Qwen3-32B头像生成器部署案例阿里云ECSGPU实例一站式部署指南想拥有一个独一无二、能代表自己个性的头像但又苦于没有设计灵感或绘画技能现在你可以让AI来帮你。今天要介绍的是一个基于Qwen3-32B大模型的“AI头像生成器”。它不是一个直接画图的工具而是一个顶级的“创意文案师”。你只需要用简单的语言描述你想要的风格比如“一个戴着眼镜、在图书馆看书的程序员带点动漫风格”它就能为你生成一段极其详细、专业的头像描述文案。这段文案可以直接复制粘贴到Midjourney、Stable Diffusion这类AI绘画工具里帮你把脑海中的想法快速变成一张精美的头像图片。本文将手把手教你如何在阿里云ECS上利用GPU实例从零开始部署这个强大的头像创意生成器。整个过程清晰明了即使你是刚接触服务器的新手也能跟着一步步完成。1. 为什么选择在阿里云ECS上部署在开始动手之前我们先聊聊为什么推荐这个方案。自己部署AI应用听起来很复杂但其实有以下几个实实在在的好处完全掌控数据隐私你的所有对话和生成的创意文案都只留在你自己的服务器上不用担心隐私泄露。这对于生成个人专属头像这种私密需求来说非常重要。摆脱网络与使用限制部署好后它就是你的私有服务7x24小时随时可用没有次数限制也不用担心公网服务不稳定或突然收费。成本可控性能强劲阿里云提供了多种按量付费的GPU实例比如搭载NVIDIA T4或V100的实例用的时候才计费不用就释放非常灵活。GPU能大幅加速Qwen3-32B这类大模型的推理速度让你生成创意文案时几乎无需等待。一次部署长期受益搭建好这个环境后你不仅拥有了这个头像生成器还获得了一个可以运行其他大模型应用的服务器基础。后续想尝试别的AI工具也会方便很多。接下来我们就进入正题看看具体需要准备些什么。2. 部署前的准备工作工欲善其事必先利其器。在点击“创建实例”按钮前我们需要做好以下几项准备。2.1 阿里云账号与资源首先你需要一个阿里云账号。如果还没有去官网注册一个即可新用户通常有不错的优惠。其次确保你的账号有足够的余额或开通了按量付费。因为我们将使用GPU实例费用比普通服务器稍高按量计费可以避免闲置时的浪费。最后建议你提前在阿里云控制台完成实名认证并准备好支付方式如支付宝、信用卡这样后续操作会更顺畅。2.2 选择合适的GPU实例这是最关键的一步。Qwen3-32B是一个参数规模较大的模型需要足够的内存RAM和显存VRAM才能流畅运行。最低配置建议为了获得较好的体验建议选择ecs.gn6i-c8g1.2xlarge或更高规格的实例。这个规格通常配备8核CPU、32GB内存和一张NVIDIA T4显卡16GB显存。T4显卡性能稳定显存也足够加载Qwen3-32B模型并进行推理。更高性能选择如果你追求极致的生成速度或者预算充足可以选择ecs.gn7i-c16g1.4xlarge配备V100显卡等更高规格的实例。如何选择在阿里云ECS购买页面筛选条件中选择“GPU计算型”或“GPU加速器”就能看到上述实例。对于本教程选择T4实例完全够用性价比很高。2.3 系统镜像选择我们将使用Linux系统进行部署推荐选择Ubuntu 20.04 或 22.04 LTS的64位公共镜像。这两个版本社区支持完善软件兼容性好后续安装驱动和依赖会非常方便。在创建实例时在“镜像”部分选择“公共镜像”然后找到Ubuntu即可。3. 一站式部署实战从创建实例到启动服务准备好了吗我们现在开始真正的部署之旅。请严格按照步骤操作。3.1 步骤一创建并配置ECS实例登录阿里云控制台进入“弹性计算ECS”产品页面。点击“创建实例”开始自定义配置。选择付费模式为了灵活控制成本建议选择“按量付费”。选择地域和可用区选择一个离你地理位置近的区域网络延迟会更低。通常国内用户选择“华东1杭州”或“华北2北京”即可。选择实例规格按我们之前的建议在筛选栏勾选“GPU”找到并选择ecs.gn6i-c8g1.2xlarge或其他你选定的GPU实例。选择镜像选择“公共镜像”操作系统选择Ubuntu 22.04 64位。配置存储系统盘选择“高效云盘”或“ESSD云盘”大小建议40GB或以上确保有足够空间存放模型文件Qwen3-32B模型大约需要60GB的空间。设置网络和安全组网络保持默认VPC和交换机即可。安全组规则需要重点配置这是允许我们通过浏览器访问服务的关键。点击“配置安全组”新建或选择一个已有安全组务必添加两条入方向规则规则1授权策略允许协议类型自定义TCP端口范围8080/8080这是我们后续服务要用的端口授权对象0.0.0.0/0如果只想自己访问可以改成你的公网IP。规则2规则1授权策略允许协议类型SSH(22)端口范围22/22授权对象0.0.0.0/0同上建议限制为你的IP。设置登录凭证为了后续用命令连接服务器我们需要设置登录方式。推荐使用“密钥对”更安全。如果你没有密钥对可以当场创建一个并务必下载保存好私钥文件.pem格式。如果图方便也可以选择“自定义密码”设置root密码。完成创建确认配置无误后点击“确认订单”并完成支付。等待几分钟实例状态变为“运行中”我们的云服务器就准备好了。3.2 步骤二连接服务器并安装基础环境实例创建成功后在控制台实例列表中找到你的服务器复制它的“公网IP地址”。使用SSH连接服务器以Mac/Linux终端或Windows PowerShell/WSL为例打开你的终端命令行工具输入以下命令。请将你的公网IP替换成实际IP将你的密钥.pem替换成你下载的私钥文件路径。ssh -i /路径/到/你的密钥.pem root你的公网IP如果是用密码登录则直接输入ssh root你的公网IP然后输入你设置的密码。连接成功后你会看到类似rootiZxxx:~#的命令行提示符表示你已经进入了你的云服务器。更新系统并安装必要工具首先我们更新一下软件包列表并升级现有软件。apt update apt upgrade -y然后安装一些后续步骤需要的工具比如用于管理Python环境的conda以及git、wget等。apt install -y wget git vim curl3.3 步骤三安装GPU驱动与CUDA阿里云的部分GPU镜像可能已经预装了驱动。我们先检查一下。nvidia-smi如果这个命令能正常输出显卡信息包括GPU型号、驱动版本、CUDA版本那么恭喜你可以跳过这一步。如果提示命令未找到则需要安装。由于在云服务器上手动安装驱动比较繁琐阿里云提供了更简单的方式更换为预装驱动的系统镜像。这是最推荐的方法。在ECS控制台找到你的实例点击“停止”。实例完全停止后点击“更多” - “磁盘和镜像” - “更换操作系统”。在公共镜像中搜索并选择“Ubuntu 20.04 64位 UEFI版 GPU”或“Ubuntu 22.04 64位 UEFI版 GPU”。这类镜像已经集成了NVIDIA驱动和CUDA。确认更换。系统盘会被重置所以之前步骤安装的东西会丢失但这是最干净快捷的方式。更换完成后启动实例再次使用SSH连接运行nvidia-smi确认驱动已就绪。3.4 步骤四使用Ollama部署Qwen3-32B模型Ollama是一个强大的工具能让我们像下载安装普通软件一样轻松运行各种大语言模型。我们将用它来拉取和运行Qwen3-32B模型。安装Ollama 在终端中执行以下一键安装命令curl -fsSL https://ollama.com/install.sh | sh安装完成后启动Ollama服务ollama serve 符号让命令在后台运行拉取Qwen3-32B模型 Ollama的模型库里有Qwen2.5系列模型我们可以直接拉取。运行以下命令这会下载大约20GB的模型文件需要一些时间请耐心等待。ollama pull qwen2.5:32b你可以去喝杯咖啡。下载完成后可以用ollama list命令查看已下载的模型。测试模型运行 我们先在命令行简单测试一下模型是否能正常工作。ollama run qwen2.5:32b进入交互模式后输入你好看看它是否能用中文流利回复。输入/bye退出。3.5 步骤五部署Gradio Web界面模型在后台跑起来了但我们还需要一个好看的网页界面来使用它。这就是Gradio的用武之地。我们将创建一个简单的Python脚本通过Ollama的API调用模型并用Gradio搭建界面。创建项目目录并安装Python依赖mkdir -p /opt/ai-avatar-generator cd /opt/ai-avatar-generator安装必要的Python包。建议使用Python虚拟环境这里为了简化我们直接安装。apt install -y python3-pip pip3 install gradio requests创建Gradio应用脚本 使用vim或nano编辑器创建一个新文件比如叫app.py。vim app.py将以下代码粘贴进去。这段代码创建了一个Web应用它调用本地的Ollama服务默认端口11434将用户输入的风格描述发送给Qwen3-32B模型并请求其生成一段详细的AI绘画提示词。import gradio as gr import requests import json # Ollama API的地址模型名称为你拉取的qwen2.5:32b OLLAMA_API_URL http://localhost:11434/api/generate MODEL_NAME qwen2.5:32b def generate_avatar_prompt(style_description): 根据用户描述的风格调用Ollama API生成详细的头像提示词。 # 构建一个更精确的指令引导模型生成适合AI绘图的提示词 system_prompt 你是一个专业的AI绘画提示词生成器专门为用户设计头像。用户会描述他们想要的风格你需要生成一段详细、生动、包含丰富视觉元素的英文提示词适合直接用于Midjourney或Stable Diffusion。 提示词应包括人物主体外貌、发型、服饰、表情、风格如动漫、写实、赛博朋克、古风、背景、光影、构图、细节质感等。请用逗号分隔的短语形式输出不要用完整句子。 full_prompt f{system_prompt}\n\n用户想要的风格{style_description}\n\n请生成英文提示词 payload { model: MODEL_NAME, prompt: full_prompt, stream: False, # 我们一次性获取完整结果 options: { temperature: 0.8, # 创造性可以调整 top_p: 0.9 } } try: response requests.post(OLLAMA_API_URL, jsonpayload, timeout120) response.raise_for_status() result response.json() generated_text result.get(response, ).strip() # 简单清理一下输出 if 提示词 in generated_text: generated_text generated_text.split(提示词)[-1] return generated_text except Exception as e: return f生成时出现错误{str(e)}请检查Ollama服务是否运行正常。 # 创建Gradio界面 with gr.Blocks(titleAI头像创意生成器 - Qwen3-32B, themegr.themes.Soft()) as demo: gr.Markdown(# AI头像创意生成器) gr.Markdown(描述你想要的风格例如一个戴着眼镜、在图书馆看书的程序员带点动漫风格AI将为你生成详细的AI绘画提示词。) with gr.Row(): with gr.Column(scale4): style_input gr.Textbox( label描述你的头像风格, placeholder请输入详细描述越具体越好..., lines3 ) generate_btn gr.Button(生成创意文案, variantprimary) with gr.Column(scale6): prompt_output gr.Textbox( label生成的AI绘画提示词, placeholder生成的提示词将显示在这里..., lines8 ) copy_btn gr.Button( 复制提示词) # 绑定按钮事件 generate_btn.click( fngenerate_avatar_prompt, inputs[style_input], outputs[prompt_output] ) # 简单的复制功能通过JavaScript copy_btn.click( fnNone, inputsNone, outputsNone, js() {navigator.clipboard.writeText(document.querySelector(#prompt-output textarea).value); alert(提示词已复制到剪贴板);} ) gr.Markdown(### 使用小贴士) gr.Markdown( 1. **描述越具体效果越好**包括性别、发型、服饰、表情、场景、风格动漫/写实/科幻等。 2. **复制使用**将生成的英文提示词复制到Midjourney、Stable Diffusion等工具的提示框中。 3. **微调**如果对第一次生成不满意可以尝试修改你的描述或直接在生成的提示词上增减关键词。 ) # 启动应用共享到公网端口8080 if __name__ __main__: demo.launch(server_name0.0.0.0, server_port8080, shareFalse)按Esc键然后输入:wq保存并退出vim。启动Web服务 现在在后台启动我们的Gradio应用。cd /opt/ai-avatar-generator nohup python3 app.py gradio.log 21 nohup和让程序在后台持续运行即使你关闭SSH窗口也不会停止。日志会输出到gradio.log文件。3.6 步骤六验证与访问服务启动后我们来验证一下。检查服务是否运行curl -s http://localhost:8080如果返回一些HTML代码说明服务正常。在浏览器中访问 打开你的电脑浏览器在地址栏输入http://你的ECS公网IP:8080将“你的ECS公网IP”替换成服务器的实际IP。如果一切顺利你将看到一个简洁美观的Web界面。开始使用 在输入框里描述你想要的风格比如“一个未来感的赛博朋克少女霓虹灯光雨中街道电影感”点击“生成创意文案”。稍等片刻一段详细的英文提示词就会出现在下方框中。复制它就可以去你喜欢的AI绘画工具里创作了4. 使用技巧与进阶配置恭喜你核心部署已经完成这里还有一些小技巧能让你的头像生成器更好用。优化提示词在app.py的system_prompt变量中你可以修改给模型的指令让它生成更符合你口味的提示词风格。比如你可以要求它“优先使用逗号分隔的短语并包含--ar 9:16这样的参数”。管理服务查看Gradio应用日志tail -f /opt/ai-avatar-generator/gradio.log停止Gradio应用先找到进程IDps aux | grep app.py然后用kill [进程ID]停止。重启服务进入目录重新执行nohup python3 app.py gradio.log 21 。安全考虑目前我们的服务是对公网开放的端口8080。如果你长期使用建议在阿里云安全组里将8080端口的授权对象从0.0.0.0/0改为你自己的公网IP段。或者考虑使用Nginx做反向代理并配置SSL证书HTTPS和基础身份验证这样更安全。成本控制如果暂时不用记得去阿里云控制台停止Stop你的ECS实例。按量付费的实例在“已停止”状态下仅收取少量云盘费用不收取计算资源CPU/内存/GPU的费用。下次使用时再启动即可。5. 总结通过以上步骤我们成功在阿里云ECS GPU实例上搭建了一个私有的、功能强大的AI头像创意生成器。回顾一下我们的旅程规划与选型明确了在云上部署的优势并选择了合适的GPU实例和系统镜像。资源创建在阿里云上创建了带有GPU的ECS服务器并配置了安全组。环境搭建连接服务器并通过更换镜像的方式轻松搞定GPU驱动。模型部署使用Ollama一行命令拉取并运行了Qwen3-32B大模型。应用开发用Python和Gradio快速构建了一个直观易用的Web界面连接了模型能力。服务发布将应用启动在8080端口并通过公网IP直接访问。现在这个属于你的“创意助手”已经7x24小时待命。无论是想为社交媒体换一个炫酷的头像还是为游戏角色设计形象或者只是单纯想探索各种艺术风格它都能为你提供源源不断的专业级创意文案。更重要的是整个流程的数据都在你自己的服务器上安全又私密。动手试试吧从描述你的第一个创意开始感受AI赋能创作的乐趣。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。
Qwen3-32B头像生成器部署案例：阿里云ECS+GPU实例一站式部署指南
Qwen3-32B头像生成器部署案例阿里云ECSGPU实例一站式部署指南想拥有一个独一无二、能代表自己个性的头像但又苦于没有设计灵感或绘画技能现在你可以让AI来帮你。今天要介绍的是一个基于Qwen3-32B大模型的“AI头像生成器”。它不是一个直接画图的工具而是一个顶级的“创意文案师”。你只需要用简单的语言描述你想要的风格比如“一个戴着眼镜、在图书馆看书的程序员带点动漫风格”它就能为你生成一段极其详细、专业的头像描述文案。这段文案可以直接复制粘贴到Midjourney、Stable Diffusion这类AI绘画工具里帮你把脑海中的想法快速变成一张精美的头像图片。本文将手把手教你如何在阿里云ECS上利用GPU实例从零开始部署这个强大的头像创意生成器。整个过程清晰明了即使你是刚接触服务器的新手也能跟着一步步完成。1. 为什么选择在阿里云ECS上部署在开始动手之前我们先聊聊为什么推荐这个方案。自己部署AI应用听起来很复杂但其实有以下几个实实在在的好处完全掌控数据隐私你的所有对话和生成的创意文案都只留在你自己的服务器上不用担心隐私泄露。这对于生成个人专属头像这种私密需求来说非常重要。摆脱网络与使用限制部署好后它就是你的私有服务7x24小时随时可用没有次数限制也不用担心公网服务不稳定或突然收费。成本可控性能强劲阿里云提供了多种按量付费的GPU实例比如搭载NVIDIA T4或V100的实例用的时候才计费不用就释放非常灵活。GPU能大幅加速Qwen3-32B这类大模型的推理速度让你生成创意文案时几乎无需等待。一次部署长期受益搭建好这个环境后你不仅拥有了这个头像生成器还获得了一个可以运行其他大模型应用的服务器基础。后续想尝试别的AI工具也会方便很多。接下来我们就进入正题看看具体需要准备些什么。2. 部署前的准备工作工欲善其事必先利其器。在点击“创建实例”按钮前我们需要做好以下几项准备。2.1 阿里云账号与资源首先你需要一个阿里云账号。如果还没有去官网注册一个即可新用户通常有不错的优惠。其次确保你的账号有足够的余额或开通了按量付费。因为我们将使用GPU实例费用比普通服务器稍高按量计费可以避免闲置时的浪费。最后建议你提前在阿里云控制台完成实名认证并准备好支付方式如支付宝、信用卡这样后续操作会更顺畅。2.2 选择合适的GPU实例这是最关键的一步。Qwen3-32B是一个参数规模较大的模型需要足够的内存RAM和显存VRAM才能流畅运行。最低配置建议为了获得较好的体验建议选择ecs.gn6i-c8g1.2xlarge或更高规格的实例。这个规格通常配备8核CPU、32GB内存和一张NVIDIA T4显卡16GB显存。T4显卡性能稳定显存也足够加载Qwen3-32B模型并进行推理。更高性能选择如果你追求极致的生成速度或者预算充足可以选择ecs.gn7i-c16g1.4xlarge配备V100显卡等更高规格的实例。如何选择在阿里云ECS购买页面筛选条件中选择“GPU计算型”或“GPU加速器”就能看到上述实例。对于本教程选择T4实例完全够用性价比很高。2.3 系统镜像选择我们将使用Linux系统进行部署推荐选择Ubuntu 20.04 或 22.04 LTS的64位公共镜像。这两个版本社区支持完善软件兼容性好后续安装驱动和依赖会非常方便。在创建实例时在“镜像”部分选择“公共镜像”然后找到Ubuntu即可。3. 一站式部署实战从创建实例到启动服务准备好了吗我们现在开始真正的部署之旅。请严格按照步骤操作。3.1 步骤一创建并配置ECS实例登录阿里云控制台进入“弹性计算ECS”产品页面。点击“创建实例”开始自定义配置。选择付费模式为了灵活控制成本建议选择“按量付费”。选择地域和可用区选择一个离你地理位置近的区域网络延迟会更低。通常国内用户选择“华东1杭州”或“华北2北京”即可。选择实例规格按我们之前的建议在筛选栏勾选“GPU”找到并选择ecs.gn6i-c8g1.2xlarge或其他你选定的GPU实例。选择镜像选择“公共镜像”操作系统选择Ubuntu 22.04 64位。配置存储系统盘选择“高效云盘”或“ESSD云盘”大小建议40GB或以上确保有足够空间存放模型文件Qwen3-32B模型大约需要60GB的空间。设置网络和安全组网络保持默认VPC和交换机即可。安全组规则需要重点配置这是允许我们通过浏览器访问服务的关键。点击“配置安全组”新建或选择一个已有安全组务必添加两条入方向规则规则1授权策略允许协议类型自定义TCP端口范围8080/8080这是我们后续服务要用的端口授权对象0.0.0.0/0如果只想自己访问可以改成你的公网IP。规则2规则1授权策略允许协议类型SSH(22)端口范围22/22授权对象0.0.0.0/0同上建议限制为你的IP。设置登录凭证为了后续用命令连接服务器我们需要设置登录方式。推荐使用“密钥对”更安全。如果你没有密钥对可以当场创建一个并务必下载保存好私钥文件.pem格式。如果图方便也可以选择“自定义密码”设置root密码。完成创建确认配置无误后点击“确认订单”并完成支付。等待几分钟实例状态变为“运行中”我们的云服务器就准备好了。3.2 步骤二连接服务器并安装基础环境实例创建成功后在控制台实例列表中找到你的服务器复制它的“公网IP地址”。使用SSH连接服务器以Mac/Linux终端或Windows PowerShell/WSL为例打开你的终端命令行工具输入以下命令。请将你的公网IP替换成实际IP将你的密钥.pem替换成你下载的私钥文件路径。ssh -i /路径/到/你的密钥.pem root你的公网IP如果是用密码登录则直接输入ssh root你的公网IP然后输入你设置的密码。连接成功后你会看到类似rootiZxxx:~#的命令行提示符表示你已经进入了你的云服务器。更新系统并安装必要工具首先我们更新一下软件包列表并升级现有软件。apt update apt upgrade -y然后安装一些后续步骤需要的工具比如用于管理Python环境的conda以及git、wget等。apt install -y wget git vim curl3.3 步骤三安装GPU驱动与CUDA阿里云的部分GPU镜像可能已经预装了驱动。我们先检查一下。nvidia-smi如果这个命令能正常输出显卡信息包括GPU型号、驱动版本、CUDA版本那么恭喜你可以跳过这一步。如果提示命令未找到则需要安装。由于在云服务器上手动安装驱动比较繁琐阿里云提供了更简单的方式更换为预装驱动的系统镜像。这是最推荐的方法。在ECS控制台找到你的实例点击“停止”。实例完全停止后点击“更多” - “磁盘和镜像” - “更换操作系统”。在公共镜像中搜索并选择“Ubuntu 20.04 64位 UEFI版 GPU”或“Ubuntu 22.04 64位 UEFI版 GPU”。这类镜像已经集成了NVIDIA驱动和CUDA。确认更换。系统盘会被重置所以之前步骤安装的东西会丢失但这是最干净快捷的方式。更换完成后启动实例再次使用SSH连接运行nvidia-smi确认驱动已就绪。3.4 步骤四使用Ollama部署Qwen3-32B模型Ollama是一个强大的工具能让我们像下载安装普通软件一样轻松运行各种大语言模型。我们将用它来拉取和运行Qwen3-32B模型。安装Ollama 在终端中执行以下一键安装命令curl -fsSL https://ollama.com/install.sh | sh安装完成后启动Ollama服务ollama serve 符号让命令在后台运行拉取Qwen3-32B模型 Ollama的模型库里有Qwen2.5系列模型我们可以直接拉取。运行以下命令这会下载大约20GB的模型文件需要一些时间请耐心等待。ollama pull qwen2.5:32b你可以去喝杯咖啡。下载完成后可以用ollama list命令查看已下载的模型。测试模型运行 我们先在命令行简单测试一下模型是否能正常工作。ollama run qwen2.5:32b进入交互模式后输入你好看看它是否能用中文流利回复。输入/bye退出。3.5 步骤五部署Gradio Web界面模型在后台跑起来了但我们还需要一个好看的网页界面来使用它。这就是Gradio的用武之地。我们将创建一个简单的Python脚本通过Ollama的API调用模型并用Gradio搭建界面。创建项目目录并安装Python依赖mkdir -p /opt/ai-avatar-generator cd /opt/ai-avatar-generator安装必要的Python包。建议使用Python虚拟环境这里为了简化我们直接安装。apt install -y python3-pip pip3 install gradio requests创建Gradio应用脚本 使用vim或nano编辑器创建一个新文件比如叫app.py。vim app.py将以下代码粘贴进去。这段代码创建了一个Web应用它调用本地的Ollama服务默认端口11434将用户输入的风格描述发送给Qwen3-32B模型并请求其生成一段详细的AI绘画提示词。import gradio as gr import requests import json # Ollama API的地址模型名称为你拉取的qwen2.5:32b OLLAMA_API_URL http://localhost:11434/api/generate MODEL_NAME qwen2.5:32b def generate_avatar_prompt(style_description): 根据用户描述的风格调用Ollama API生成详细的头像提示词。 # 构建一个更精确的指令引导模型生成适合AI绘图的提示词 system_prompt 你是一个专业的AI绘画提示词生成器专门为用户设计头像。用户会描述他们想要的风格你需要生成一段详细、生动、包含丰富视觉元素的英文提示词适合直接用于Midjourney或Stable Diffusion。 提示词应包括人物主体外貌、发型、服饰、表情、风格如动漫、写实、赛博朋克、古风、背景、光影、构图、细节质感等。请用逗号分隔的短语形式输出不要用完整句子。 full_prompt f{system_prompt}\n\n用户想要的风格{style_description}\n\n请生成英文提示词 payload { model: MODEL_NAME, prompt: full_prompt, stream: False, # 我们一次性获取完整结果 options: { temperature: 0.8, # 创造性可以调整 top_p: 0.9 } } try: response requests.post(OLLAMA_API_URL, jsonpayload, timeout120) response.raise_for_status() result response.json() generated_text result.get(response, ).strip() # 简单清理一下输出 if 提示词 in generated_text: generated_text generated_text.split(提示词)[-1] return generated_text except Exception as e: return f生成时出现错误{str(e)}请检查Ollama服务是否运行正常。 # 创建Gradio界面 with gr.Blocks(titleAI头像创意生成器 - Qwen3-32B, themegr.themes.Soft()) as demo: gr.Markdown(# AI头像创意生成器) gr.Markdown(描述你想要的风格例如一个戴着眼镜、在图书馆看书的程序员带点动漫风格AI将为你生成详细的AI绘画提示词。) with gr.Row(): with gr.Column(scale4): style_input gr.Textbox( label描述你的头像风格, placeholder请输入详细描述越具体越好..., lines3 ) generate_btn gr.Button(生成创意文案, variantprimary) with gr.Column(scale6): prompt_output gr.Textbox( label生成的AI绘画提示词, placeholder生成的提示词将显示在这里..., lines8 ) copy_btn gr.Button( 复制提示词) # 绑定按钮事件 generate_btn.click( fngenerate_avatar_prompt, inputs[style_input], outputs[prompt_output] ) # 简单的复制功能通过JavaScript copy_btn.click( fnNone, inputsNone, outputsNone, js() {navigator.clipboard.writeText(document.querySelector(#prompt-output textarea).value); alert(提示词已复制到剪贴板);} ) gr.Markdown(### 使用小贴士) gr.Markdown( 1. **描述越具体效果越好**包括性别、发型、服饰、表情、场景、风格动漫/写实/科幻等。 2. **复制使用**将生成的英文提示词复制到Midjourney、Stable Diffusion等工具的提示框中。 3. **微调**如果对第一次生成不满意可以尝试修改你的描述或直接在生成的提示词上增减关键词。 ) # 启动应用共享到公网端口8080 if __name__ __main__: demo.launch(server_name0.0.0.0, server_port8080, shareFalse)按Esc键然后输入:wq保存并退出vim。启动Web服务 现在在后台启动我们的Gradio应用。cd /opt/ai-avatar-generator nohup python3 app.py gradio.log 21 nohup和让程序在后台持续运行即使你关闭SSH窗口也不会停止。日志会输出到gradio.log文件。3.6 步骤六验证与访问服务启动后我们来验证一下。检查服务是否运行curl -s http://localhost:8080如果返回一些HTML代码说明服务正常。在浏览器中访问 打开你的电脑浏览器在地址栏输入http://你的ECS公网IP:8080将“你的ECS公网IP”替换成服务器的实际IP。如果一切顺利你将看到一个简洁美观的Web界面。开始使用 在输入框里描述你想要的风格比如“一个未来感的赛博朋克少女霓虹灯光雨中街道电影感”点击“生成创意文案”。稍等片刻一段详细的英文提示词就会出现在下方框中。复制它就可以去你喜欢的AI绘画工具里创作了4. 使用技巧与进阶配置恭喜你核心部署已经完成这里还有一些小技巧能让你的头像生成器更好用。优化提示词在app.py的system_prompt变量中你可以修改给模型的指令让它生成更符合你口味的提示词风格。比如你可以要求它“优先使用逗号分隔的短语并包含--ar 9:16这样的参数”。管理服务查看Gradio应用日志tail -f /opt/ai-avatar-generator/gradio.log停止Gradio应用先找到进程IDps aux | grep app.py然后用kill [进程ID]停止。重启服务进入目录重新执行nohup python3 app.py gradio.log 21 。安全考虑目前我们的服务是对公网开放的端口8080。如果你长期使用建议在阿里云安全组里将8080端口的授权对象从0.0.0.0/0改为你自己的公网IP段。或者考虑使用Nginx做反向代理并配置SSL证书HTTPS和基础身份验证这样更安全。成本控制如果暂时不用记得去阿里云控制台停止Stop你的ECS实例。按量付费的实例在“已停止”状态下仅收取少量云盘费用不收取计算资源CPU/内存/GPU的费用。下次使用时再启动即可。5. 总结通过以上步骤我们成功在阿里云ECS GPU实例上搭建了一个私有的、功能强大的AI头像创意生成器。回顾一下我们的旅程规划与选型明确了在云上部署的优势并选择了合适的GPU实例和系统镜像。资源创建在阿里云上创建了带有GPU的ECS服务器并配置了安全组。环境搭建连接服务器并通过更换镜像的方式轻松搞定GPU驱动。模型部署使用Ollama一行命令拉取并运行了Qwen3-32B大模型。应用开发用Python和Gradio快速构建了一个直观易用的Web界面连接了模型能力。服务发布将应用启动在8080端口并通过公网IP直接访问。现在这个属于你的“创意助手”已经7x24小时待命。无论是想为社交媒体换一个炫酷的头像还是为游戏角色设计形象或者只是单纯想探索各种艺术风格它都能为你提供源源不断的专业级创意文案。更重要的是整个流程的数据都在你自己的服务器上安全又私密。动手试试吧从描述你的第一个创意开始感受AI赋能创作的乐趣。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。
