零基础教程：手把手教你用Qwen-Image-2512-SDNQ搭建个人AI绘画网站

你是不是也想过，要是能有一个自己的AI绘画网站该多好？不用排队等公共平台，不用担心隐私泄露，想画什么就画什么，还能按照自己的需求定制功能。

今天，我就带你从零开始，一步步搭建一个完全属于你自己的AI绘画网站。用的就是Qwen-Image-2512-SDNQ这个强大的图片生成模型，整个过程不需要你懂复杂的代码，跟着我做就行。

1. 准备工作：了解我们要搭建的是什么

在开始动手之前，我们先搞清楚这个网站能做什么。

简单来说，这是一个通过浏览器就能访问的AI绘画工具。你在网页上输入一段文字描述，比如“一只戴着眼镜的猫在看书”，网站就会调用后台的AI模型，生成对应的图片，然后让你直接下载。

这个网站有几个很实用的特点：

• 完全私有化：所有数据都在你自己的服务器上，不用担心图片被别人看到
• 操作简单：打开浏览器就能用，像用普通网站一样
• 功能齐全：可以调整图片尺寸、生成质量、排除不想要的内容
• 响应式设计：在电脑、手机、平板上都能正常使用

整个搭建过程大概需要30分钟左右，主要时间花在等待模型下载和安装依赖上。下面我们就正式开始。

2. 环境准备：确保一切就绪

2.1 检查硬件要求

这个AI模型对硬件有一定要求，主要是内存和存储空间：

• 内存：建议至少16GB，模型加载后会占用较多内存
• 存储空间：模型文件大约10-20GB，加上系统和其他文件，建议准备50GB以上空间
• 网络：需要能正常访问互联网，用于下载模型和依赖包

如果你用的是云服务器，选择配置高一点的实例会更好。如果是自己的电脑，确保有足够的资源。

2.2 获取模型文件

首先需要下载Qwen-Image-2512-SDNQ-uint4-svd-r32模型文件。这个模型是专门优化过的版本，在保证质量的同时减少了资源占用。

你可以从以下几个地方获取：

1. 官方渠道：访问模型的官方发布页面
2. 模型社区：在Hugging Face等平台搜索模型名称
3. 镜像提供方：如果你使用的是某个云平台，可能已经预置了模型

下载后，把模型文件放到一个容易找到的目录，比如 /home/yourname/ai-models/。记住这个路径，后面会用到。

3. 一步步搭建：从零到可用的网站

3.1 下载项目文件

我们需要先获取网站的程序文件。这些文件包含了网页界面、后台逻辑和配置。

打开终端，执行以下命令：

# 创建一个专门的项目目录
mkdir -p ~/ai-painting-website
cd ~/ai-painting-website

# 下载项目文件（这里假设你有git，如果没有请先安装）
git clone https://github.com/your-repo/qwen-image-webui.git
cd qwen-image-webui

如果你没有git，也可以直接下载压缩包，然后解压到当前目录。

3.2 安装Python依赖

这个网站是用Python的Flask框架写的，需要安装一些必要的库。

首先确保你安装了Python 3.8或更高版本。然后安装依赖：

# 创建虚拟环境（可选但推荐）
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或者 venv\Scripts\activate  # Windows

# 安装依赖包
pip install -r requirements.txt

requirements.txt 文件里列出了所有需要的库，主要是：

• Flask：网页框架
• torch：深度学习框架
• transformers：模型加载和推理
• 其他辅助库

安装过程可能需要几分钟，取决于你的网络速度。

3.3 配置模型路径

现在需要告诉程序去哪里找模型文件。

用文本编辑器打开 app.py 文件，找到下面这行代码：

LOCAL_PATH = "/root/ai-models/Disty0/Qwen-Image-2512-SDNQ-uint4-svd-r32"

把路径改成你实际存放模型的位置，比如：

LOCAL_PATH = "/home/yourname/ai-models/Qwen-Image-2512-SDNQ-uint4-svd-r32"

保存文件。这一步很重要，如果路径不对，程序就找不到模型。

3.4 测试运行

配置完成后，我们先测试一下是否能正常运行：

python app.py

如果一切正常，你会看到类似这样的输出：

 * Serving Flask app 'app'
 * Debug mode: off
 * Running on http://0.0.0.0:7860

这表示网站已经在7860端口启动了。

打开浏览器，访问 http://localhost:7860（如果你在服务器上，用服务器的IP地址替换localhost）。

你应该能看到一个简洁的中文界面，有输入框和生成按钮。先不要着急生成图片，我们还需要配置一些东西让网站更稳定。

4. 优化配置：让网站稳定运行

4.1 设置后台运行

我们刚才用 python app.py 启动的方式，关掉终端网站就停了。这显然不行，我们需要让网站在后台一直运行。

这里推荐使用Supervisor，它是一个进程管理工具，可以监控网站运行状态，如果崩溃了会自动重启。

首先安装Supervisor：

# Ubuntu/Debian
sudo apt-get install supervisor

# CentOS/RHEL
sudo yum install supervisor

然后创建配置文件：

sudo nano /etc/supervisor/conf.d/qwen-webui.conf

把下面的配置粘贴进去（记得修改路径为你自己的）：

[program:qwen-image-webui]
command=python /home/yourname/ai-painting-website/qwen-image-webui/app.py
directory=/home/yourname/ai-painting-website/qwen-image-webui
user=yourname
autostart=true
autorestart=true
redirect_stderr=true
stdout_logfile=/home/yourname/ai-painting-website/webui.log

保存后，让Supervisor重新加载配置并启动服务：

sudo supervisorctl reread
sudo supervisorctl update
sudo supervisorctl start qwen-image-webui

现在网站就在后台运行了，即使你退出登录也不会停止。

4.2 配置安全访问

如果你想让别人也能访问你的网站（比如团队内部使用），需要配置一下安全设置。

重要提醒：这个网站默认没有密码保护，如果暴露在公网，任何人都能使用。建议至少设置基础认证。

修改 app.py，在文件开头添加：

from flask_httpauth import HTTPBasicAuth
from werkzeug.security import generate_password_hash, check_password_hash

app = Flask(__name__)
auth = HTTPBasicAuth()

users = {
    "admin": generate_password_hash("your-strong-password")
}

@auth.verify_password
def verify_password(username, password):
    if username in users and check_password_hash(users.get(username), password):
        return username

# 在所有路由前添加认证
@app.before_request
def require_auth():
    if request.endpoint != 'static':
        return auth.login_required()()

记得把 "your-strong-password" 换成你自己的强密码。

4.3 性能调优

根据你的服务器配置，可以调整一些参数来优化性能：

在 app.py 中，找到模型加载的部分，可以调整：

# 调整这些参数可以影响性能和内存使用
model_kwargs = {
    "torch_dtype": torch.float16,  # 使用半精度减少内存
    "device_map": "auto",  # 自动选择设备（CPU/GPU）
    "low_cpu_mem_usage": True,  # 减少CPU内存使用
}

如果你的内存比较紧张，还可以在生成图片时减少步数：

# 默认是50步，可以适当减少
num_steps = 30  # 30-40步通常也能得到不错的效果

5. 使用指南：怎么用好你的AI绘画网站

5.1 界面功能详解

打开网站后，你会看到这样的界面：

主要区域：

1. 提示词输入框：在这里描述你想要生成的图片
2. 负面提示词（可选）：告诉AI不要包含什么内容
3. 宽高比选择：选择图片的比例，有7种常用比例
4. 高级选项：点击可以展开更多设置
5. 生成按钮：点击开始生成图片

高级选项包括：

• 推理步数：20-100，数字越大细节越好但时间越长
• CFG Scale：1-20，控制AI听从指令的程度
• 随机种子：固定种子可以让每次生成同样的图片

5.2 写出好的提示词

提示词的质量直接决定图片的好坏。这里分享几个技巧：

基础结构：

[主体] + [细节描述] + [环境/背景] + [风格] + [质量要求]

具体例子：

• 不好的提示词：“一只猫”
• 好的提示词：“一只橘色条纹的猫咪，坐在窗台上晒太阳，窗外是花园，阳光透过窗户照进来，写实风格，高清，细节丰富”

专业领域提示词示例：

• 产品设计：“一个现代简约的白色咖啡杯，有木质手柄，放在浅色木桌上，旁边有一本书，极简主义设计风格，3D渲染，工作室灯光”
• 建筑概念：“未来主义城市建筑，玻璃和金属结构，空中走廊连接高楼，黄昏时分，暖色调灯光，概念艺术，细节精致”

5.3 参数调整技巧

不同的参数组合会产生不同的效果：

宽高比选择：

• 1:1：适合头像、图标、社交媒体
• 16:9：适合电脑壁纸、演示文稿
• 9:16：适合手机壁纸、短视频
• 4:3：适合传统照片、文档插图

推理步数：

• 20-30步：快速生成，适合草图、概念验证
• 40-60步：平衡选择，质量不错，时间适中
• 80-100步：最高质量，但需要耐心等待

CFG Scale：

• 1-3：AI自由发挥，创意性强但可能偏离主题
• 4-7：推荐范围，既有创意又符合描述
• 8-12：严格遵循提示，适合需要精确控制的场景
• 13+：可能过于僵化，画面不自然

5.4 常见问题解决

图片质量不高怎么办？

1. 增加提示词的细节描述
2. 提高推理步数到50以上
3. 调整CFG Scale到6-8之间
4. 使用负面提示词排除不想要的效果

生成速度太慢怎么办？

1. 减少推理步数到30-40
2. 确保服务器有足够的CPU/GPU资源
3. 检查是否有其他程序占用资源

内存不足怎么办？

1. 减少同时生成的任务数（网站默认只处理一个）
2. 如果使用GPU，确保显存足够
3. 考虑使用模型量化版本（我们用的已经是uint4量化版）

6. 进阶功能：API接口和批量处理

6.1 使用API接口

除了网页界面，网站还提供了API接口，方便其他程序调用。

基本用法：

import requests
import json

url = "http://你的网站地址:7860/api/generate"

# 准备请求数据
data = {
    "prompt": "一个宁静的湖边小屋，傍晚时分，湖面倒映着晚霞",
    "negative_prompt": "模糊，人物，文字",
    "aspect_ratio": "16:9",
    "num_steps": 45,
    "cfg_scale": 6.5,
    "seed": 12345  # 固定种子可以重现同样图片
}

# 发送请求
response = requests.post(url, json=data)

# 保存图片
if response.status_code == 200:
    with open("generated_image.png", "wb") as f:
        f.write(response.content)
    print("图片生成成功！")
else:
    print("生成失败：", response.json())

6.2 批量生成图片

如果你需要批量生成图片，可以写一个简单的脚本：

import requests
import time

def batch_generate(prompts_list, output_dir="output"):
    """批量生成图片"""
    import os
    os.makedirs(output_dir, exist_ok=True)
    
    url = "http://localhost:7860/api/generate"
    
    for i, prompt in enumerate(prompts_list):
        print(f"正在生成第{i+1}张图片: {prompt[:50]}...")
        
        data = {
            "prompt": prompt,
            "aspect_ratio": "1:1",
            "num_steps": 40
        }
        
        try:
            response = requests.post(url, json=data, timeout=300)
            
            if response.status_code == 200:
                filename = f"{output_dir}/image_{i+1:03d}.png"
                with open(filename, "wb") as f:
                    f.write(response.content)
                print(f"  已保存到 {filename}")
            else:
                print(f"  生成失败: {response.json()}")
                
        except Exception as e:
            print(f"  请求失败: {e}")
        
        # 避免请求过快
        time.sleep(2)
    
    print("批量生成完成！")

# 使用示例
prompts = [
    "春天的樱花树，粉色的花瓣飘落，阳光透过树叶",
    "夏日的海滩，蓝色的海浪拍打沙滩，椰子树",
    "秋天的枫叶林，红色黄色的树叶铺满地面",
    "冬天的雪山，松树上有积雪，清澈的蓝天"
]

batch_generate(prompts)

6.3 健康检查

网站还提供了一个健康检查接口，可以用来监控服务状态：

curl http://localhost:7860/api/health

正常会返回：

{"status": "ok"}

你可以用这个接口设置监控告警，如果服务挂了能及时知道。

7. 总结：你的个人AI绘画工作室

到这里，你已经成功搭建了一个功能完整的AI绘画网站。让我们回顾一下都做了什么：

1. 准备了环境：确保硬件和软件都就绪
2. 下载了项目：获取了网站的所有代码文件
3. 安装了依赖：安装了Python需要的各种库
4. 配置了模型：告诉程序去哪里找AI模型
5. 设置了后台运行：让网站能24小时稳定工作
6. 学会了使用：掌握了写出好提示词的技巧

这个网站现在完全属于你了，你可以：

• 随时生成想要的图片，不用等也不用排队
• 保护自己的隐私，所有数据都在自己服务器
• 根据需求定制功能，比如添加水印、批量处理
• 集成到自己的工作流程中，通过API自动生成图片

AI绘画不再是遥不可及的技术，通过这个教程，你已经把它变成了一个触手可及的工具。无论是用于个人创作、工作演示，还是学习研究，这个网站都能成为你的得力助手。

记住，好的图片来自好的描述。多练习写提示词，多尝试不同的参数组合，你会发现AI能创造出的可能性远超想象。

---

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。