InvokeAI 部署选型指南:本地安装与 Docker 对比
【免费下载链接】InvokeAIInvoke is a leading creative engine for Stable Diffusion models, empowering professionals, artists, and enthusiasts to generate and create visual media using the latest AI-driven technologies. The solution offers an industry leading WebUI, and serves as the foundation for multiple commercial products.项目地址: https://gitcode.com/GitHub_Trending/in/InvokeAI
InvokeAI 是一个本地自托管的 AI 绘画引擎,支持 SDXL、Flux 等模型的文生图与图生图,内置 Canvas 画布和节点式工作流。跑起来有两条主流路径:本地安装与 Docker 容器化。本文基于仓库官方文档,把 InvokeAI 部署两种方式的前提、命令和常见坑讲清楚,读完你就能按自己的硬件和用途做出安装决定。
🚀 30 秒选型速览:一张表决定怎么装
结论先行:机器上有 NVIDIA 独立显卡、打算长期重度使用,选本地安装;只想最快跑起来,或目标是常开的服务器,选 Docker。
| 维度 | 本地安装 | Docker 部署 |
|---|---|---|
| 上手成本 | 需自备 Python 3.12 与 GPU 驱动,约 5 步 | 一条docker run命令即可启动 |
| 性能 | 直接调用硬件,通常无额外开销 | Linux/WSL2 下 GPU 直通,接近原生;macOS 用不了 GPU |
| 维护难度 | 依赖装在系统环境,升级需重跑安装命令 | 依赖封装在镜像内,升级即换镜像版本 |
| 适用人群 | 长期重度使用、要改配置写节点的人 | 快速体验、服务器生产环境、团队共用 |
判断依据来自官方文档:Docker 文档明确指出 macOS 无法通过容器访问 GPU、生成速度会很慢;而本地安装的 Launcher 会托管整个环境并自动检查更新。所以"快速体验"和"生产部署"天然偏向 Docker,"独占显卡的长期工作站"偏向本地。
💻 InvokeAI 部署方式一:本地安装教程
本地安装最省事的路径是官方图形化 Launcher(见 README.md 的 Installation 一节),完全不想碰命令行时优先用它;以下是文档给出的手动安装流程,适合 Linux 服务器或想完全掌控环境的人。
前提条件
- 系统:Windows 10+ / macOS 14+ / Linux(Ubuntu 20.04+ 经过充分测试)
- Python 3.12,且仅支持 3.12(3.13 尚不支持);用 uv 安装时它会自动管理
- GPU:NVIDIA 需算力 7.5 以上(GTX 16xx/RTX 20xx 及更新)和 R580 系列以上驱动;AMD 走 ROCm 10,Intel Arc 也受支持
- 显存参考:SDXL 1024×1024 约需 8GB VRAM / 16GB 内存,FLUX.1 约需 10GB VRAM / 32GB 内存;显存不够时 Low-VRAM 模式通常仍能让小卡跑起来
核心步骤
- 安装
uv——官方用它来装 Python、建虚拟环境并安装依赖(按其文档用独立安装器即可)。 - 创建安装目录和虚拟环境,以下命令基于 Linux/macOS,Windows 把激活命令换成
.venv\Scripts\activate:
mkdir ~/invokeai && cd ~/invokeai uv venv --python 3.12 --python-preference only-managed .venv source .venv/bin/activate- 在虚拟环境里安装
invokeai包,--python 3.12保证依赖落在刚才那个 Python 上:
uv pip install invokeai --python 3.12- 启动应用,
--root指定存放模型、图片和invokeai.yaml的根目录,成功后浏览器打开http://localhost:9090,首次运行会有弹窗引导你进 Model Manager 安装模型:
invokeai-web --root ~/invokeai典型适用场景:一台装了 24GB 显存显卡的工作站,长期跑 Flux 系模型的批量图生图,还要频繁改invokeai.yaml调缓存、写自定义节点——这种用法本地安装最顺手,依赖、缓存、配置全在自己手里。
🐳 InvokeAI 部署方式二:Docker 安装步骤
Docker 方案的价值是把 Python、CUDA 等全部依赖封进镜像,宿主机只需要 Docker 本身;Linux 上配置好 GPU 直通后,一条命令就能开始出图。
前提条件
- 已安装 Docker 和 docker compose 插件
- 推荐 Linux;Windows 需走 WSL2;macOS 官方明确不推荐(Docker 访问不到 GPU)
- 使用官方 CUDA 镜像时,宿主机需 R580 系列以上 NVIDIA 驱动和算力 7.5 以上的显卡
核心步骤
- 用官方镜像一条命令启动,
--publish 9090:9090把 Web 界面映射到本机:
docker run --runtime=nvidia --gpus=all --publish 9090:9090 ghcr.io/invoke-ai/invokeai容器启动后打开http://localhost:9090安装模型即可生成。注意这条命令没挂数据卷,容器删了数据也没了;长期使用加--volume /本地路径:/invokeai做持久化。
- 想要自定义环境(持久卷、换端口、AMD 显卡)时,用仓库里的 docker/ 目录构建,里面提供 Dockerfile、
docker-compose.yml和.env.sample;如果还没有仓库代码,先执行git clone https://gitcode.com/GitHub_Trending/in/InvokeAI:
cd docker cp .env.sample .env docker compose up.env里最关键的是INVOKEAI_ROOT(宿主机上的数据目录,默认~/invokeai),AMD 显卡把GPU_DRIVER改为rocm。
典型适用场景:把 InvokeAI 挂在一台常开的 Linux 服务器上给团队共用,或者只想花十分钟体验、又不想污染系统 Python 环境——这两种情况 Docker 都是阻力最小的选择。
⚠️ 常见坑快速排查:GPU 不可见、显存不足、端口占用
新手卡住的点基本集中在四类,官方 FAQ 与 Docker 文档都有对应说明,按下面顺序排查通常能解决。
- GPU 不可见,悄悄退回 CPU:先跑
nvidia-smi确认驱动装好,版本需 R580 系列以上;驱动太旧时 InvokeAI 会以 CPU 启动并在日志里写明。启动日志会打印本次生成使用的设备,看到 CPU 就说明显卡没接上,重装时选对 GPU 选项即可。顺带一提,Linux 下启动时出现的 Triton 报错可以安全忽略,InvokeAI 不使用 Triton。 - 显存不足 / OOM:Low-VRAM 模式默认开启(
enable_partial_loading: true),显存偏小的卡一般也能生成,只是更慢。Windows 上 NVIDIA 30/40 系容易触发 sysmem fallback 导致速度骤降,可按 Low-VRAM 模式文档 关闭它;仍报 OOM 就调低max_cache_vram_gb。
- 端口 9090 被占用:InvokeAI 默认监听 9090。本地安装在
invokeai.yaml或INVOKEAI_PORT环境变量中改端口;Docker 部署改.env里的INVOKEAI_PORT,同时把--publish映射的宿主机端口一起改掉。 - WSL2 下报 "no such file or directory":通常是克隆方式让
docker-entrypoint.sh带了 Windows(CRLF)换行符,在编辑器里改成 LF 即可,docker/README.md 有完整步骤。
更多问题可查 FAQ,硬件与驱动细节见 系统要求文档。
🎯 按场景做决定:快速体验还是生产环境
- 快速体验:选 Docker 一条命令启动,系统里什么都不装,用完删掉容器即可。
- 生产环境 / 多人共用:选 Docker 加
.env持久化,配合 docker/ 目录里的 compose 配置管理端口和数据卷;需要账号体系时再看仓库内 Multi-User Mode 相关文档。 - 深度定制与开发:选本地安装,直接改
invokeai.yaml、装自定义节点、切换开发版本,依赖链路完全透明。 - macOS 用户:Docker 用不上 GPU,官方建议直接本地安装(Launcher)。
混合策略也成立:开发机本地安装迭代工作流,生产服务器用 Docker 指向同一份INVOKEAI_ROOT数据目录。
两种方式最终都落在同一个http://localhost:9090,差别只在依赖归谁管、数据放哪里。拿不准就先 Docker 跑十分钟,确认硬件和模型都合适,再决定是否落地成本地安装。完整步骤以官方安装文档为准:docs/src/content/docs/start-here/installation.mdx,Docker 细节见 docs/src/content/docs/configuration/02.docker.mdx。
【免费下载链接】InvokeAIInvoke is a leading creative engine for Stable Diffusion models, empowering professionals, artists, and enthusiasts to generate and create visual media using the latest AI-driven technologies. The solution offers an industry leading WebUI, and serves as the foundation for multiple commercial products.项目地址: https://gitcode.com/GitHub_Trending/in/InvokeAI
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
