wunjo.wladradchenko.ru

环境要求

• Python 3.10（README 明确要求此版本）
• ffmpeg（音频/视频处理依赖，需单独安装）
• Nvidia 显卡需先安装 CUDA，才能在 GPU 上运行
• AMD 显卡需自行安装 ZLUDA，并安装 firmware-linux-nonfree 包

安装与启动步骤

1. 1准备运行环境

   先装好 Python 3.10 与 ffmpeg；用 Nvidia 显卡则额外安装 CUDA。README 强调这些是运行前提。

2. 2获取项目代码

   把仓库克隆到本地，后续所有命令都在该目录内执行。

   git clone https://github.com/wladradchenko/wunjo.wladradchenko.ru

   复制

3. 3创建虚拟环境

   进入项目目录，用 Python 3.10 创建并激活虚拟环境，避免污染系统 Python。

   cd wunjo.wladradchenko.ru
   python3.10 -m venv venv
   source venv/bin/activate

   复制

4. 4AMD 显卡额外准备

   仅 AMD GPU + ZLUDA 场景需要：更新软件源并安装固件包，让 GPU 能正常被识别。

   sudo apt update
   sudo apt install firmware-linux-nonfree

   复制

5. 5安装项目依赖

   安装 README 为 ZLUDA（AMD GPU）场景提供的依赖清单文件，需在已激活的虚拟环境中执行。

   python -m pip install -r requirements_zluda.txt

   复制

6. 6安装 PyTorch 与 xformer

   从 PyTorch 官方 ROCm 6.1 源安装 torch、torchaudio、torchvision 和 xformers。

   python -m pip install -U torch torchaudio torchvision --extra-index-url https://download.pytorch.org/whl/rocm6.1
   python -m pip install -U xformers --extra-index-url https://download.pytorch.org/whl/rocm6.1

   复制

7. 7启动应用

   切换到 portable 目录，用 briefcase 以开发模式启动 Wunjo CE。

   cd portable
   briefcase dev

   复制

如何确认成功

briefcase dev 执行后终端无报错，并弹出 Wunjo CE 应用窗口，即表示启动成功。

常见问题

注意事项

• README 中给出的可复制命令主要是 AMD/ZLUDA 路径，Nvidia/CPU 与 Docker 的完整步骤需查看 wiki 和 docker 目录。
• 应用所有处理均在本地完成，无需联网，也无需为云端算力付费。
• 界面支持英文、西班牙文、中文、韩文、俄文五种语言。
• 项目当前开源版本为 v2.0.8，GitHub 星标达到 4,096 后会同步更新最新改动。