SwarmUI下载 - SwarmUI源码下载

群用户界面

其他源码

0.9.3-Beta

下载

群用户界面

SwarmUI v0.9.3 测试版。

以前称为StableSwarmUI。

模块化 AI 图像生成 Web 用户界面，重点是使 powertools 易于访问、高性能和可扩展性。支持Stable Diffusion、Flux等AI图像模型，未来计划支持AI视频、音频等。

加入 Discord 讨论项目、获取支持、查看公告等。

请关注功能公告线程以获取新功能的更新。

地位

该项目处于测试阶段。这意味着对于大多数任务，Swarm 都有出色的工具可供您使用，但还有更多的计划。 Swarm 被推荐为大多数用户、初学者和专业人士的理想 UI。还有一些事情需要解决。

初学者用户会喜欢 Swarm 的主要“生成”选项卡界面，它可以轻松生成具有各种强大功能的任何内容。高级用户可能更喜欢“舒适工作流程”选项卡来获取不受限制的原始图表，但仍然有理由返回“生成”选项卡以获得便利功能（图像编辑器、自动工作流程生成等）和强大工具（例如网格生成器）。

那些有兴趣帮助将 Swarm 从 Beta 推向完全准备就绪的完美发布状态的人欢迎提交 PR（首先阅读贡献文档），并且您可以在 GitHub 或 Discord 上联系我们。我强烈建议您在发布某项功能之前先询问该功能的计划。可能已经有了具体的计划，甚至正在进行中的工作。

尚未实现的关键功能目标：

更好的移动浏览器支持
UI 中显示完整详细信息“当前模型”，与模型选择器分开（可能作为批处理侧边栏中的选项卡？）
- 以及一种在点之间动态移动选项卡的方法，以方便/布局定制
LLM辅助提示
将 Swarm 作为程序方便地直接分发（Electron 应用程序？）

在 Google Colab 或 Runpod 上尝试一下

谷歌合作实验室

警告：Google Colab 不一定允许远程 WebUI，尤其是免费帐户，请自行承担风险。

如果您想尝试 Swarm，请使用 Colab 链接：https://colab.research.google.com/github/mcmonkeyprojects/SwarmUI/blob/master/colab/colab-notebook.ipynb

运行波德

Runpod 模板（注：由第三方贡献者 nerdylive123 维护）：https://runpod.io/console/deploy?template=u7mlkrmxq3&ref=c6jd6jj0

请注意，第一次启动可能需要几分钟时间。检查容器日志以查看设置进度。检查模板?有关如何使用的提示信息。

在 Windows 上安装

注意：如果您使用的是 Windows 10，您可能需要先手动安装 git 和 DotNET 8 SDK。（Windows 11 这是自动化的）。

下载 Install-Windows.bat 文件，将其存储在您要安装的位置（而不是Program Files ），然后运行它。
- 它应该打开命令提示符并自行安装。
- 如果它关闭而没有进一步，请尝试再次运行它，有时需要运行两次。（待办事项：解决这个问题）
- 它将在您的桌面上放置一个图标，您可以使用该图标随时重新启动服务器。
- 安装程序完成后，它将自动启动 SwarmUI 服务器，并打开浏览器窗口进入安装页面。
- 按照页面上的安装说明进行操作。
- 提交后，请耐心等待，某些安装处理需要几分钟（下载模型等）。

(TODO)：更简单的独立预安装程序， .msi或.exe ，提供常规安装屏幕并允许您选择文件夹和所有内容。

备用手动 Windows 安装

从 https://git-scm.com/download/win 安装 git
从 https://dotnet.microsoft.com/en-us/download/dotnet/8.0 安装 DotNET 8 SDK（确保获取适用于 Windows 的 SDK x64）
打开您想要进入的文件夹的终端并运行git clone https://github.com/mcmonkeyprojects/SwarmUI
打开文件夹并运行launch-windows.bat

在 Linux 上安装

如果尚未安装，请通过操作系统包管理器安装git 、 python3 （确保在不直接将它们包含在 python 中的发行版上包含pip和venv ）
- 例如，在最近的 Ubuntu 版本上， sudo apt install git python3-pip python3-venv
下载 install-linux.sh 文件，将其存储在您要安装的位置，然后运行它
- 如果您喜欢终端，可以打开该文件夹的终端并运行以下命令：
  - wget https://github.com/mcmonkeyprojects/SwarmUI/releases/download/0.6.5-Beta/install-linux.sh -O install-linux.sh
  - chmod +x install-linux.sh
运行./install-linux.sh脚本，它将为您安装所有内容并最终在浏览器中打开网页。
按照页面上的安装说明进行操作。
您可以在以后随时运行launch-linux.sh脚本来重新启动 Swarm。
如果页面打不开，可以手动打开http://localhost:7801

备用手动 Linux 安装

如果尚未安装，请通过操作系统包管理器安装git 、 python3 （确保在不直接将它们包含在 python 中的发行版上包含pip和venv ）
- 例如，在最近的 Ubuntu 版本上， sudo apt install git python3-pip python3-venv
使用 https://dotnet.microsoft.com/en-us/download/dotnet/8.0 上的说明安装 DotNET 8（您需要dotnet-sdk-8.0 ，因为它包含所有相关子包）
- 一些用户表示某些 Linux 发行版希望单独安装aspnet-runtime
打开 shell 终端并cd到要安装的目录
运行外壳命令：
- git clone https://github.com/mcmonkeyprojects/SwarmUI
- cd SwarmUI
- ./launch-linux.sh
打开http://localhost:7801/Install （如果它没有自行启动）
按照页面上的安装说明进行操作。

（TODO）：也许可以链接一个包含每个发行版详细信息等的专用文档。也许还可以为 Linux 制作一键安装程序？

在 Mac 上安装

注意：您只能在配备 M1 或 M2 (Mx) Apple 芯片处理器的 Mac 计算机上运行 SwarmUI。

打开终端。
确保您的brew包已使用brew update进行更新。
使用brew doctor验证您的brew安装。您不应在命令输出中看到任何错误。
为 macOS 安装 .NET： brew install dotnet 。
如果您没有Python，请安装它： brew install [email protected]和brew install virtualenv
将目录 ( cd ) 更改为要安装 SwarmUI 的文件夹。
克隆 SwarmUI GitHub 存储库： git clone https://github.com/mcmonkeyprojects/SwarmUI 。
cd SwarmUI并运行安装脚本： ./launch-macos.sh 。

安装立即开始并从互联网下载稳定扩散模型。根据您的互联网连接情况，这可能需要几分钟的时间。等待您的 Web 浏览器打开 SwarmUI 窗口。

在 SwarmUI 安装过程中，系统会提示您选择要使用的后端类型。对于配备 M1 或 M2 的 Mac 计算机，您可以安全地选择 ComfyUI 后端，并在下载模型屏幕中选择 Stable Diffusion XL Base 和 Refiner 模型。

使用 Docker 运行

要转发 Nvidia GPU，您必须安装 Nvidia Container Toolkit：https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html
打开 shell 终端并cd到要安装的目录
运行外壳命令：
- git clone https://github.com/mcmonkeyprojects/SwarmUI
- cd SwarmUI
- ./launch-docker.sh
- 打开浏览器访问localhost:7801
请注意，它将转发Models和Output目录，并将Data和dlbackend安装为独立的持久卷。

文档

请参阅文档文件夹。

动机

“Swarm”名称参考了 UI 的原始关键功能：使 GPU“群”能够同时为同一用户生成图像（特别是对于大型网格生成）。这只是 Swarm 名称的灵感来源，而不是 Swarm 的全部。

SwarmUI 的总体目标是成为稳定扩散的全功能一站式商店。

有关技术选择的动机，请参阅动机文档。

合法的

这个项目：

嵌入 7-zip (LGPL) 的副本。
能够自动安装 ComfyUI (GPL)。
可以选择用作后端 AUTOMATIC1111/stable-diffusion-webui (AGPL)。
可以自动安装 christophschuhmann/improved-aesthetic-predictor (Apache2) 和 yuvalkirstain/PickScore (MIT)。
可以自动安装 git-for-windows (GPLv2)。
可以自动安装MIT/BSD/Apache2/PythonSoftwareFoundation pip包：spandrel, dill, imageio-ffmpeg, opencv-python-headless, matplotlib, rembg, kornia, Cython
可以自动安装 ultralytics (AGPL) 用于YOLOv8脸检测（即SwarmYoloDetection节点或语法使用可能会受到 AGPL 条款的约束），
可以自动安装insightface (MIT) for IP Adapter - Face支持
使用 JSON.NET (MIT)、FreneticUtilities (MIT)、LiteDB (MIT)、ImageSharp（开源分割许可证下的 Apache2）
嵌入来自 BootStrap (MIT)、Select2 (MIT)、JQuery (MIT)、exifr (MIT) 的 Web 资源副本。
可用于安装一些自定义节点包，这些节点包在安装前对任何非纯 FOSS 许可证都有单独的许可证通知。
支持用户构建的扩展，这些扩展可能有自己的许可证或法律条件。