SD-Trainer + ComfyUI 部署指南（AutoDL平台）

1. 目录结构

这一节给出最终目录结构，以便自行检查对照

/root/
    /autodl-tmp/
        /models/
            ae.safetensors
            clip_l.safetensors
            flux1-dev.safetensors
            t5xxl_fp16.safetensors
    /ComfyUI/
        ...
        /models/
            /clip/clip_l.safetensors -> /root/autodl-tmp/models/clip_l.safetensors
            /clip/t5xxl_fp16.safetensors -> /root/autodl-tmp/models/t5xxl_fp16.safetensors
            /unet/flux1-dev.safetensors -> /root/autodl-tmp/models/flux1-dev.safetensors
            /vae/ae.safetensors -> /root/autodl-tmp/models/ae.safetensors
    /lora-scripts/
        ...
        /sd-models/ -> /root/autodl-tmp/models/

2. 安装所需软件

2.1. 安装 uv

为了方便 Python 环境管理，避免令人头疼的环境问题，我们使用 uv 进行 Python 环境管理。

uv 是用于 Python 项目的极速一体化工具，集成了虚拟环境管理、包依赖安装和项目构建等功能，旨在替代 pip、pip-tools 和 Poetry 等传统工具链，其核心优势在于速度极快。
为什么不用 conda？不需要，而且比 uv 麻烦。

在 Shell 中执行以下命令以安装 uv

curl -LsSf https://astral.sh/uv/install.sh | sh

由于网络问题，安装时间可能会比较长，没报错前都请耐心等待。

安装完成后运行以下命令以更新环境变量

source $HOME/.local/bin/env

执行以下命令检查 uv 是否安装成功

uv --version

安装成功应该输出类似 uv 0.9.26 的结果。

2.2. 安装 Tmux

为了让 ssh 断开后任务也能继续运行，我们需要用到 tmux

Tmux 是一个运行在终端里的窗口管理器，它可以在一个终端窗口中创建、访问和控制多个独立的终端会话（包括“窗格”和“窗口”），并且这些会话可以在后台持续运行，即便你断开远程连接也不会中断。

执行以下命令以安装 Tmux

apt update && apt install -y tmux

安装完成后，使用以下命令检查是否安装成功

tmux --help

若安装成功，应输出 tmux 的帮助信息。

3. 获取模型文件

后续的操作需要以下 4 个模型文件

模型名	HuggingFace 链接
flux1-dev.safetensors	black-forest-labs/FLUX.1-dev/blob/main/flux1-dev.safetensors
ae.safetensors	black-forest-labs/FLUX.1-dev/blob/main/ae.safetensors
t5xxl_fp16.safetensors	comfyanonymous/flux_text_encoders/blob/main/t5xxl_fp16
clip_l.safetensors	comfyanonymous/flux_text_encoders/blob/main/clip_l.safetensors

你需要将这些模型文件放置到你的云服务器中，你可以将他们下载到自己的电脑上后使用 scp 等方式将其传到云服务器中。

但这里并不推荐这种“先下载到本地再上传到服务器”的方式，因为这种方式的传输速度会受到上传者的上行带宽的制约，除非你的上行带宽很高，否则更推荐直接下载。下面介绍直接下载的方法。

（1）克隆下载脚本：

git clone --depth=1 https://github.com/HiroMuraki/flux_downloader
cd flux_downloader

（2）配置环境变量：

export HF_ENDPOINT=https://hf-mirror.com
export HF_TOKEN=$你的HuggingFace Access Token

注：除非你知道自己在做什么，否则这两个环境变量必须设置
HF_ENDPOINT 用于设置下载源为国内镜像源，保证下载的速度与稳定性
HF_TOKEN 用于配置 HuggingFace Access Token，因为 FLUX 的官方仓库需要授权才能访问，如果不提供一个获取了授权的 HF_TOKEN，将无法从 FLUX 的仓库中拉取模型

（3）执行下载：

uv run main.py

等待脚本执行完成即可，下载时间可能会稍长。如果出现意外中断，重复执行 uv run main.py 进行重试即可。

模型会被下载到 /root/autodl-tmp/models/ 目录下，下载完成后可以使用 ls 命令检查一下该目录，如下

ls -ln /root/autodl-tmp/models

应当输出所需的四个模型文件。

4. 部署 SD-Trainer

SD-Trainer 是一个专注于 Stable Diffusion 模型快速训练微调模型的开源 WebUI 工具，旨在简化训练流程。

4.1. 克隆仓库

执行以下命令以克隆 SD-Trainer 的仓库

cd ~/ && git clone --depth=1 https://github.com/Akegarasu/lora-scripts

由于网络问题，克隆时间可能比较长甚至失败，请耐心等待或重试。

4.2. 初始化环境

执行以下命令为 SD-Trainer 创建 uv 虚拟环境，安装 requirements.txt 中定义的依赖，并将依赖信息注册到 pyproject.toml

cd ~/lora-scripts && uv init . --python 3.10 && uv add -r requirements.txt

此外，还需要单独安装 pip

uv add pip

这是因为 SD-Trainer 在首次启动时还会自动安装一些包，如果没有 pip 会导致启动失败。

4.3. 放置模型文件

为了让 SD-Trainer 方便地使用模型文件，你需要将模型文件放到 ~/lora-scripts/sd-models 目录中，不过考虑到 ComfyUI 与 SD-Train 使用的是同一套模型，为了避免不必要的空间浪费，我们采用软链接的方式放置模型。

执行以下命令，将模型目录软链接到 sd-models 目录

rm -rf ~/lora-scripts/sd-models
ln -sf ~/autodl-tmp/models ~/lora-scripts/sd-models

4.4. 启动 SD-Trainer

执行以下命令启动 SD-Trainer

cd ~/lora-scripts && uv run gui.py

初次启动较慢，因为 SD-Trainer 还需要进行一些配置工作。

运行后服务会开在 28000 端口，但现在你无法访问它，因为 AutoDL 的服务器并没有开放相关端口。我们将通过下一步的内网穿透来解决这一问题。

先终止服务，直接按 Ctrl + C 停止即可。

5. 部署 ComfyUI

ComfyUI 是一个基于节点流程的 Stable Diffusion 图形用户界面，通过可视化编排工作流实现对图像生成过程的精准控制与高效复用。

5.1. 克隆仓库

执行以下命令以克隆 ComfyUI 的仓库

cd ~/ && git clone --depth=1 https://github.com/comfyanonymous/ComfyUI.git

5.2. 初始化环境

执行以下命令将 ComfyUI 使用的 Python 版本固定为 3.13.x

cd ~/ComfyUI && uv python pin 3.13

执行以下命令为 ComfyUI 安装 requirements.txt 中定义的依赖，并将依赖信息注册到 pyproject.toml

cd ~/ComfyUI && uv add -r requirements.txt

如果下载速度过慢，可以设置以下环境变量，将 uv 默认的包源切换为清华源
export UV_DEFAULT_INDEX=https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

5.3. 放置模型文件

采取和 SD-Trainer 相同的方案，但 ComfyUI 对模型放置路径有要求，因此不能简单软链接目录，需要手动创建 4 个模型文件的链接，路径如下

文件	放置目录
flux1-dev.safetensors	ComfyUI/models/unet
ae.safetensors	ComfyUI/models/vae
t5xxl_fp16.safetensors	ComfyUI/models/clip
clip_l.safetensors	ComfyUI/models/clip

使用以下命令创建对应的软链接

ln -sf /root/autodl-tmp/models/flux1-dev.safetensors /root/ComfyUI/models/unet/flux1-dev.safetensors
ln -sf /root/autodl-tmp/models/ae.safetensors /root/ComfyUI/models/vae/ae.safetensors
ln -sf /root/autodl-tmp/models/t5xxl_fp16.safetensors /root/ComfyUI/models/clip/t5xxl_fp16.safetensors
ln -sf /root/autodl-tmp/models/clip_l.safetensors /root/ComfyUI/models/clip/clip_l.safetensors

5.4. 启动 ComfyUI

使用以下命令启动 ComfyUI

cd ~/ComfyUI && uv run main.py

运行后服务会开在 8188 端口，同样，现在你无法访问它，因为 AutoDL 的服务器并没有开放相关端口，需要通过下一步的内网穿透解决。

注1：无卡模式下无法启动，如果要使用 ComfyUI 请正常启动服务器。
注2：启动这一步可先跳过，把内网穿透做了再弄，否则即便现在启动也无法使用。

6. 配置内网穿透

虽然是云服务器，但是 AutoDL 的服务器并没有开放公网访问，你依然需要做内网穿透以使你访问在云服务器上开设的 SD-Trainer 服务。我们使用 Frp 进行内网穿透。

Frp 是一个专注于内网穿透的高性能反向代理应用，它能让处于内网或防火墙后的本地服务（如Web网站）被公网用户安全、便捷地访问。

6.1. 克隆仓库

执行以下命令，克隆仓库

cd ~/ && git clone --depth=1 https://github.com/HiroMuraki/ai_frp.git
cd ~/ai_frp

6.2. 配置 frpc.toml

frpc.toml 是 FRP 客户端要使用的配置文件，使用 vi 或 vim 等编辑器对其进行修改，说明如下

serverAddr = "127.0.0.1"       # FRP 服务端公网 IP
serverPort = 7000              # FRP 服务端端口
auth.method = "token"
auth.token = "your_frps_token" # FRP 服务端 Token

# SD-Trainer 服务内网穿透
[[proxies]]
name = "sd-trainer-xxx"
type = "tcp"
localIP = "127.0.0.1"
localPort = 28000       # 要映射的本地端口
remotePort = 28000      # 要映射的目标端口

# ComfyUI 服务内网穿透
[[proxies]]
name = "comfyui-xxx"
type = "tcp"
localIP = "127.0.0.1"
localPort = 8188      # 要映射的本地端口
remotePort = 8188     # 要映射的目标端口

6.3. 启动 FRP

执行以下命令启动 FRP，开始内网穿透

cd ~/ai_frp && ./frpc --config frpc.toml

若要停止，按 Ctrl + C 即可。

7. 使用 tmux 开启服务

显然，当你启动 SD-Trainer 或者 FRP 内网穿透后，你就无法进行其他操作了，并且一旦关闭 ssh 链接，终端前台正在运行的程序也会被直接终止。

为了方便同时开启 SD-Trainer 与 FRP 服务，可以使用 tmux 窗口。tmux 窗口会在后台运行，即便关闭 ssh 链接也不会导致程序终止，并且可以创建多个 tmux 窗口以同时在后台运行多个任务。

如果不是 systemctl 不能用的话，其实 systemctl 是更好的选择。

下面以如何使用 tmux 运行 SD-Trainer 作为示例，FRP 的操作类似，就不再赘述。

7.1. 创建 tmux 窗口

使用以下命令创建一个名为 sd-trainer 的 tmux 窗口

tmux new -s sd-trainer

此时会直接进入创建好的 tmux 窗口内，只需在窗口中运行 SD-Trainer 即可。

cd ~/lora-scripts && uv run gui.py

7.2. 退出 tmux 窗口

确定服务运行起来后，按下 Ctrl + B，松开按键，再按下 D 键即可脱离 tmux 窗口，回到主终端。

7.3. 进入 tmux 窗口

在退出 tmux 窗口后，如果还需要查看特定 tmux 窗口，可使用如下命令进入该窗口（如 sd-trainer）

tmux attach -t sd-trainer

8. 其他

当使用 tmux 同时运行 SD-Trainer、ComfyUI 与 Frp 后，即可通过指定的公网 IP 在浏览器中访问 SD-Trainer 与 ComfyUI 服务。

posted @ 2026-01-17 19:49 HiroMuraki 阅读(6) 评论(0) 收藏举报

刷新页面返回顶部

HiroMuraki

SD-Trainer + ComfyUI 部署指南 （AutoDL平台）

SD-Trainer + ComfyUI 部署指南 （AutoDL平台）

1. 目录结构

2. 安装所需软件

2.1. 安装 uv

2.2. 安装 Tmux

3. 获取模型文件

4. 部署 SD-Trainer

4.1. 克隆仓库

4.2. 初始化环境

4.3. 放置模型文件

4.4. 启动 SD-Trainer

5. 部署 ComfyUI

5.1. 克隆仓库

5.2. 初始化环境

5.3. 放置模型文件

5.4. 启动 ComfyUI

6. 配置内网穿透

6.1. 克隆仓库

6.2. 配置 frpc.toml

6.3. 启动 FRP

7. 使用 tmux 开启服务

7.1. 创建 tmux 窗口

7.2. 退出 tmux 窗口

7.3. 进入 tmux 窗口

8. 其他

公告

SD-Trainer + ComfyUI 部署指南（AutoDL平台）

SD-Trainer + ComfyUI 部署指南（AutoDL平台）