WAN2.2文生视频镜像开源部署：GitHub+Docker+ComfyUI全链路CI/CD实践

红廉骑士兽

122人浏览 · 2026-02-25 00:24:05

红廉骑士兽 · 2026-02-25 00:24:05 发布

WAN2.2文生视频镜像开源部署：GitHub+Docker+ComfyUI全链路CI/CD实践

一键部署专业级文生视频生成环境，从代码到视频的完整自动化流程

1. 项目概述与核心价值

WAN2.2是一个基于ComfyUI的强大文生视频模型，结合SDXL Prompt Styler技术，能够将文本描述转化为高质量视频内容。这个开源项目特别针对中文用户优化，支持原生中文提示词输入，让创作者无需翻译就能直接生成符合本土文化语境的内容。

为什么选择WAN2.2镜像部署？

传统AI模型部署往往面临环境配置复杂、依赖项冲突、版本兼容等问题。WAN2.2通过Docker容器化封装，提供了一键部署的解决方案：

环境一致性：避免"在我机器上能运行"的经典问题
快速部署：从零到生成视频只需几分钟
资源隔离：不影响主机其他环境
可移植性：轻松迁移到任何支持Docker的平台

本项目采用GitHub+Docker+ComfyUI的全链路CI/CD实践，实现了从代码更新到镜像构建、测试、部署的完全自动化，为团队协作和持续集成提供了完整解决方案。

2. 环境准备与快速部署

2.1 系统要求与前置准备

在开始部署前，请确保你的系统满足以下基本要求：

操作系统：Ubuntu 20.04+/CentOS 7+/Windows 10+（建议使用Linux系统）
Docker：版本20.10.0及以上
Docker Compose：版本1.29.0及以上
硬件要求：
- GPU：NVIDIA GPU，至少8GB显存（推荐RTX 3080/4090或同等级别）
- 内存：至少16GB RAM
- 存储：50GB可用空间（用于模型文件和生成内容）

安装Docker和NVIDIA容器工具包：

如果你还没有安装Docker，可以使用以下命令快速安装：

# 安装Docker
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh

# 安装NVIDIA容器工具包
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
sudo systemctl restart docker

2.2 一键部署WAN2.2镜像

最简单的方式是直接拉取预构建的Docker镜像：

# 拉取WAN2.2镜像
docker pull csdnmirror/wan2.2-comfyui:latest

# 运行容器
docker run -it --gpus all -p 8188:8188 \
  -v $(pwd)/models:/app/models \
  -v $(pwd)/output:/app/output \
  csdnmirror/wan2.2-comfyui:latest

等待容器启动完成后，在浏览器中访问 http://你的服务器IP:8188 即可看到ComfyUI界面。

2.3 使用Docker Compose部署

对于生产环境，建议使用Docker Compose进行管理：

# docker-compose.yml
version: '3.8'

services:
  wan2.2-comfyui:
    image: csdnmirror/wan2.2-comfyui:latest
    container_name: wan2.2-comfyui
    runtime: nvidia
    ports:
      - "8188:8188"
    volumes:
      - ./models:/app/models
      - ./output:/app/output
    environment:
      - NVIDIA_VISIBLE_DEVICES=all
    restart: unless-stopped

使用以下命令启动服务：

docker-compose up -d

3. ComfyUI工作流使用指南

3.1 界面概览与工作流选择

成功部署后，你会看到ComfyUI的图形化界面。左侧是工作流选择区域，右侧是节点编辑和预览区域。

选择WAN2.2文生视频工作流：

在左侧工作流列表中找到并点击 wan2.2_文生视频 工作流
系统会自动加载所有必要的节点和连接
界面会显示完整的工作流结构，包括提示词输入、模型加载、视频生成等模块

WAN2.2工作流选择界面

3.2 中文提示词输入与风格选择

WAN2.2的核心优势之一是原生支持中文提示词，无需翻译即可直接生成内容：

找到SDXL Prompt Styler节点：在工作流中定位到提示词输入区域
输入中文提示词：直接使用中文描述你想要的视频场景
选择风格模板：从下拉菜单中选择合适的风格预设

提示词输入界面

中文提示词编写技巧：

使用具体的描述而非抽象概念
包含场景、主体、动作、氛围等元素
示例："一只可爱的熊猫在竹林里悠闲地吃竹子，阳光透过竹叶洒下斑驳光影，自然纪录片风格"

3.3 视频参数配置与生成

在输入提示词后，需要配置视频的基本参数：

视频尺寸：选择适合你需求的分辨率（常见的有512×512、768×768等）
视频时长：设置生成的视频长度（通常为2-10秒）
帧率：保持默认或根据需求调整
种子值：使用固定种子值可以重现相同结果

视频参数配置界面

点击"执行"按钮后，系统开始生成视频。根据你的硬件配置，生成过程可能需要几分钟到十几分钟。完成后可以在输出目录查看生成的视频文件。

4. GitHub CI/CD自动化实践

4.1 仓库结构与Dockerfile配置

为了实现自动化构建，我们需要配置合理的项目结构：

wan2.2-comfyui/
├── Dockerfile
├── docker-compose.yml
├── .github/
│   └── workflows/
│       └── ci-cd.yml
├── models/
├── output/
└── README.md

Dockerfile配置：

FROM nvidia/cuda:11.8.0-runtime-ubuntu22.04

# 安装系统依赖
RUN apt-get update && apt-get install -y \
    python3.10 \
    python3-pip \
    git \
    && rm -rf /var/lib/apt/lists/*

# 设置工作目录
WORKDIR /app

# 复制项目文件
COPY . .

# 安装Python依赖
RUN pip install -r requirements.txt

# 下载模型文件（可选，也可以在运行时下载）
RUN python download_models.py

# 暴露端口
EXPOSE 8188

# 启动命令
CMD ["python", "main.py"]

4.2 GitHub Actions自动化流程

创建 .github/workflows/ci-cd.yml 文件实现自动化构建和部署：

name: WAN2.2 CI/CD Pipeline

on:
  push:
    branches: [ main ]
  pull_request:
    branches: [ main ]

jobs:
  build-and-test:
    runs-on: ubuntu-latest
    steps:
    - uses: actions/checkout@v3
    
    - name: Build Docker image
      run: |
        docker build -t wan2.2-comfyui:latest .
        
    - name: Run basic tests
      run: |
        docker run --rm wan2.2-comfyui:latest python -c "import sys; sys.exit(0)"
        
  deploy:
    needs: build-and-test
    runs-on: ubuntu-latest
    if: github.ref == 'refs/heads/main'
    steps:
    - uses: actions/checkout@v3
    
    - name: Deploy to production
      env:
        SSH_PRIVATE_KEY: ${{ secrets.SSH_PRIVATE_KEY }}
        SERVER_IP: ${{ secrets.PRODUCTION_SERVER }}
      run: |
        # 设置SSH
        mkdir -p ~/.ssh
        echo "$SSH_PRIVATE_KEY" > ~/.ssh/id_rsa
        chmod 600 ~/.ssh/id_rsa
        
        # 复制文件到服务器
        scp -o StrictHostKeyChecking=no docker-compose.yml user@$SERVER_IP:/app/wan2.2/
        scp -o StrictHostKeyChecking=no .env user@$SERVER_IP:/app/wan2.2/
        
        # 在服务器上部署
        ssh -o StrictHostKeyChecking=no user@$SERVER_IP "cd /app/wan2.2 && docker-compose pull && docker-compose up -d"

4.3 自动化测试与监控

为了确保部署质量，建议添加自动化测试：

# tests/test_basic.py
import requests
import time

def test_comfyui_health():
    """测试ComfyUI服务是否正常"""
    url = "http://localhost:8188"
    
    # 等待服务启动
    time.sleep(10)
    
    try:
        response = requests.get(url, timeout=30)
        assert response.status_code == 200
        print("✓ ComfyUI服务健康检查通过")
        return True
    except Exception as e:
        print(f"✗ 服务健康检查失败: {e}")
        return False

def test_model_loading():
    """测试模型加载功能"""
    # 这里可以添加模型加载测试逻辑
    pass

if __name__ == "__main__":
    test_comfyui_health()