云容笔谈部署教程：华为云ModelArts平台部署云容笔谈并对接OBS存储

云容笔谈部署教程：华为云ModelArts平台部署云容笔谈并对接OBS存储

1. 教程概述

本教程将手把手教你如何在华为云ModelArts平台上部署云容笔谈系统，并完成与OBS对象存储服务的对接。云容笔谈是一款专注于东方美学风格的高质量影像生成平台，通过本教程，你将能够快速搭建属于自己的AI绘画系统。

学完本教程后，你将掌握：

• 如何在ModelArts中创建和配置Notebook环境
• 如何部署云容笔谈的核心算法模型
• 如何配置OBS存储用于图片输入输出
• 如何测试和使用整个系统

无需深厚的AI背景知识，只要按照步骤操作，就能完成部署。整个过程大约需要30-60分钟。

2. 环境准备与ModelArts配置

2.1 华为云账号准备

首先确保你拥有华为云账号并完成实名认证。登录华为云控制台后，需要开通以下服务：

• ModelArts：用于模型部署和计算资源
• OBS：用于文件存储和管理
• 确保账户有足够的余额或代金券

2.2 创建OBS存储桶

在部署前，我们需要先创建OBS存储桶来存放模型文件和生成的作品：

1. 进入OBS控制台，点击"创建存储桶"
2. 输入存储桶名称（如：yunrong-bitan）
3. 选择区域（建议与ModelArts在同一区域）
4. 存储类型选择"标准存储"
5. 点击"立即创建"

创建完成后，在存储桶内新建两个文件夹：

• models/：用于存放模型文件
• output/：用于保存生成的图片

2.3 配置ModelArts Notebook

现在开始配置ModelArts开发环境：

# 进入ModelArts控制台，选择"开发环境" -> "Notebook" # 点击"创建"，配置如下参数： notebook_config = { "名称": "yunrong-notebook", "工作环境": "PyTorch-1.8", "资源池": "公共资源池", "规格": "GPU: 8核32GB | 1*V100", "存储配置": "挂载之前创建的OBS存储桶", "自动停止": "4小时" # 节省资源成本 }

点击创建后，等待5-10分钟环境准备完成。系统会自动配置好所需的Python环境、CUDA驱动和基础深度学习库。

3. 云容笔谈系统部署

3.1 下载模型文件

在Notebook中打开终端，开始下载和配置模型：

# 创建工作目录 mkdir -p ~/yunrong-bitan cd ~/yunrong-bitan # 从OBS下载模型文件（假设模型已预先上传到OBS） obsutil cp obs://your-bucket-name/models/Z-Image-Turbo ./models/ -f -r # 安装必要的依赖包 pip install torch==1.8.0 torchvision==0.9.0 pip install diffusers transformers accelerate safetensors

3.2 部署核心算法

创建主要的推理脚本：

# inference.py import torch from diffusers import StableDiffusionPipeline from PIL import Image import os class YunRongImageGenerator: def __init__(self, model_path, obs_output_path): self.device = "cuda" if torch.cuda.is_available() else "cpu" print(f"使用设备: {self.device}") # 加载模型 self.pipeline = StableDiffusionPipeline.from_pretrained( model_path, torch_dtype=torch.float16, safety_checker=None ).to(self.device) self.obs_output_path = obs_output_path os.makedirs(obs_output_path, exist_ok=True) def generate_image(self, prompt, negative_prompt="", steps=20, cfg_scale=7.5): """生成东方美学风格图像""" try: # 执行推理 result = self.pipeline( prompt=prompt, negative_prompt=negative_prompt, num_inference_steps=steps, guidance_scale=cfg_scale, width=1024, height=1024 ) # 保存图像 output_path = os.path.join(self.obs_output_path, f"output_{hash(prompt)}.png") result.images[0].save(output_path) print(f"图像生成完成，已保存至: {output_path}") return output_path except Exception as e: print(f"生成过程中出现错误: {str(e)}") return None # 初始化生成器 generator = YunRongImageGenerator( model_path="./models/Z-Image-Turbo", obs_output_path="/home/ma-user/work/output/" )

3.3 配置Web界面

为了更好的用户体验，我们可以添加一个简单的Web界面：

# app.py from flask import Flask, request, jsonify, send_file import json app = Flask(__name__) @app.route('/generate', methods=['POST']) def generate_image(): data = request.json prompt = data.get('prompt', '') negative_prompt = data.get('negative_prompt', '') steps = data.get('steps', 20) cfg_scale = data.get('cfg_scale', 7.5) output_path = generator.generate_image( prompt=prompt, negative_prompt=negative_prompt, steps=steps, cfg_scale=cfg_scale ) if output_path: return jsonify({ 'status': 'success', 'image_path': output_path }) else: return jsonify({ 'status': 'error', 'message': '图像生成失败' }), 500 if __name__ == '__main__': app.run(host='0.0.0.0', port=8080)

4. OBS存储对接配置

4.1 安装OBS客户端

在Notebook中安装OBS Python SDK：

pip install esdk-obs-python

4.2 配置OBS连接

创建OBS管理工具类：

# obs_manager.py import os from obs import ObsClient class OBSManager: def __init__(self, ak, sk, server): self.ak = ak self.sk = sk self.server = server self.client = ObsClient( access_key_id=ak, secret_access_key=sk, server=server ) def upload_file(self, local_path, bucket_name, obs_path): """上传文件到OBS""" try: resp = self.client.putFile(bucket_name, obs_path, local_path) if resp.status < 300: print(f"文件上传成功: {obs_path}") return True else: print(f"文件上传失败: {resp.errorMessage}") return False except Exception as e: print(f"上传过程中出错: {str(e)}") return False def download_file(self, bucket_name, obs_path, local_path): """从OBS下载文件""" try: resp = self.client.getObject(bucket_name, obs_path, local_path) if resp.status < 300: print(f"文件下载成功: {local_path}") return True else: print(f"文件下载失败: {resp.errorMessage}") return False except Exception as e: print(f"下载过程中出错: {str(e)}") return False # 初始化OBS客户端（需要替换为你的实际AK/SK） obs_manager = OBSManager( ak='your-access-key', sk='your-secret-key', server='https://obs.cn-north-4.myhuaweicloud.com' )

4.3 自动化文件同步

设置定时任务，自动将生成的作品同步到OBS：

# sync_to_obs.py import time import schedule import os def sync_output_to_obs(): """将本地输出同步到OBS""" local_output_dir = "/home/ma-user/work/output/" obs_bucket_name = "yunrong-bitan" for filename in os.listdir(local_output_dir): if filename.endswith('.png'): local_path = os.path.join(local_output_dir, filename) obs_path = f"output/{filename}" if obs_manager.upload_file(local_path, obs_bucket_name, obs_path): # 上传成功后删除本地文件以节省空间 os.remove(local_path) print(f"已同步并删除: {filename}") # 设置每10分钟同步一次 schedule.every(10).minutes.do(sync_output_to_obs) while True: schedule.run_pending() time.sleep(1)

5. 系统测试与使用

5.1 启动系统

在Notebook中运行以下命令启动服务：

# 启动Flask Web服务 python app.py & # 启动OBS同步服务 python sync_to_obs.py &

5.2 测试图像生成

使用Python代码测试图像生成功能：

# 测试生成东方美学图像 test_prompt = "东方古典美女，黑发如瀑，身着汉服，站在樱花树下，阳光透过花瓣，温柔的光影" negative_prompt = "西方面孔，现代服装，低质量，模糊" result_path = generator.generate_image( prompt=test_prompt, negative_prompt=negative_prompt, steps=25, cfg_scale=8.0 ) if result_path: print("测试生成成功！") # 可以在Jupyter中显示图片 from IPython.display import Image as IPImage display(IPImage(filename=result_path)) else: print("测试生成失败")

5.3 通过API调用

你也可以通过HTTP API调用生成服务：

curl -X POST http://localhost:8080/generate \ -H "Content-Type: application/json" \ -d '{ "prompt": "江南水乡，旗袍女子，手执油纸伞，细雨蒙蒙，古桥流水", "negative_prompt": "现代建筑，西方风格，雨天不适元素", "steps": 20, "cfg_scale": 7.5 }'

6. 实用技巧与优化建议

6.1 提示词编写技巧

想要生成高质量的东方美学图像，提示词很关键：

• 人物描述：使用"柳叶眉"、"丹凤眼"、"樱桃小嘴"等传统审美词汇
• 服饰细节：具体描述"汉服"、"旗袍"、"丝绸材质"等
• 环境氛围：加入"水墨画风格"、"古典园林"、"月光如水"等意境词汇
• 避免冲突：明确排除西方元素和现代物品

6.2 参数调优建议

根据生成效果调整参数：

• 步数（Steps）：20-30步通常效果最佳，太少细节不足，太多可能过拟合
• 引导尺度（CFG Scale）：7.0-8.5适合大多数场景，太高会过于刻板
• 随机种子：固定种子可以复现喜欢的效果

6.3 资源优化

长期使用时的优化建议：

• 设置Notebook自动停止时间，避免资源浪费
• 定期清理本地生成的临时文件
• 使用OBS生命周期规则，自动归档旧文件到低频存储
• 监控GPU使用率，选择合适的实例规格

7. 总结

通过本教程，你已经成功在华为云ModelArts平台上部署了云容笔谈系统，并实现了与OBS存储的无缝对接。现在你可以：

1. 通过Web界面或API调用生成东方美学风格的图像
2. 所有生成的作品自动保存到OBS存储桶中
3. 根据需要调整生成参数获得最佳效果

这个系统特别适合需要大量生成东方风格图像的内容创作者、设计师和文化传播机构。系统部署简单，使用方便，生成质量高。

在实际使用中，你可以进一步扩展功能，比如添加批量生成、风格转换、或者与其他系统集成。华为云提供了完善的基础设施，让你的AI应用运行更加稳定可靠。

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。