carefree-creator

环境要求

• Python >= 3.8
• pytorch >= 1.12.0（强烈建议用 conda 预先安装，参考 PyTorch 官网）
• 推荐 NVIDIA GPU，默认会占用 11~13 GB 显存；无 GPU 可用 CPU 模式
• Docker 部署需支持 --gpus all 的环境（Docker 方式）

安装与启动步骤

1. 1准备 Python 与 PyTorch

   先确保 Python>=3.8，并按 PyTorch 官网说明用 conda 预装 pytorch>=1.12.0，README 未给出具体安装命令，需自行按官网选择对应版本。

2. 2pip 安装

   直接用 pip 从 PyPI 安装 carefree-creator 即可获得已发布版本，装完会得到 cfcreator 命令行工具。

   pip install carefree-creator

   复制

3. 3源码安装（可选）

   想体验最新特性时从源码安装：克隆仓库后进入目录，以可编辑模式安装依赖。

   git clone https://github.com/carefree0910/carefree-creator.git
   cd carefree-creator
   pip install -e .

   复制

4. 4启动本地服务

   默认命令会在本机拉起后端服务并加载模型，首次运行需下载权重，默认占用 11~13 GB 显存。

   cfcreator serve

   复制

5. 5无 GPU 用 CPU

   没有 NVIDIA GPU（例如 Mac）时加 --cpu 参数，改由 CPU 推理，速度会明显变慢。

   cfcreator serve --cpu

   复制

6. 6显存不足限制加载

   使用笔记本等显存有限的设备时，用 --limit 1 只加载正在执行的模型，其余模型留在磁盘上。

   cfcreator serve --limit 1

   复制

7. 7内存充足用懒加载

   内存足够但显存不够时用 --lazy，模型先加载到内存，仅把正在执行的模型搬到显存，代价是内存被大量占用。

   cfcreator serve --lazy

   复制

8. 8Docker 方式运行

   已有镜像时用该命令启动容器，把容器 8123 端口映射到宿主机，--gpus all 让容器使用全部 GPU。

   docker run --gpus all --rm -p 8123:8123 $TAG_NAME:latest

   复制

关键配置

如何确认成功

Docker 方式启动后可访问 http://localhost:8123 验证；cfcreator serve 启动后按终端输出提示访问对应地址。

常见问题

注意事项

• 默认启动会同时集成五个 Stable Diffusion 版本及多个模型，占用 11~13 GB 显存，请提前确认硬件条件。
• 强烈建议先用 conda 预装 PyTorch，再安装 carefree-creator。
• --lazy 是用内存换显存，开启后内存会被大量占用。
• 本项目是 Creator 产品的后端，README 说明大部分内容已迁移到 Wiki 页面，更多细节请查阅 Wiki。