Qwen-Image-2512-SDNQ Web服务部署教程OpenEuler 22.03 LTS系统适配记录想不想在国产操作系统上轻松搭建一个属于自己的AI绘画网站今天我就带你一步步把Qwen-Image-2512-SDNQ这个强大的图片生成模型包装成一个漂亮的Web服务部署到OpenEuler系统上。整个过程就像搭积木你只需要跟着做就能拥有一个随时可用的AI画师。这个服务最吸引人的地方是它把复杂的模型调用变成了一个简单的网页操作。你不需要懂代码只要在浏览器里输入一句话比如“一只戴着宇航员头盔的猫在月球上喝咖啡”点击按钮等上几十秒一张独一无二的画作就生成并下载到你的电脑里了。我们这次的目标就是让这个服务在OpenEuler 22.03 LTS这个稳定可靠的国产系统上完美运行。1. 环境准备与项目概览在开始动手之前我们先看看手里有什么“材料”。核心是一套已经写好的Web应用代码它能把Qwen-Image-2512-SDNQ模型的能力通过网页释放出来。1.1 核心功能一览这个Web服务麻雀虽小五脏俱全主要提供了以下功能网页绘画通过一个设计现代的网页界面直接输入文字描述Prompt来生成图片。一键下载图片生成后会自动下载到你的电脑省去保存步骤。丰富的控制你可以选择图片的宽高比比如方图1:1或者横屏16:9调整生成步数让画面更精细甚至告诉AI“不要画什么”负面提示词。稳定可靠服务内部做了处理防止多人同时作画导致出错并且模型只加载一次后续请求都非常快。额外接口除了网页它还提供了一个API接口。这意味着你不仅可以自己用还可以让其他程序调用它来批量生成图片。1.2 项目结构初探拿到项目代码它的文件夹结构非常清晰Qwen-Image-2512-SDNQ-uint4-svd-r32/ ├── app.py # 服务的主程序所有逻辑都在这里 ├── requirements.txt # 项目运行需要的Python软件包清单 ├── templates/ │ └── index.html # 那个漂亮网页的源代码 └── README.md # 说明文档我们的任务就是把这些“材料”在OpenEuler系统上组装起来并让它跑起来。2. OpenEuler系统基础环境搭建OpenEuler 22.03 LTS是一个企业级的Linux发行版稳定和安全是它的特点。我们首先需要为它安装运行Python项目的基础环境。2.1 系统更新与依赖安装打开终端我们先确保系统是最新的并安装一些必要的编译工具和依赖库。这些是后续安装Python包和运行AI模型所必需的。# 1. 更新系统软件包列表 sudo dnf update -y # 2. 安装开发工具集、Python3环境及pip sudo dnf install -y python3 python3-pip python3-devel # 3. 安装模型运行可能需要的系统库如用于图像处理、数学运算等 sudo dnf install -y gcc gcc-c make openssl-devel bzip2-devel libffi-devel2.2 创建Python虚拟环境强烈建议为这个项目创建一个独立的Python虚拟环境。这就像给你的项目一个单独的“工作间”里面安装的软件包不会影响系统其他部分管理起来也干净。# 1. 安装虚拟环境管理工具 sudo pip3 install virtualenv # 2. 在项目目录外比如/home目录创建一个虚拟环境命名为‘qwen-web-env’ cd /home virtualenv qwen-web-env # 3. 激活虚拟环境。激活后终端的命令提示符通常会变化表示你进入了这个环境 source qwen-web-env/bin/activate激活后你的终端命令行前面应该会出现类似(qwen-web-env)的标记。3. 服务部署与配置详解环境准备好后现在把我们的Web服务代码部署进来并进行关键配置。3.1 获取代码与安装依赖假设你已经把项目代码包上传到了OpenEuler服务器的/root目录下。# 1. 进入项目目录请根据你的实际路径调整 cd /root/Qwen-Image-2512-SDNQ-uint4-svd-r32 # 2. 确保虚拟环境已激活然后安装项目所需的所有Python包 # requirements.txt 文件里列出了所有需要的包比如Flask做网页、PyTorch跑模型等 pip install -r requirements.txt这个过程可能会花费一些时间因为需要下载和编译一些组件请耐心等待。3.2 关键配置指定模型路径这是最关键的一步。Web服务需要知道你的Qwen-Image模型文件放在哪里。你需要编辑app.py这个主文件。# 使用vim或nano编辑器打开app.py文件 vim app.py在文件里找到LOCAL_PATH这一行通常在文件开头部分把它修改成你模型文件在OpenEuler服务器上的实际存放路径。# 修改前可能是这样 # LOCAL_PATH /path/to/your/model # 修改后例如你的模型放在 /root/ai-models/ 目录下 LOCAL_PATH /root/ai-models/Disty0/Qwen-Image-2512-SDNQ-uint4-svd-r32重要请务必确认这个路径是正确的并且该目录下包含了模型的所有必要文件。然后保存并退出编辑器。4. 使用Supervisor管理服务进程我们不想每次重启服务器后都手动去启动这个Web服务。Supervisor是一个进程管理工具它能帮我们监控服务如果服务意外停止它会自动重启。4.1 安装与配置Supervisor首先在OpenEuler上安装Supervisor。sudo dnf install -y supervisor安装完成后我们需要为我们的Qwen-Image服务创建一个配置文件。# 创建一个新的配置文件 sudo vim /etc/supervisord.d/qwen-image-webui.ini将下面的配置内容复制进去。这段配置告诉Supervisor去哪个目录、用什么命令启动我们的服务、用什么用户运行、日志存哪里等等。[program:qwen-image-sdnq-webui] commandpython /root/Qwen-Image-2512-SDNQ-uint4-svd-r32/app.py ; 启动命令 directory/root/Qwen-Image-2512-SDNQ-uint4-svd-r32 ; 命令执行的工作目录 userroot ; 执行用户 autostarttrue ; 随Supervisor启动而启动 autorestarttrue ; 自动重启 redirect_stderrtrue ; 重定向错误输出 stdout_logfile/root/workspace/qwen-image-sdnq-webui.log ; 日志文件路径4.2 启动并验证服务配置好后启动Supervisor服务并让它加载我们的新配置。# 1. 启动supervisor服务 sudo systemctl start supervisord # 2. 设置supervisor开机自启 sudo systemctl enable supervisord # 3. 让supervisor重新读取所有配置文件 sudo supervisorctl reread # 4. 更新配置会启动我们刚添加的qwen-image-sdnq-webui程序 sudo supervisorctl update # 5. 查看所有被管理的进程状态确认我们的服务是RUNNING状态 sudo supervisorctl status如果一切正常你会看到类似qwen-image-sdnq-webui RUNNING的输出。我们的Web服务现在已经在后台稳定运行了默认监听在7860端口。5. 访问与使用Web界面服务跑起来了怎么用呢有两种方式直观的网页和灵活的API。5.1 通过网页界面生成图片这是最简单的方式。你需要找到服务的访问地址。获取访问链接如果你是在CSDN星图等云平台创建的实例平台会提供一个公网访问地址格式通常像https://gpu-xxxxxxx-7860.web.gpu.csdn.net/。其中的xxxxxxx是你的实例ID。打开浏览器将上面的地址输入浏览器打开。开始创作在最大的文本框里输入你的创意描述比如“赛博朋克风格的城市夜景霓虹灯闪烁”。可选在“负面提示词”里写上你不想要的东西比如“模糊丑陋”。选择你想要的图片比例比如“16:9”做电脑壁纸。点击“ 生成图片”按钮。等待与收获页面会显示一个进度条。根据你的描述复杂度和服务器性能通常需要30秒到2分钟。生成完成后图片会自动下载到你的电脑。5.2 通过API接口调用对于开发者或者想批量生成图片使用API接口更高效。服务提供了一个POST /api/generate接口。你可以使用curl命令在终端测试也可以用Python、JavaScript等任何能发送HTTP请求的工具来调用。# 使用curl命令的例子 curl -X POST http://你的服务器IP:7860/api/generate \ -H Content-Type: application/json \ -d { prompt: 一只水墨风格的仙鹤在松树上, negative_prompt: 彩色现代建筑, aspect_ratio: 3:4, num_steps: 40, cfg_scale: 5.0, seed: 12345 } \ -o my_generated_image.png执行后生成的图片就会保存为当前目录下的my_generated_image.png文件。6. 常见问题与优化建议第一次部署和运行可能会遇到一些小问题这里有一些排查思路和建议。6.1 部署问题排查模型加载失败这是最常见的问题。请反复检查app.py中LOCAL_PATH的路径是否正确以及该路径下是否有完整的模型文件。可以通过查看Supervisor的日志文件/root/workspace/qwen-image-sdnq-webui.log来获取详细的错误信息。内存不足Qwen-Image模型比较大。如果服务器内存较小在加载模型时可能会失败。尝试确保服务器有足够的可用内存建议16GB以上。如果生成图片时内存不足可以尝试在Web界面减少“推理步数”。端口冲突如果7860端口已被其他程序占用服务会启动失败。你可以修改app.py文件中app.run那行的端口号比如改成port7861同时别忘了同步修改Supervisor配置和访问地址。6.2 性能与使用建议首次加载慢启动服务后第一次访问网页并生成图片时会需要较长时间可能几分钟因为系统要加载模型到内存。请耐心等待后续的生成请求就会快很多。排队处理为了稳定服务设计为同一时间只处理一个生成请求。如果前一个人正在生成你的请求会排队等待这是正常现象。提示词技巧想要获得更好的图片可以多尝试不同的描述。具体、详细的描述通常比模糊的描述效果更好。例如“一个穿着红色毛衣、在咖啡馆看书的长发女孩”就比“一个人”要好得多。7. 总结到这里我们成功完成了Qwen-Image-2512-SDNQ Web服务在OpenEuler 22.03 LTS系统上的完整部署。我们经历了从系统环境准备、Python依赖安装、关键模型路径配置到使用Supervisor实现进程的持久化管理的全过程。这个部署好的服务为你打开了一扇随时进行AI艺术创作的大门。无论是通过直观的网页点点鼠标还是通过API集成到你的自动化流程中它都是一个非常实用的工具。OpenEuler系统的稳定性也为这个服务的长期运行提供了坚实的基础。希望这篇教程能帮助你顺利搭建属于自己的AI绘画服务。如果在实践过程中遇到新的问题多查看日志文件那通常是寻找答案的最佳起点。祝你创作愉快获取更多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。
Qwen-Image-2512-SDNQ Web服务部署教程：OpenEuler 22.03 LTS系统适配记录
发布时间：2026/5/23 19:37:02
Qwen-Image-2512-SDNQ Web服务部署教程OpenEuler 22.03 LTS系统适配记录想不想在国产操作系统上轻松搭建一个属于自己的AI绘画网站今天我就带你一步步把Qwen-Image-2512-SDNQ这个强大的图片生成模型包装成一个漂亮的Web服务部署到OpenEuler系统上。整个过程就像搭积木你只需要跟着做就能拥有一个随时可用的AI画师。这个服务最吸引人的地方是它把复杂的模型调用变成了一个简单的网页操作。你不需要懂代码只要在浏览器里输入一句话比如“一只戴着宇航员头盔的猫在月球上喝咖啡”点击按钮等上几十秒一张独一无二的画作就生成并下载到你的电脑里了。我们这次的目标就是让这个服务在OpenEuler 22.03 LTS这个稳定可靠的国产系统上完美运行。1. 环境准备与项目概览在开始动手之前我们先看看手里有什么“材料”。核心是一套已经写好的Web应用代码它能把Qwen-Image-2512-SDNQ模型的能力通过网页释放出来。1.1 核心功能一览这个Web服务麻雀虽小五脏俱全主要提供了以下功能网页绘画通过一个设计现代的网页界面直接输入文字描述Prompt来生成图片。一键下载图片生成后会自动下载到你的电脑省去保存步骤。丰富的控制你可以选择图片的宽高比比如方图1:1或者横屏16:9调整生成步数让画面更精细甚至告诉AI“不要画什么”负面提示词。稳定可靠服务内部做了处理防止多人同时作画导致出错并且模型只加载一次后续请求都非常快。额外接口除了网页它还提供了一个API接口。这意味着你不仅可以自己用还可以让其他程序调用它来批量生成图片。1.2 项目结构初探拿到项目代码它的文件夹结构非常清晰Qwen-Image-2512-SDNQ-uint4-svd-r32/ ├── app.py # 服务的主程序所有逻辑都在这里 ├── requirements.txt # 项目运行需要的Python软件包清单 ├── templates/ │ └── index.html # 那个漂亮网页的源代码 └── README.md # 说明文档我们的任务就是把这些“材料”在OpenEuler系统上组装起来并让它跑起来。2. OpenEuler系统基础环境搭建OpenEuler 22.03 LTS是一个企业级的Linux发行版稳定和安全是它的特点。我们首先需要为它安装运行Python项目的基础环境。2.1 系统更新与依赖安装打开终端我们先确保系统是最新的并安装一些必要的编译工具和依赖库。这些是后续安装Python包和运行AI模型所必需的。# 1. 更新系统软件包列表 sudo dnf update -y # 2. 安装开发工具集、Python3环境及pip sudo dnf install -y python3 python3-pip python3-devel # 3. 安装模型运行可能需要的系统库如用于图像处理、数学运算等 sudo dnf install -y gcc gcc-c make openssl-devel bzip2-devel libffi-devel2.2 创建Python虚拟环境强烈建议为这个项目创建一个独立的Python虚拟环境。这就像给你的项目一个单独的“工作间”里面安装的软件包不会影响系统其他部分管理起来也干净。# 1. 安装虚拟环境管理工具 sudo pip3 install virtualenv # 2. 在项目目录外比如/home目录创建一个虚拟环境命名为‘qwen-web-env’ cd /home virtualenv qwen-web-env # 3. 激活虚拟环境。激活后终端的命令提示符通常会变化表示你进入了这个环境 source qwen-web-env/bin/activate激活后你的终端命令行前面应该会出现类似(qwen-web-env)的标记。3. 服务部署与配置详解环境准备好后现在把我们的Web服务代码部署进来并进行关键配置。3.1 获取代码与安装依赖假设你已经把项目代码包上传到了OpenEuler服务器的/root目录下。# 1. 进入项目目录请根据你的实际路径调整 cd /root/Qwen-Image-2512-SDNQ-uint4-svd-r32 # 2. 确保虚拟环境已激活然后安装项目所需的所有Python包 # requirements.txt 文件里列出了所有需要的包比如Flask做网页、PyTorch跑模型等 pip install -r requirements.txt这个过程可能会花费一些时间因为需要下载和编译一些组件请耐心等待。3.2 关键配置指定模型路径这是最关键的一步。Web服务需要知道你的Qwen-Image模型文件放在哪里。你需要编辑app.py这个主文件。# 使用vim或nano编辑器打开app.py文件 vim app.py在文件里找到LOCAL_PATH这一行通常在文件开头部分把它修改成你模型文件在OpenEuler服务器上的实际存放路径。# 修改前可能是这样 # LOCAL_PATH /path/to/your/model # 修改后例如你的模型放在 /root/ai-models/ 目录下 LOCAL_PATH /root/ai-models/Disty0/Qwen-Image-2512-SDNQ-uint4-svd-r32重要请务必确认这个路径是正确的并且该目录下包含了模型的所有必要文件。然后保存并退出编辑器。4. 使用Supervisor管理服务进程我们不想每次重启服务器后都手动去启动这个Web服务。Supervisor是一个进程管理工具它能帮我们监控服务如果服务意外停止它会自动重启。4.1 安装与配置Supervisor首先在OpenEuler上安装Supervisor。sudo dnf install -y supervisor安装完成后我们需要为我们的Qwen-Image服务创建一个配置文件。# 创建一个新的配置文件 sudo vim /etc/supervisord.d/qwen-image-webui.ini将下面的配置内容复制进去。这段配置告诉Supervisor去哪个目录、用什么命令启动我们的服务、用什么用户运行、日志存哪里等等。[program:qwen-image-sdnq-webui] commandpython /root/Qwen-Image-2512-SDNQ-uint4-svd-r32/app.py ; 启动命令 directory/root/Qwen-Image-2512-SDNQ-uint4-svd-r32 ; 命令执行的工作目录 userroot ; 执行用户 autostarttrue ; 随Supervisor启动而启动 autorestarttrue ; 自动重启 redirect_stderrtrue ; 重定向错误输出 stdout_logfile/root/workspace/qwen-image-sdnq-webui.log ; 日志文件路径4.2 启动并验证服务配置好后启动Supervisor服务并让它加载我们的新配置。# 1. 启动supervisor服务 sudo systemctl start supervisord # 2. 设置supervisor开机自启 sudo systemctl enable supervisord # 3. 让supervisor重新读取所有配置文件 sudo supervisorctl reread # 4. 更新配置会启动我们刚添加的qwen-image-sdnq-webui程序 sudo supervisorctl update # 5. 查看所有被管理的进程状态确认我们的服务是RUNNING状态 sudo supervisorctl status如果一切正常你会看到类似qwen-image-sdnq-webui RUNNING的输出。我们的Web服务现在已经在后台稳定运行了默认监听在7860端口。5. 访问与使用Web界面服务跑起来了怎么用呢有两种方式直观的网页和灵活的API。5.1 通过网页界面生成图片这是最简单的方式。你需要找到服务的访问地址。获取访问链接如果你是在CSDN星图等云平台创建的实例平台会提供一个公网访问地址格式通常像https://gpu-xxxxxxx-7860.web.gpu.csdn.net/。其中的xxxxxxx是你的实例ID。打开浏览器将上面的地址输入浏览器打开。开始创作在最大的文本框里输入你的创意描述比如“赛博朋克风格的城市夜景霓虹灯闪烁”。可选在“负面提示词”里写上你不想要的东西比如“模糊丑陋”。选择你想要的图片比例比如“16:9”做电脑壁纸。点击“ 生成图片”按钮。等待与收获页面会显示一个进度条。根据你的描述复杂度和服务器性能通常需要30秒到2分钟。生成完成后图片会自动下载到你的电脑。5.2 通过API接口调用对于开发者或者想批量生成图片使用API接口更高效。服务提供了一个POST /api/generate接口。你可以使用curl命令在终端测试也可以用Python、JavaScript等任何能发送HTTP请求的工具来调用。# 使用curl命令的例子 curl -X POST http://你的服务器IP:7860/api/generate \ -H Content-Type: application/json \ -d { prompt: 一只水墨风格的仙鹤在松树上, negative_prompt: 彩色现代建筑, aspect_ratio: 3:4, num_steps: 40, cfg_scale: 5.0, seed: 12345 } \ -o my_generated_image.png执行后生成的图片就会保存为当前目录下的my_generated_image.png文件。6. 常见问题与优化建议第一次部署和运行可能会遇到一些小问题这里有一些排查思路和建议。6.1 部署问题排查模型加载失败这是最常见的问题。请反复检查app.py中LOCAL_PATH的路径是否正确以及该路径下是否有完整的模型文件。可以通过查看Supervisor的日志文件/root/workspace/qwen-image-sdnq-webui.log来获取详细的错误信息。内存不足Qwen-Image模型比较大。如果服务器内存较小在加载模型时可能会失败。尝试确保服务器有足够的可用内存建议16GB以上。如果生成图片时内存不足可以尝试在Web界面减少“推理步数”。端口冲突如果7860端口已被其他程序占用服务会启动失败。你可以修改app.py文件中app.run那行的端口号比如改成port7861同时别忘了同步修改Supervisor配置和访问地址。6.2 性能与使用建议首次加载慢启动服务后第一次访问网页并生成图片时会需要较长时间可能几分钟因为系统要加载模型到内存。请耐心等待后续的生成请求就会快很多。排队处理为了稳定服务设计为同一时间只处理一个生成请求。如果前一个人正在生成你的请求会排队等待这是正常现象。提示词技巧想要获得更好的图片可以多尝试不同的描述。具体、详细的描述通常比模糊的描述效果更好。例如“一个穿着红色毛衣、在咖啡馆看书的长发女孩”就比“一个人”要好得多。7. 总结到这里我们成功完成了Qwen-Image-2512-SDNQ Web服务在OpenEuler 22.03 LTS系统上的完整部署。我们经历了从系统环境准备、Python依赖安装、关键模型路径配置到使用Supervisor实现进程的持久化管理的全过程。这个部署好的服务为你打开了一扇随时进行AI艺术创作的大门。无论是通过直观的网页点点鼠标还是通过API集成到你的自动化流程中它都是一个非常实用的工具。OpenEuler系统的稳定性也为这个服务的长期运行提供了坚实的基础。希望这篇教程能帮助你顺利搭建属于自己的AI绘画服务。如果在实践过程中遇到新的问题多查看日志文件那通常是寻找答案的最佳起点。祝你创作愉快获取更多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。
