起点。

技术的最终目的是服务于人，服务于创意。希望这个坐落在你本地环境中的“艺术馆”，能真正成为你灵感迸发的场所。去尝试不同的描述，组合不同的参数，让AI成为你手中那支最神奇的画笔吧。

---

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。