Rumah
biniou adalah webui yang dihosting sendiri untuk beberapa jenis GenAI (kecerdasan buatan generatif). Anda dapat menghasilkan konten multimedia dengan AI dan menggunakan chatbot di komputer Anda sendiri, bahkan tanpa GPU khusus dan RAM mulai dari 8 GB. Dapat bekerja secara offline (setelah diterapkan dan model yang diperlukan diunduh).
GNU/Linux [ basis OpenSUSE | Basis RHEL | Basis Debian ] • Windows • macOS Intel (eksperimental) • Docker
Dokumentasi ❓ | Ruang pamer ?️
Pembaruan
? 23-11-2024 : Pembaruan minggu ini >
- Tambahkan dukungan untuk model Chatbot prithivMLmods/Llama-Doctor-3.2-3B-Instruct-GGUF.
- Tambahkan dukungan untuk model Flux LoRA orang asingzonehf/Flux-Super-Realism-LoRA, orang asingzonehf/Flux-Midjourney-Mix-LoRA, Norod78/Flux_1_Dev_LoRA_Paper-Cutout-Style, prithivMLmods/Knitted-Character-Flux-LoRA, Shakker-Labs/FLUX.1-dev-LoRA-Children-Simple-Sketch, renderartist/retrocomicflux, prithivMLmods/Seamless-Pattern-Design-Flux-LoRA, alvdansen/haunted_linework_flux, prithivMLmods/Flux.1-Dev-Poster-HQ- LoRA, Grohv/randart2_lora, renderartist/retroadflux, prithivMLmods/Flux.1-Dev-Realtime-Toon-Mix dan prithivMLmods/Flux-Product-Ad-Backdrop.
? 16-11-2024 : Pembaruan minggu ini >
- Tambahkan dukungan untuk model Chatbot bartowski/SuperNova-Medius-GGUF dan bartowski/OpenCoder-8B-Instruct-GGUF.
- Tambahkan dukungan untuk model Flux LoRA Shakker-Labs/FLUX.1-dev-LoRA-Text-Poster, dataautogpt3/FLUX-SyntheticAnime, prithivMLmods/Canopus-Pixar-3D-Flux-LoRA, prithivMLmods/Flux-Dev-Real-Anime- LoRA, glif-loradex-trainer/shipley_flux_dev_AlicesAdventuresInWonderland_v2, prithivMLmods/Ton618-Only-Stickers-Flux-LoRA, markury/surrealidescent, FounderFeed/gta-style-lora, Keltezaa/movie-poster-ce-sdxl-flux, FounderFeed/MidjourneyMeetFlux dan dooart/flux-lora-vintage-tarot.
- Tambahkan dukungan untuk model LoRA SD 3.5 besar nerijs/pixel-art-3.5L.
- Tambahkan dukungan awal untuk Flux ke modul Adaptor IP.
- Tambahkan dukungan awal untuk Flux ke modul ControlNet (saat ini hanya canny dan depth yang berfungsi).
- Optimasi dan perbaikan bug.
? 09-11-2024 : Pembaruan minggu ini >
- Tambahkan dukungan untuk model Chatbot bartowski/SmolLM2-1.7B-Instruct-GGUF, bartowski/cybertron-v4-qw7B-MGS-GGUF, dan bartowski/OpenChat-3.5-0106_32K-PoSE-GGUF.
- Pembaruan model Chatbot Llama-3.2-3B-Instruct-GGUF menjadi bartowski/Llama-3.2-3B-Instruct-uncensored-GGUF.
- Tambahkan dukungan untuk banyak model Flux LoRA. Yang paling luar biasa adalah model LoRA cepat Lingyuzhou/Hyper_Flux.1_Dev_4_step_Lora, yang memungkinkan kesimpulan dalam 4 langkah. Pasti patut dicoba jika Anda menggunakan Flux.
- Tambahkan dukungan untuk model Flux dan Flux LoRA untuk modul img2img.
- Tambahkan dukungan untuk model SD 3.5 Medium LoRA untuk Difusi Stabil dan modul img2img.
- Tambahkan kategori ke model Flux LoRA.
- Perbaikan bug untuk buruh pelabuhan saat digunakan dengan beberapa hard drive dan memperbaiki masalah dalam pengaturan modul img2img.
? 02-11-2024 : Pembaruan minggu ini >
- Tambahkan dukungan untuk model SD 3.5 ariG23498/sd-3.5-merged dan adamo1139/stable-diffusion-3.5-medium-ungated ke modul Stable Diffusion dan img2img.
- Tambahkan dukungan untuk model Chatbot bartowski/granite-3.0-8b-instruct-GGUF.
- Tambahkan dukungan untuk model Flux LoRA dvyio/flux-lora-seventies-photograph, Bootoshi/retroanime, XLabs-AI/flux-RealismLora dan prithivMLmods/Ton618-Tarot-Cards-Flux-LoRA (yang terakhir ini memberikan hasil yang luar biasa!).
- Tambahkan dukungan untuk Model LoRA SD 3.5 alvarobartt/ghibli-characters-sd3.5-lora, reverentelusarca/ancient-style-sd35 dan Wadaka/NewYorkerComic_Style.
- Tambahkan dukungan untuk model SD 3.5 ke modul img2img.
? 26-10-2024 : Pembaruan minggu ini >
- Seperti yang diumumkan sebelumnya, model Flux Freepik/flux.1-lite-8B-alpha dan model SD 3.5 adamo1139/stable-diffusion-3.5-large-turbo-ungated kini didukung oleh modul Difusi Stabil. Dukungan akan diperluas ke semua modul yang memenuhi syarat. Tambahkan juga dukungan untuk LoRA pada model ini.
- Tambahkan dukungan untuk model SDXL dataautogpt3/Proteus-v0.6 ke semua modul berbasis Difusi Stabil.
- Tambahkan dukungan untuk model Chatbot anthracite-org/magnum-v4-9b-gguf dan bartowski/Ministral-8B-Instruct-2410-GGUF.
- Tambahkan dukungan untuk model SDXL LoRA gaya KappaNeuro/moebius-jean-giraud.
Daftar pembaruan yang diarsipkan
Menu
• Fitur
• Prasyarat
• Instalasi
GNU/Linux
OpenSUSE Leap 15.5 / OpenSUSE Tumbleweed
Rocky 9.3 / Alma 9.3 / Aliran CentOS 9 / Fedora 39
Debian 12 / Ubuntu 22.04.3 / Ubuntu 24.04 / Linux Mint 21.2
jendela 10 / jendela 11
instalasi macOS Intel Homebrew
file buruh pelabuhan
• dukungan CUDA
• Cara Menggunakan
• Senang mengetahuinya
• Kredit
• Lisensi
Fitur
Pembuatan teks menggunakan:
- ✍️ Modul chatbot berbasis llama-cpp (menggunakan model .gguf)
- ?️ Modul chatbot multimodal Llava (menggunakan model .gguf)
- ?️ Modul teks gambar Microsoft GIT
- ? Modul ucapan-ke-teks berbisik
- modul terjemahan nllb (200 bahasa)
- Generator prompt (membutuhkan 16GB+ RAM untuk jenis keluaran ChatGPT)
Pembuatan dan modifikasi gambar menggunakan:
- ?️ Modul Difusi Stabil
- ?️ Modul Kandinsky (membutuhkan 16GB+ RAM)
- ?️ Modul Model Konsistensi Laten
- ?️ Modul mini tengah perjalanan
- ?️Modul PixArt-Alpha
- ?️ Modul Img2img Difusi Stabil
- ?️ Modul Adaptor IP
- ?️ Modul variasi Gambar Difusi Stabil (membutuhkan 16GB+ RAM)
- ?️ Instruksikan modul Pix2Pix
- ?️ Modul MagicMix
- ?️ Modul Inpaint Difusi Stabil
- ?️ Modul Fantasy Studio Paint by Contoh (membutuhkan 16GB+ RAM)
- ?️ Modul Diffusion Outpaint Stabil (membutuhkan 16GB+ RAM)
- ?️ Modul ControlNet Difusi Stabil
- ?️ Modul photobooth
- ? Modul pertukaran wajah Insight Face
- ? Modul peningkatan ESRGAN yang sebenarnya
- Modul restorasi wajah GFPGAN
Pembuatan audio menggunakan:
- ? Modul MusicGen
- ? Modul MusicGen Melody (membutuhkan 16GB+ RAM)
- ? Modul MusikLDM
- ? Modul audiogen (membutuhkan 16GB+ RAM)
- ? Modul Harmonia
- Modul kulit kayu
Pembuatan dan modifikasi video menggunakan :
- ? Modul Modelscope (membutuhkan 16GB+ RAM)
- ? Modul Text2Video-Nol
- ? Modul AnimateDiff (membutuhkan 16GB+ RAM)
- ? Modul Difusi Video Stabil (membutuhkan 16GB+ RAM)
- ?️ Modul Video Instruct-Pix2Pix (membutuhkan 16GB+ RAM)
Pembuatan objek 3D menggunakan :
- ? Modul Shap-E txt2shape
- ? Modul Shap-E img2shape (membutuhkan 16GB+ RAM)
Fitur lainnya
- Instalasi Zeroconf melalui installer sekali klik atau Windows exe.
- Ramah pengguna : Segala sesuatu yang diperlukan untuk menjalankan biniou diinstal secara otomatis, baik pada saat instalasi atau pada penggunaan pertama.
- WebUI dalam bahasa Inggris, Prancis, Mandarin (tradisional).
- Manajemen yang mudah melalui panel kontrol langsung di dalam webui: perbarui, mulai ulang, matikan, aktifkan autentikasi, kendalikan akses jaringan, atau bagikan instans Anda secara online dengan satu klik.
- Manajemen model yang mudah melalui antarmuka yang sederhana.
- Komunikasi antar modul : mengirimkan keluaran sebagai masukan ke modul lain
- Didukung oleh? Memeluk wajah dan gradio
- Lintas platform : GNU/Linux, Windows 10/11 dan macOS (eksperimental, melalui homebrew)
- Dockerfile yang nyaman untuk instance cloud
- Pengaturan pembuatan disimpan sebagai metadata di setiap konten.
- Dukungan untuk CUDA (lihat dukungan CUDA)
- Dukungan eksperimental untuk ROCm (lihat di sini)
- Dukungan untuk Difusi Stabil SD-1.5, SD-2.1, SD-Turbo, SDXL, SDXL-Turbo, SDXL-Lightning, Hyper-SD, Difusi Stabil 3, LCM, VegaRT, Segmind, Playground-v2, Koala, Pixart-Alpha, Pixart-Sigma, Kandinsky dan model yang kompatibel, melalui daftar model bawaan atau file .safetensors mandiri
- Dukungan untuk model LoRA (SD 1.5, SDXL dan SD3)
- Dukungan untuk inversi tekstual
- Mendukung optimasi llama-cpp-python CUDA, OpenBLAS, OpenCL BLAS, ROCm dan Vulkan melalui pengaturan sederhana
- Dukungan untuk model terkuantisasi Llama/2/3, Mistral, Mixtral, dan GGUF yang kompatibel, melalui daftar model bawaan atau file .gguf mandiri.
- Integrasi salin/tempel yang mudah untuk model terkuantisasi TheBloke GGUF.
Prasyarat
Catatan : biniou mendukung Cuda atau ROCm tetapi tidak memerlukan GPU khusus untuk menjalankannya. Anda dapat menginstalnya di mesin virtual.
Instalasi
GNU/Linux
OpenSUSE Leap 15.5 / OpenSUSE Tumbleweed
Pemasang sekali klik:
- Salin/tempel dan jalankan perintah berikut di terminal:
sh <( curl https://raw.githubusercontent.com/Woolverine94/biniou/main/oci-opensuse.sh || wget -O - https://raw.githubusercontent.com/Woolverine94/biniou/main/oci-opensuse.sh )
Rocky 9.3 / Alma 9.3 / Aliran CentOS 9 / Fedora 39
Pemasang sekali klik:
- Salin/tempel dan jalankan perintah berikut di terminal:
sh <( curl https://raw.githubusercontent.com/Woolverine94/biniou/main/oci-rhel.sh || wget -O - https://raw.githubusercontent.com/Woolverine94/biniou/main/oci-rhel.sh )
Debian 12 / Ubuntu 22.04.3 / Ubuntu 24.04 / Linux Mint 21.2+
Pemasang sekali klik:
- Salin/tempel dan jalankan perintah berikut di terminal:
sh <( curl https://raw.githubusercontent.com/Woolverine94/biniou/main/oci-debian.sh || wget -O - https://raw.githubusercontent.com/Woolverine94/biniou/main/oci-debian.sh )
Instalasi manual:
- Instal prasyarat sebagai root :
apt install git pip python3 python3-venv gcc perl make ffmpeg openssl
- Kloning repositori ini sebagai pengguna:
git clone https://github.com/Woolverine94/biniou.git
- Luncurkan penginstal:
- (opsional, tapi sangat disarankan) Instal TCMalloc sebagai root untuk mengoptimalkan manajemen memori :
apt install google-perftools
jendela 10 / jendela 11
Instalasi Windows memiliki lebih banyak prasyarat dibandingkan GNU/Linux, dan memerlukan perangkat lunak berikut (yang akan diinstal secara otomatis):
- Git
- Python 3.11 (dan khususnya versi 3.11)
- OpenSSL
- Alat Pembuatan Visual Studio
- SDK Windows 10/11
- ahli kredit
- ffmpeg
- ... dan semua ketergantungannya.
Ada banyak perubahan pada sistem operasi Anda, dan ini berpotensi membawa perilaku yang tidak diinginkan pada sistem Anda, tergantung pada perangkat lunak mana yang sudah diinstal di dalamnya.
️ Anda harus benar-benar membuat cadangan sistem dan data Anda sebelum memulai proses instalasi. ️
- Unduh dan jalankan : biniou_netinstall.exe
ATAU
- Download dan jalankan : install_win.cmd (klik kanan pada link dan pilih "Save Target/Link as..." untuk mendownload)
Semua instalasi dilakukan secara otomatis, tetapi Windows UAC akan meminta konfirmasi Anda untuk setiap perangkat lunak yang diinstal selama fase "prasyarat". Anda dapat menghindari hal ini dengan menjalankan penginstal yang dipilih sebagai administrator.
️ Sejak melakukan 8d2537b, pengguna Windows sekarang dapat menentukan jalur khusus untuk direktori biniou, saat menginstal dengan install_win.cmd ️
Lanjutkan sebagai berikut:
- Unduh dan edit install_win.cmd
- Ubah
set DEFAULT_BINIOU_DIR="%userprofile%" menjadi set DEFAULT_BINIOU_DIR="E:datassomedir" (misalnya) - Hanya gunakan jalur absolut (misalnya:
E:datassomedir dan bukan .datassomedir ) - Jangan menambahkan garis miring (misalnya:
E:datassomedir dan bukan E:datassomedir ) - Jangan menambahkan akhiran "biniou" ke jalur Anda (misalnya:
E:datassomedirbiniou ), karena direktori biniou akan dibuat dengan perintah git clone - Simpan dan luncurkan install_win.cmd
instalasi macOS Intel Homebrew
️ Penginstalan Homebrew secara teoritis kompatibel dengan macOS Intel, tetapi belum diuji. Gunakan dengan risiko Anda sendiri. Perhatikan juga bahwa biniou saat ini tidak kompatibel dengan silikon Apple. Umpan balik apa pun mengenai prosedur ini melalui diskusi atau tiket penerbitan akan sangat dihargai. ️
️ Pembaruan 01/09/2024: Berkat @lepicodon, ada solusi untuk pengguna Apple Silicon : Anda dapat menginstal biniou di mesin virtual menggunakan OrbStack. Lihat komentar ini untuk penjelasannya. ️
Instal Homebrew untuk sistem operasi Anda
Instal "botol" homebrew yang diperlukan:
brew install git python3 gcc gcc@11 perl make ffmpeg openssl
- Instal python virtualenv :
python3 -m pip install virtualenv
- Kloning repositori ini sebagai pengguna:
git clone https://github.com/Woolverine94/biniou.git
- Luncurkan penginstal:
file buruh pelabuhan
Petunjuk ini mengasumsikan bahwa Anda sudah memiliki lingkungan buruh pelabuhan yang terkonfigurasi dan berfungsi.
- Buat gambar buruh pelabuhan:
docker build -t biniou https://github.com/Woolverine94/biniou.git
atau, untuk dukungan CUDA :
docker build -t biniou https://raw.githubusercontent.com/Woolverine94/biniou/main/CUDA/Dockerfile
- Luncurkan wadah:
docker run -it --restart=always -p 7860:7860
-v biniou_outputs:/home/biniou/biniou/outputs
-v biniou_models:/home/biniou/biniou/models
-v biniou_cache:/home/biniou/.cache/huggingface
-v biniou_gfpgan:/home/biniou/biniou/gfpgan
biniou:latest
atau, untuk dukungan CUDA :
docker run -it --gpus all --restart=always -p 7860:7860
-v biniou_outputs:/home/biniou/biniou/outputs
-v biniou_models:/home/biniou/biniou/models
-v biniou_cache:/home/biniou/.cache/huggingface
-v biniou_gfpgan:/home/biniou/biniou/gfpgan
biniou:latest
- Akses webui dengan url:
https://127.0.0.1:7860 atau https://127.0.0.1:7860/?__theme=dark untuk tema gelap (disarankan)
... atau ganti 127.0.0.1 dengan ip container Anda
Catatan : untuk menghemat ruang penyimpanan, perintah peluncuran kontainer sebelumnya mendefinisikan volume bersama yang umum untuk semua kontainer biniou dan memastikan bahwa kontainer dimulai ulang secara otomatis jika terjadi OOM crash. Hapus argumen --restart dan -v jika Anda tidak menginginkan perilaku ini.
dukungan CUDA
biniou pada dasarnya hanya untuk CPU, untuk memastikan kompatibilitas dengan berbagai perangkat keras, tetapi Anda dapat dengan mudah mengaktifkan dukungan CUDA melalui Nvidia CUDA (jika Anda memiliki lingkungan CUDA 12.1 yang berfungsi) atau AMD ROCm (jika Anda memiliki lingkungan ROCm 5.6 yang berfungsi) dengan memilih jenis optimasi yang akan diaktifkan (CPU, CUDA atau ROCm untuk Linux), di modul kontrol WebUI.
Saat ini, semua modul kecuali modul Chatbot, Llava, dan facewap, dapat memperoleh manfaat dari optimalisasi CUDA.
Cara Menggunakan
- Luncurkan dengan mengeksekusi dari direktori biniou :
cd /home/ $USER /biniou
./webui.sh
Klik dua kali webui.cmd di direktori biniou (C:Users%username%biniou). Saat diminta oleh UAC, konfigurasikan firewall sesuai dengan jenis jaringan Anda untuk mengotorisasi akses ke webui
Catatan : Permulaan pertama bisa sangat lambat di Windows 11 (dibandingkan dengan OS lain).
Akses webui dengan url:
https://127.0.0.1:7860 atau https://127.0.0.1:7860/?__theme=dark untuk tema gelap (disarankan)
Anda juga dapat mengakses biniou dari perangkat apa pun (termasuk ponsel cerdas) di jaringan LAN/Wifi yang sama dengan mengganti 127.0.0.1 di url dengan alamat ip host biniou.
Keluar dengan menggunakan pintasan keyboard CTRL+C di Terminal
Perbarui aplikasi ini (lingkungan virtual biniou + python) dengan menggunakan opsi pembaruan kontrol WebUI.
Senang mengetahuinya
Penyebab paling sering terjadinya crash adalah tidak cukupnya memori pada host. Gejalanya adalah program biniou menutup dan kembali ke/menutup terminal tanpa pesan kesalahan tertentu. Anda dapat menggunakan biniou dengan RAM 8 GB, tetapi disarankan minimal 16 GB untuk menghindari kesalahan OOM (kehabisan memori).
biniou menggunakan banyak model AI yang berbeda, yang memerlukan banyak ruang : jika Anda ingin menggunakan semua modul di biniou, Anda memerlukan sekitar 200GB ruang disk hanya untuk model default setiap modul. Model diunduh saat pertama kali menjalankan setiap modul atau saat Anda memilih model baru dalam modul dan menghasilkan konten. Model disimpan di direktori /models instalasi biniou. Model yang tidak terpakai dapat dihapus untuk menghemat ruang.
... akibatnya, Anda memerlukan akses internet cepat untuk mengunduh model.
Cadangan setiap konten yang dihasilkan tersedia di dalam direktori /outputs pada folder biniou.
biniou secara asli hanya mengandalkan CPU untuk semua operasi. Ini menggunakan versi PyTorch khusus CPU saja. Hasilnya adalah kompatibilitas yang lebih baik dengan berbagai perangkat keras, namun kinerjanya menurun. Tergantung pada perangkat keras Anda, kemungkinan akan terjadi kelambatan. Lihat di sini untuk dukungan Nvidia CUDA dan dukungan eksperimental AMD ROCm (khusus GNU/Linux).
Pengaturan default dipilih untuk memungkinkan pembuatan konten pada komputer kelas bawah, dengan rasio kinerja/kualitas terbaik. Jika Anda memiliki konfigurasi di atas pengaturan minimal, Anda dapat mencoba menggunakan model lain, meningkatkan dimensi atau durasi media, mengubah parameter inferensi atau pengaturan lainnya (seperti penggabungan token untuk gambar) untuk mendapatkan konten dengan kualitas lebih baik.
biniou dilisensikan di bawah GNU GPL3, tetapi setiap model yang digunakan di biniou memiliki lisensinya sendiri. Silakan berkonsultasi dengan setiap lisensi model untuk mengetahui apa yang dapat dan tidak dapat Anda lakukan dengan model tersebut. Untuk setiap model, Anda dapat menemukan link ke halaman pelukan model di bagian "Tentang" pada modul terkait.
Jangan terlalu berharap banyak : biniou sedang dalam tahap awal pengembangan, dan sebagian besar perangkat lunak sumber terbuka yang digunakan di dalamnya sedang dalam pengembangan (beberapa masih bersifat eksperimental).
Setiap modul biniou menawarkan 2 elemen akordeon Tentang dan Pengaturan :
- Tentang adalah fitur bantuan cepat yang menjelaskan modul dan memberikan instruksi serta tip tentang cara menggunakannya.
- Pengaturan adalah pengaturan panel khusus untuk modul yang memungkinkan Anda mengonfigurasi parameter pembuatan.
Kredit
Aplikasi ini menggunakan perangkat lunak dan teknologi berikut:
- ? Huggingface : Pustaka Diffuser dan Transformers dan hampir semua model generatif.
- Gradio : webUI
- llama-cpp-python : pengikatan python untuk llama-cpp
- Llava
- BakLLava
- Microsoft GIT : Gambar2teks
- Bisikan : ucapan2teks
- terjemahan nllb: terjemahan bahasa
- Difusi Stabil : txt2img, img2img, Variasi gambar, inpaint, ControlNet, Text2Video-Zero, img2vid
- Kandinsky : txt2img
- Model konsistensi laten : txt2img
- PixArt-Alpha : PixArt-Alpha
- Adaptor IP : Adaptor IP img2img
- Perintahkan pix2pix : pix2pix
- Campuran Ajaib: Campuran Ajaib
- Studio Fantasi Melukis dengan Contoh : paintbyex
- Model Bantu Controlnet : model pratinjau untuk modul ControlNet
- IP-Adapter FaceID : Model adaptor untuk modul Photobooth
- Model Adaptor Photomaker untuk modul Photobooth
- Wajah Wawasan: bertukar wajah
- ESRGAN asli: peningkatan skala
- GFPGAN : restorasi wajah
- Audiocraft : musicgen, melodi musicgen, audiogen
- MusikLDM : MusikLDM
- Harmonina : harmonia
- Kulit : text2speech
- Sintesis teks-ke-video modelscope: txt2vid
- AnimateLCM : txt2vid
- Buka AI Shap-E : txt2shape, img2shape
- compel : Peningkatan cepat untuk berbagai modul berbasis
StableDiffusionPipeline - tomesd : Penggabungan token untuk berbagai modul berbasis
StableDiffusionPipeline - ular piton
- PyTorch
- Git
- ffmpeg
... dan semua ketergantungannya
Lisensi
Lisensi Publik Umum GNU v3.0
GitHub @Woolverine94 ·
