下面是 Linux 系统上安装 Open Web UI 的详细步骤指南，假设你使用的是 Ubuntu 或其他主流 Linux 发行版。
Open Web UI 通常指基于 web 的 AI 模型界面（例如：Stable Diffusion WebUI、或者 DeepSeek R1 等类似的项目）。这里以常见的 Stable Diffusion WebUI（如 AUTOMATIC1111 Web UI）为例，指导你在 Linux 系统安装和运行。
一、准备环境
- 系统要求：
- Ubuntu 18.04 或更高版本（其他发行版大同小异）
- Python 3.8+
- NVIDIA 显卡及驱动（推荐 4090、3080 等，支持 CUDA）
- 显卡驱动 + CUDA Toolkit 已安装且配置好
- 依赖安装
打开终端，更新系统并安装依赖：
sudo apt update && sudo apt upgrade -y
sudo apt install -y git python3 python3-venv python3-pip wget
二、克隆项目代码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
如果你使用其他 Open WebUI 项目，替换为对应的 Git 地址即可。
三、下载模型文件
Web UI 需要预训练模型文件（例如
.ckpt或.safetensors）。
- 下载权重模型（如 Stable Diffusion 1.5）
- 将模型文件放到
models/Stable-diffusion文件夹下：
mkdir -p models/Stable-diffusion
# 假设你已经下载了 model.ckpt 文件
mv ~/Downloads/model.ckpt models/Stable-diffusion/
四、创建 Python 虚拟环境（可选，但推荐）
python3 -m venv venv
source venv/bin/activate
五、安装 Python 依赖
pip install -r requirements.txt
六、运行 Web UI
python3 webui.py
启动后，终端会显示类似：
Running on local URL: http://127.0.0.1:7860
七、访问界面
打开浏览器访问：
http://127.0.0.1:7860
即可进入 Open Web UI 界面，开始使用。
八、多GPU/多卡适配说明
- 大多数 Web UI 支持多GPU，但需要 NVIDIA 驱动和 CUDA 配置正确。
- 可以通过环境变量或启动参数指定 GPU：
# 只使用 GPU 0
CUDA_VISIBLE_DEVICES=0 python3 webui.py
# 使用 GPU 0 和 GPU 1
CUDA_VISIBLE_DEVICES=0,1 python3 webui.py
- 一些项目也支持分布式训练和推理，但需参考官方文档。
九、常见问题排查
| 问题 | 解决方案 |
|---|---|
python3 未找到 | 安装 Python3，并确认 python3 命令有效 |
| 显卡未被识别 | 检查 NVIDIA 驱动是否安装并生效，使用 nvidia-smi 查看 |
| CUDA 版本不匹配 | 安装对应 CUDA Toolkit 版本 |
| 依赖安装失败 | 确认 pip 版本，升级 pip install --upgrade pip |
| 端口被占用 | 修改启动端口 python3 webui.py --port 7777 |
十、总结
- Open Web UI 安装流程主要是准备环境、下载代码和模型、安装依赖、运行启动。
- NVIDIA GPU 及 CUDA 是加速运行的关键。
- 通过虚拟环境管理 Python 依赖更清晰，避免污染系统环境。
- 多GPU支持通常通过环境变量配置。
如果你需要更具体的某款 Open Web UI 项目安装教程（比如 DeepSeek R1、KTransformer集成版等），请告诉我，我可以为你定制更详细的步骤！
发表回复